經(jīng)歷了從上個(gè)世紀(jì)70年代開(kāi)始“辦公自動(dòng)化”到今天“移動(dòng)互聯(lián)時(shí)代”，現(xiàn)在人類(lèi)科技演進(jìn)再次來(lái)到了十字路口。虛擬現(xiàn)實(shí)、人工智能、現(xiàn)實(shí)增強(qiáng)、物聯(lián)網(wǎng)、車(chē)聯(lián)網(wǎng)……網(wǎng)絡(luò)、科技正在逐漸改變我們生活中習(xí)以為常的方方面面，可以預(yù)見(jiàn)在不遠(yuǎn)的將來(lái)，人類(lèi)將迎來(lái)一輪新的科技爆發(fā)。而數(shù)據(jù)必將是下一次科技爆發(fā)的基石!

作為一家專(zhuān)注于大數(shù)據(jù)領(lǐng)域的公司，TalkingData不斷嘗試將移動(dòng)大數(shù)據(jù)應(yīng)用于不同領(lǐng)域，更好的發(fā)揮數(shù)據(jù)應(yīng)有的價(jià)值，為不同的行業(yè)提供數(shù)據(jù)應(yīng)用的新思路、新模式。由TalkingData主辦的——“T11 2016暨TalkingData智能數(shù)據(jù)峰會(huì)”在北京中國(guó)大飯店隆重召開(kāi)。國(guó)內(nèi)外各領(lǐng)域的數(shù)十位數(shù)據(jù)專(zhuān)家、行業(yè)精英、知名學(xué)者齊聚一堂，深入探討了業(yè)界建設(shè)性議題，引導(dǎo)行業(yè)方向，創(chuàng)造海量商機(jī)，堪稱(chēng)數(shù)據(jù)領(lǐng)域一年一度的行業(yè)盛會(huì)。

[[171804]]

主會(huì)場(chǎng)

大會(huì)期間，TalkingData CTO肖文峰接受了51CTO記者的采訪(fǎng)，對(duì)“后大數(shù)據(jù)”時(shí)代，人工智能、海量非結(jié)構(gòu)化數(shù)據(jù)、智能數(shù)據(jù)平臺(tái)(SmartDP)，及TalkingData團(tuán)隊(duì)情況作了詳細(xì)介紹。

肖文峰首先介紹說(shuō)，目前TalkingData在線(xiàn)上的部分覆蓋了超過(guò)40億的智能設(shè)備，服務(wù)12萬(wàn)款應(yīng)用，擁有10萬(wàn)人次的開(kāi)發(fā)者。線(xiàn)下數(shù)據(jù)的采集，主要是覆蓋80個(gè)城市，大概有3000多家商場(chǎng)，有400萬(wàn)個(gè)POI指紋信息。線(xiàn)上線(xiàn)下數(shù)據(jù)的打通，為不同行業(yè)提供了精準(zhǔn)的基礎(chǔ)數(shù)據(jù)源。

[[171805]]

TalkingData CTO肖文峰

TalkingData全球算法大賽

在今年的7月至9月，TalkingData舉辦了全球算法大賽。大賽中，TalkingData為數(shù)據(jù)科學(xué)愛(ài)好者們開(kāi)放了獨(dú)一無(wú)二的中國(guó)移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)和真實(shí)的商業(yè)場(chǎng)景，并提供兩萬(wàn)五千美元高額獎(jiǎng)金，讓本次大賽成為全球大數(shù)據(jù)人才真正實(shí)現(xiàn)用數(shù)據(jù)創(chuàng)造價(jià)值的平臺(tái)。

