和鲸科技范向伟:数据科学是用云最多的场景之一

2024-01-22 02:50

本文主要是介绍和鲸科技范向伟:数据科学是用云最多的场景之一,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

创业公司中的明星企业


在很多创业者眼里,和鲸科技创始人兼CEO范向伟的创业历程,都可以说是一个励志典范。


2015年,范向伟还在上海交通大学读研究生的时候,就创立了数据科学平台——Kesci科赛网;


2016年,签下了中国联通、IBM、携程、拍拍贷、云从科技、上海经信委等知名企业或机构;


2017年,范向伟获得AI领域专业投资机构线性资本和翊翎资本的联合投资;


2018年,范向伟入选福布斯“30 Under 30 精英榜”;


2019年,因为公司战略升级,品牌正式更名为“Heywhale和鲸”;


不久前,和鲸科技获得由爱分析评选的2019年度“中国数据智能创新企业50强”。


640?wx_fmt=jpeg


和鲸是数据科学协同创新平台


“和鲸科技的主要业务是两块。一块是数据科学平台的工具体系,我们可以把它理解为是数据分析、数据科学的人群每天完成自己的工作所使用的云端化协作工具。这就好比设计师用Photoshop去做好看的图片、好看的设计素材,而数据分析师、数据科学家则是把数据加工成不同业务场景所需要的模型、可视化的报表以及数据化的图表。这块业务我们目前在国内创业公司中属于规模最大、发展速度最快的一家科技公司。”谈到公司的具体业务,范向伟向趣味科技介绍道,“另一块业务是数据科学的协同创新平台,简单说就是数据分析、数据科学服务这个领域的Uber商业模式。比方说企业现在越来越重视AI研发、数据化建模工作,但是这类人才非常稀缺,我们的模式就是把全国包括全球范围的数据人才都聚集在和鲸社区(www.heywhale.com)上,通过对接企业的开发需求以及科研机构的研发需求,利用上述的数据科学平台工具,来帮助企业远程解决各种多样化、创新化、复杂的数据分析和建模任务,这块业务我们在国内同样也是规模最大的。”


范向伟表示,和鲸科技以“数据与人的高价值链接”为使命,成立4年来已经在平台上聚集了5万多名专业人才,服务了包括中国联通、中国平安、招商银行、腾讯、百度、携程、IBM、华为、默克南京市政府等一大批各个行业的顶尖客户。同时,和鲸数据科学工具也已经被清华大学、北京大学、中国人民大学、上海交通大学等高校在教学中采用。


640?wx_fmt=jpeg


选择AWS平台的理由


既然业务覆盖了全球范围和各个行业,这样的平台自然离不开云计算的支撑。那么在云服务平台的选择上,和鲸科技又是如何考虑的呢?


范向伟表示,一方面,和鲸科技在国内的创业公司中是比较有差异化的一家企业,非常强调本身的科技创新,要用最新和最好的技术去服务客户。“我们发现有一类客户非常在意自己采购产品的领先性,希望买到业内最好的东西,同时他们也知道什么才是最好的。AWS是全球公有云市场的领导者,选择与AWS合作,我们能随时与目前最新的技术保持同步,大大降低了我们保持行业领先性的成本,而这对于科技公司尤其是创业公司来说是非常难做到的,因为技术往往每三年就会更新换代。”


另一方面,和鲸科技的模式使得其拥有较大的创新空间,可以用2C的能力去做2B的服务,而这件事情其实很难做到。譬如针对一个技术的具体场景,需要对每一个用户开启一个独立的计算实例,这在AWS上就是要为每一个人创建和配置一个容器,而且容器的开设和关闭都要足够快,尽可能减小计算资源的损耗。“在这些方面的能力,不同云计算厂商是有时间差的。AWS最早把这个能力提供出来,其他厂商才开始跟进。如果比行业领先15个月或者18个月,我们可能面对的就是第一名跟第三名的差别,甚至是第一名跟第十名的差别。而中国的2B客户最在意的就是目前行业第一名在用谁的产品。因此对我们来说,这十几个月的时间差特别宝贵,它决定了你能不能在行业中赚到钱。”


640?wx_fmt=jpeg


AWS项目的实施与成效


“云其实是所有IT产品的集大成者。AWS跟其他云厂商的区别,在于非常坚决地坚持研发驱动,每年研发费用的占比更是在全球名列前茅。研发驱动会带动一个产品,能够保持自己的产品领先性。”范向伟表示,“和鲸科技是中国最早用容器去做服务的企业之一,把GPU和深度学习框架打通,这其实是在很长时间里许多云厂商还不支持的服务,或者成本很高的服务。我们大约有80%的时间都花在了运维和修理BUG上,只有对自己足够负责的厂商才会这样去做。”范向伟透露,通过采用K-Lab产品,和鲸科技可以为每一位用户分配一个Docker容器,使用AWS的Amazon Elastic Compute Cloud(EC2)Web服务作为计算资源池,并通过自己的调度系统为每一个容器分配物理机作为计算资源,利用Amazon S3云存储服务为用户提供存储。


“和其他云平台服务相比,AWS产品的稳定性、API完善度等都更有优势。”范向伟表示,“使用AWS后,软件开发时间从过去的6个月降到了3个月。”


范向伟还透露,未来打算充分利用AWS的API进行弹性集群管理,并计划使用Lambda和API Gateway等封装一些既有服务。


未来所有企业都会是互联网公司


“未来所有的企业都会是互联网公司,都要求将业务与互联网融合。像很多互联网企业,数据分析师的数量经常达到数千个,同时拥有数以百计的数学家。这是互联网公司的一类画像。另一类是金融机构,经常需要去计算客户的预期价值,考虑各种折扣、福利、坏账、收回贷款,哪些客户需要这些服务,哪些又不需要服务……可以说数据分析贯穿了整个服务流程。未来每一家企业都会像金融机构和互联网企业那样进行数据储备,并依赖先进的算法和基础设施,通过云平台和互联网的方式去进行交付。”


谈到公司未来的规划,范向伟表示,和鲸科技目前最重要的事情,就是把公司的两大能力变成一体化的价值主张,交付给行业领域最重要的企业去建立行业标准,帮助更多的企业实现数字化转型。


“我们公司的工程师,本来之前就是来自各个云计算厂商的架构师。虽然目前市场上很多云和云都很像,但是在我们这样的平台要给企业提供服务的话,云和云之间的差别其实是非常大的。”范向伟表示,“云是一个技术,同时也是一个服务,服务的可靠性,对客户的尊重程度,原则上不去碰客户数据,长期来看,这几点在客户的生命周期中会越来越重要。”

这篇关于和鲸科技范向伟:数据科学是用云最多的场景之一的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/631621

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav