猎豹加速大数据布局 新CTO架构全球研发

简介:

“数据很大程度上最终决定公司的长期价值。”刚刚履新猎豹移动CTO范承工2月29日首次亮相,阐述其对大数据的理解。

范承工是分布式系统、云服务基础设施以及大数据领域的专家,猎豹移动宣布其加入时,公司的股价上涨了超过10%。2015年以来,猎豹移动加速大数据布局,按照猎豹移动CEO傅盛提出的战略,以大数据为高地进行产品的研发。

大数据深入产品研发

“大数据的理念,比起五年前是更加的深入和植入普通人的认知。”范承工认为,数据很大程度上最终决定公司的长期价值,甚至超过流量、业务收入,最终衡量公司的价值在于拥有数据的质量和数量以及数据的利用技术。

目前,互联网巨头从谷歌、Facebook、亚马逊等无一例外的在数据积累、挖掘利用上倾注了大量的投入,据悉,Facebook的创始人扎克伯格在2009年就艺术大数据是未来,在底层价格上就开始云计算布局,而国内大数据、云计算布局在2013年开开始。

“在大数据前端产品上中美差距不到,但是在底层架构上还需要加强。”范承工指出,未来随着移动互联网的发展,中美互联网公司的大数据发展将趋同。

猎豹也全面加速在大数据及移动广告领域的布局,猎豹在2015年发布了自己构建的全球移动广告平台“猎户”,帮助广告客户更加精准地在我们的平台上定向、重定向目标受众。此外,我们还开发了一些工具来帮助广告客户测试、测量、改善广告投放。据悉,猎豹已经可以通过100多余种用户属性,10万余个关键词来给用户画像。

据悉,2015年猎豹在大数据分析方面取得了长足的进步。但是,仍然还有很多提升的空间。按照猎豹移动CEO傅盛提出的战略,以大数据为高地进行产品的研发。

范承工加入猎豹的重要任务之一便是完善大数据布局。加盟后会主要负责公司的全球研发业务,重点是大数据战略的布局。未来将常驻硅谷办公室,带领团队拓展猎豹移动在美国的市场与影响力,将硅谷建设成为继北京之后的全球第二总部。

全球配置人才

范承工介绍,猎豹已在北京建立了大数据平台以及广告平台的团队,人员来自百度、雅虎的北研团队,但是猎豹超过70%的用户来自海外,公司还将在美国建立的研发中心。

2014年猎豹移动成立了第一个美国办公室,截至目前已经在美国的旧金山、硅谷和纽约三地建立了办公室,并拥有约50名员工。当时美国办公室更多的是负责广告销售,但是范承工的加入则是为猎豹搭建美国的研发中心。

猎豹移动将在美国硅谷建立大型的研发中心,与其他研发中心的工程师一起践行大数据战略。这一举措将帮助猎豹移动吸引更多的全球人才加入,更好地服务全球用户。猎豹移动目前在全球范围雇佣了超过1400名研发人员。

同时公司通过在全球的收购与投资布局,人才储备,与海外团队的核心技术合作等方式,推进大数据战略。

2014年6月,猎豹收购了移动广告平台香港品众互动;2015年3月16日,宣布以5800万美元收购全球移动营销公司MobPartner;3月26日,又宣布领投全球领先社交移动广告软件提供商Nanigans B轮融资,并与其达成战略合作伙伴关系。

在数据积累上还需要进一步提升,数据也需要深地植入于各个产品经理的心中。据悉,除了进行产品创新布局和用户推广外,猎豹移动也在通过加强战略合作,积极采取投资并购策略,以及加大在大数据应用、广告形式创新和广告平台搭建方面的投入来布局商业化。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
11天前
|
存储 分布式计算 Hadoop
大数据处理架构Hadoop
【4月更文挑战第10天】Hadoop是开源的分布式计算框架,核心包括MapReduce和HDFS,用于海量数据的存储和计算。具备高可靠性、高扩展性、高效率和低成本优势,但存在低延迟访问、小文件存储和多用户写入等问题。运行模式有单机、伪分布式和分布式。NameNode管理文件系统,DataNode存储数据并处理请求。Hadoop为大数据处理提供高效可靠的解决方案。
33 2
|
2月前
|
存储 数据可视化 数据管理
基于阿里云服务的数据平台架构实践
本文主要介绍基于阿里云大数据组件服务,对企业进行大数据平台建设的架构实践。
714 2
|
4月前
|
SQL 存储 分布式计算
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍(图文解释 超详细)
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍(图文解释 超详细)
173 0
|
4月前
|
监控 物联网 大数据
助力工业物联网,工业大数据之服务域:AirFlow的架构组件【三十二】
助力工业物联网,工业大数据之服务域:AirFlow的架构组件【三十二】
46 0
|
4月前
|
存储 分布式计算 大数据
首批!阿里云MaxCompute完成中国信通院基于无服务器架构大数据平台测试
近日,阿里云计算有限公司MaxCompute产品顺利完成中国信通院首批无服务器架构(Serverless)大数据平台测试。
221 0
|
4月前
|
存储 数据采集 大数据
大数据必知必会系列——数仓分层架构及三层架构流程[新星计划]
大数据必知必会系列——数仓分层架构及三层架构流程[新星计划]
108 0
|
4月前
|
分布式计算 算法 搜索推荐
阿里巴巴内部:全技术栈PPT分享(架构篇+算法篇+大数据)
我只截图不说话,PPT大全,氛围研发篇、算法篇、大数据、Java后端架构!除了大家熟悉的交易、支付场景外,支撑起阿里双十一交易1682亿元的“超级工程”其实包括以下但不限于客服、搜索、推荐、广告、库存、物流、云计算等。 Java核心技术栈:覆盖了JVM、锁、并发、Java反射、Spring原理、微服务、Zookeeper、数据库、数据结构等大量知识点。 大数据:Spark、Hadoop
|
4月前
|
分布式计算 资源调度 大数据
【大数据技术Hadoop+Spark】Spark架构、原理、优势、生态系统等讲解(图文解释)
【大数据技术Hadoop+Spark】Spark架构、原理、优势、生态系统等讲解(图文解释)
173 0
|
3天前
|
敏捷开发 监控 数据管理
构建高效微服务架构的五大关键策略
【4月更文挑战第20天】在当今软件开发领域,微服务架构已经成为一种流行的设计模式,它允许开发团队以灵活、可扩展的方式构建应用程序。本文将探讨构建高效微服务架构的五大关键策略,包括服务划分、通信机制、数据管理、安全性考虑以及监控与日志。这些策略对于确保系统的可靠性、可维护性和性能至关重要。
|
15天前
|
API 数据库 开发者
构建高效可靠的微服务架构:后端开发的新范式
【4月更文挑战第8天】 随着现代软件开发的复杂性日益增加,传统的单体应用架构面临着可扩展性、维护性和敏捷性的挑战。为了解决这些问题,微服务架构应运而生,并迅速成为后端开发领域的一股清流。本文将深入探讨微服务架构的设计原则、实施策略及其带来的优势与挑战,为后端开发者提供一种全新视角,以实现更加灵活、高效和稳定的系统构建。
18 0