據(jù)肖文峰介紹，全球大概有2000個(gè)團(tuán)隊(duì)或數(shù)據(jù)科學(xué)家參與了此次算法大賽。大賽中，國(guó)外的數(shù)據(jù)分析師和科學(xué)家對(duì)中國(guó)和中國(guó)的數(shù)據(jù)非常感興趣。“我們發(fā)布脫敏的數(shù)據(jù)，他們?cè)谏厦媾芨鞣N各樣的算法，通過(guò)各種可視化的方式去探究人的行為，人口屬性，比如男女，發(fā)現(xiàn)了很多有意思的算法和場(chǎng)景。這場(chǎng)比賽對(duì)我們來(lái)說(shuō)也是了解這些科學(xué)家的過(guò)程，我們知道這些科學(xué)家在哪，他們喜歡什么，如何交流等等。”

肖文峰表示，TalkingData希望逐步把一些數(shù)據(jù)開(kāi)放出去，從國(guó)外引入更多的數(shù)據(jù)科學(xué)能力，這也算是此次大賽一個(gè)亮點(diǎn)。

開(kāi)放的態(tài)度

在TalkingData看來(lái)，數(shù)據(jù)一定要開(kāi)放，社會(huì)才能發(fā)展。TalkingData從一開(kāi)始就站在客觀(guān)中立的角度，盡可能把數(shù)據(jù)共享出來(lái)，以產(chǎn)生更大的價(jià)值。比如“數(shù)據(jù)觀(guān)象臺(tái)”，把一些比較普遍的數(shù)據(jù)，例如應(yīng)用排名公示出來(lái)，讓對(duì)這些數(shù)據(jù)感興趣的人直接應(yīng)用。

TalkingData是一個(gè)深度的開(kāi)源社區(qū)的擁抱者、參與者、推動(dòng)者。其大數(shù)據(jù)監(jiān)控系統(tǒng)OWL(貓頭鷹)，就是開(kāi)源的。

在“T11 2016暨TalkingData智能數(shù)據(jù)峰會(huì)”主會(huì)場(chǎng)上，TalkingData CEO崔曉波也公開(kāi)了兩個(gè)開(kāi)源項(xiàng)目：Fregata和Myna。Fregata是超大規(guī)模算法引擎，這個(gè)算法引擎的優(yōu)勢(shì)是在10億樣本、1000萬(wàn)維度的情況下，比Spark MLlib原生算法庫(kù)的計(jì)算效率高兩個(gè)數(shù)量級(jí)，大概分鐘級(jí)可以得到訓(xùn)練結(jié)果，它里面做了很多參數(shù)的自動(dòng)調(diào)整，還有數(shù)據(jù)計(jì)算引擎的優(yōu)化等，來(lái)提高計(jì)算效率，能夠達(dá)到一次數(shù)據(jù)掃描就能夠收斂。這是市面上別的開(kāi)源算法庫(kù)實(shí)現(xiàn)不了的。

Myna項(xiàng)目是一個(gè)情景感知引擎，能夠幫助應(yīng)用開(kāi)發(fā)者判斷手機(jī)用戶(hù)的姿態(tài)，是走是跑還是開(kāi)車(chē)等等。Myna有自己的專(zhuān)利技術(shù)，與國(guó)外的同類(lèi)技術(shù)相比，主要有兩大優(yōu)勢(shì)。第一是姿態(tài)識(shí)別速度。它的反應(yīng)速度比同類(lèi)技術(shù)提高了3倍。同樣識(shí)別精度的情況下，它的識(shí)別時(shí)間只有國(guó)外同類(lèi)產(chǎn)品的1/3，同時(shí)它的耗電量只有國(guó)外產(chǎn)品的1/2，因?yàn)樗昧艘恍?shù)據(jù)窗口重疊的方法來(lái)加速計(jì)算，因此耗電量也低很多。第二，不同于同類(lèi)產(chǎn)品用C++方式來(lái)實(shí)現(xiàn)，Myna是基于JAVA實(shí)現(xiàn)的，集成一些SO的庫(kù)非常簡(jiǎn)單。

智能數(shù)據(jù)平臺(tái)(SmartDP)

