
《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 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15