京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《大数据》作者涂子沛加盟阿里 执掌神秘部门iDST
12月29日消息,畅销书《大数据》作者涂子沛已从美国硅谷来到杭州,正式加入阿里巴巴集团出任副总裁。涂子沛将成为阿里神秘研究部门iDST三位负责人之一,主导大数据经济(Data economy)方向的研究与应用实践。
涂子沛先生近年两部科技著作《大数据》和《数据之巅》,在中国引起对大数据战略、数据治国和开放数据的广泛讨论。国务院副总理汪洋曾公开推荐《大数据》一书,称“大数据对政府部门有重要意义”。加盟阿里巴巴集团后,涂子沛将主要从事数据新商业模式的研究,帮助阿里巴巴开展政府及公共领域的大数据项目,并推动阿里云计算的国际化战略。
涂子沛毕业于华中科技大学(1996年)、卡内基梅隆大学(2008年)。赴美之前,曾在武警边防部队、政府部门工作10年,期间开发全国第一个反偷渡遣返信息管理系统。2006年赴美留学,此后在美工作定居,先后担任美软件公司数据中心主任、亚太事务总监、首席研究员等职务。
其所在的神秘研究部门系阿里新筹建的创新机构,在阿里内部被叫做iDST(Institute of Data Science&Technologies)。2014年以来,多位全球高级科学家陆续加盟iDST。这些科学家在美国西雅图、硅谷、北京、杭州等地组建科学团队,分布式推进阿里巴巴集团的前瞻性研究与应用。研究领域包括机器学习、大数据挖掘、自然语言处理、移动搜索、多媒体识别等。
一位阿里巴巴集团高管表示:“Big Data今天没有定论,iDST的使命之一就是定义这个不确定性。”iDST被要求通过前瞻性研究,来确立阿里巴巴集团在未来数十年的领先地位。该机构内博士以上学历占70%以上,分别在太平洋两岸四地成立研究团队。
团队负责人之一漆远,来自普渡大学计算机系和统计系两个系的终身教授,擅长机器学习和人工智能,为全球机器学习顶级会议ICML 2014 和 ICML2015 的领域主席,现在iDST主导数据智能(Data intelligence)方向的研究与应用实践 。
另一负责人金榕教授,为美国密歇根州立大学终身教授,曾担任NIPS、SIGIR等顶级国际会议领域主席,获得过美国国家科学基金会奖NSF Career Award,加入阿里巴巴集团后主导公司大数据(Data Alibaba)方向的研究与应用实践 。
阿里巴巴集团拥有全球最大规模、最有价值的电商数据,曾多次公开表达其“用技术拓展商业边界”的使命。阿里巴巴希望借助iDST的前瞻性研究,让这些数据创造更大的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27