智能數(shù)據(jù)平臺(tái)(SmartDP)是TalkingData新創(chuàng)建的詞。它是基于智能數(shù)據(jù)應(yīng)用，探索商業(yè)價(jià)值的平臺(tái)，具有數(shù)據(jù)管理、數(shù)據(jù)工程和數(shù)據(jù)科學(xué)的能力。旨在發(fā)揮自身優(yōu)勢(shì)，利用5年來(lái)在數(shù)據(jù)科學(xué)、數(shù)據(jù)管理、數(shù)據(jù)工程方面的各項(xiàng)積累，在橫跨互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、傳統(tǒng)行業(yè)等領(lǐng)域積累的經(jīng)驗(yàn)，有機(jī)整合并產(chǎn)品化，促進(jìn)行業(yè)發(fā)展，并為各行各業(yè)提供更完善的數(shù)據(jù)產(chǎn)品及服務(wù)。

肖文峰透露，今后，TalkingData所有的產(chǎn)品體系，都會(huì)圍繞以SmartDP為核心的數(shù)據(jù)生態(tài)，構(gòu)建數(shù)據(jù)工程能力、數(shù)據(jù)的科學(xué)能力以及數(shù)據(jù)的管理能力，增加更多的數(shù)據(jù)源和數(shù)據(jù)應(yīng)用，讓更多的合作伙伴基于這個(gè)平臺(tái)產(chǎn)生價(jià)值。

團(tuán)隊(duì)的力量

據(jù)肖文峰介紹，TalkingData的技術(shù)團(tuán)隊(duì)分四種角色，一是數(shù)據(jù)管理員，關(guān)注于如何匯聚數(shù)據(jù)，如何高效地清洗數(shù)據(jù)，是這個(gè)團(tuán)隊(duì)的任務(wù)也是難點(diǎn)。第二種是數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，不管是前端客戶(hù)的需求，還是后端自己的數(shù)據(jù)分析師，或者數(shù)據(jù)管理員、數(shù)據(jù)工程團(tuán)隊(duì)，只要有算法的需求，都需要依賴(lài)于數(shù)據(jù)科學(xué)家建模，優(yōu)化算法，提高算法的計(jì)算效率。第三種是數(shù)據(jù)工程團(tuán)隊(duì)，接近于傳統(tǒng)的產(chǎn)品研發(fā)團(tuán)隊(duì)，偏工具平臺(tái)，關(guān)注于數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)計(jì)算、云計(jì)算框架搭建、虛擬化等。數(shù)據(jù)工程團(tuán)隊(duì)需要提供工具平臺(tái)，讓數(shù)據(jù)科學(xué)家、數(shù)據(jù)管理員、數(shù)據(jù)分析師更好地利用數(shù)據(jù)，管理數(shù)據(jù)。第四種是領(lǐng)域工程團(tuán)隊(duì)，是全能型的技術(shù)團(tuán)隊(duì)，更加偏項(xiàng)目。領(lǐng)域工程團(tuán)隊(duì)負(fù)責(zé)解決客戶(hù)的問(wèn)題，無(wú)論是用TalkingData的數(shù)據(jù)還是第三方數(shù)據(jù)，無(wú)論是用TalkingData的技術(shù)還是第三方的技術(shù)，最終目的都是為了解決客戶(hù)遇到的現(xiàn)實(shí)問(wèn)題，完成交付。

此外，社區(qū)的貢獻(xiàn)也不可小覷，在解決客戶(hù)問(wèn)題過(guò)程中，技術(shù)生態(tài)的每個(gè)部分，從基礎(chǔ)存儲(chǔ)計(jì)算架構(gòu)到數(shù)據(jù)科學(xué)，從數(shù)據(jù)采集、獲取、準(zhǔn)備、分析到發(fā)布，幾乎都有涉及，有的靠合作伙伴做，有的需要自己去開(kāi)發(fā)，因此積累了不少技術(shù)能力。肖文峰強(qiáng)調(diào)，只有保持一種開(kāi)放的心態(tài)，外延才會(huì)更大，才能看到更多，只有更多的貢獻(xiàn)才有更多的收獲!