6月20日至21日，《中國企業(yè)家》雜志社在2020（第二十屆）中國企業(yè)未來之星年會(huì)暨中國企業(yè)家生態(tài)大會(huì)上公布了2020年度“中國科創(chuàng)企業(yè)百強(qiáng)”（簡稱“科創(chuàng)百強(qiáng)”）評(píng)選結(jié)果。作為國內(nèi)領(lǐng)先的HTAP國產(chǎn)數(shù)據(jù)庫與人工智能底層軟件提供商，天云數(shù)據(jù)從眾多企業(yè)中脫穎而出，榮登榜單。

本屆大會(huì)聚焦“共享數(shù)智化紅利”，挖掘推動(dòng)人類社會(huì)生產(chǎn)生活新一輪變革的創(chuàng)新科技。新技術(shù)的聚變，加速了以數(shù)字化和智能化為主要特征的產(chǎn)業(yè)轉(zhuǎn)型，一場影響深遠(yuǎn)的變革正在發(fā)生。

回顧數(shù)據(jù)科學(xué)的發(fā)展歷史，重新審視一下數(shù)據(jù)科學(xué)的現(xiàn)狀及未來，嘗試發(fā)現(xiàn)數(shù)據(jù)科學(xué)成功在工業(yè)界應(yīng)用的銀色子彈。2015年，斯坦福大學(xué)統(tǒng)計(jì)學(xué)教授David Donoho在普林斯頓大學(xué)舉辦的John Tukey百年紀(jì)念大會(huì)上做了《數(shù)據(jù)科學(xué)50年》的報(bào)告。該文回顧了數(shù)據(jù)科學(xué)50年來的發(fā)展歷史，并對(duì)數(shù)據(jù)科學(xué)的現(xiàn)狀做了總結(jié)，報(bào)告指出：數(shù)據(jù)科學(xué)包括六個(gè)重大分支：數(shù)據(jù)探索和準(zhǔn)備、數(shù)據(jù)表示與轉(zhuǎn)換、數(shù)據(jù)計(jì)算、數(shù)據(jù)建模、數(shù)據(jù)可視化與表示以及數(shù)據(jù)科學(xué)的科學(xué)性。數(shù)據(jù)科學(xué)家往往會(huì)發(fā)現(xiàn)，他們工作的一個(gè)中心步驟是通過適當(dāng)?shù)霓D(zhuǎn)換，將原始的數(shù)據(jù)表示重構(gòu)成新的，更具有啟發(fā)性的形式。而完成這一中心步驟，需要數(shù)據(jù)科學(xué)家發(fā)展兩種能力：

NewSQL：當(dāng)今數(shù)據(jù)表示的方式非常多樣，從文本文件、電子表格到SQL、NoSQL數(shù)據(jù)庫、分布式數(shù)據(jù)庫、流式數(shù)據(jù)庫等，數(shù)據(jù)科學(xué)家需要熟悉使用所有這些數(shù)據(jù)表示形式相關(guān)的數(shù)據(jù)結(jié)構(gòu)、轉(zhuǎn)換和算法

特征工程：對(duì)于特定類型的數(shù)據(jù)，如聲音、圖像、傳感器和網(wǎng)絡(luò)數(shù)據(jù)，采用特定的數(shù)學(xué)表示形式將會(huì)對(duì)數(shù)據(jù)分析非常有益。如，為了獲取聲音數(shù)據(jù)特征，往往需要對(duì)其進(jìn)行同態(tài)濾波或進(jìn)行傅里葉變換；為了獲取圖像數(shù)據(jù)特征，往往進(jìn)行小波變換或其他多尺度變換(例如，深度學(xué)習(xí)中的圖像金字塔等)。數(shù)據(jù)科學(xué)家研究出了各種成熟的算法以及相關(guān)的評(píng)價(jià)準(zhǔn)則。

天云數(shù)據(jù)的AI系列產(chǎn)品，完美的滿足了報(bào)告指出的數(shù)據(jù)科學(xué)家必須發(fā)展的兩種能力 ：

HTAP混布數(shù)據(jù)庫充當(dāng)AI應(yīng)用的底座，完美滿足各種不同格式、不同規(guī)模的數(shù)據(jù)存儲(chǔ)與查詢的需求，使得數(shù)據(jù)科學(xué)家無需掌握多種數(shù)據(jù)庫的使用，即可滿足工作需求。

而天云特征工程平臺(tái)，將學(xué)術(shù)界數(shù)十年來開發(fā)的特征加工算法固化為可高效運(yùn)行，滿足海量數(shù)據(jù)處理需求的算子，使得數(shù)據(jù)科學(xué)家無需重復(fù)造輪子，將更多時(shí)間與經(jīng)歷聚焦于數(shù)據(jù)探索、數(shù)據(jù)理解以及數(shù)據(jù)科學(xué)的其他環(huán)節(jié)，大幅逼近模型效果的上限。除此之外，天云的推理服務(wù)平臺(tái)Sail幫助數(shù)據(jù)科學(xué)家將AI模型容器化部署，快速，安全，有較強(qiáng)的可移植性和靈活性，大大降低了虛擬機(jī)的管理運(yùn)行成本，既滿足了企業(yè)級(jí)的快速靈活安全部署，降低了部署成本，又使AI模型在企業(yè)快速上線，在真實(shí)的生產(chǎn)環(huán)境中檢驗(yàn)?zāi)Ｐ托Ч邆淞丝焖俚Ｐ偷哪芰Γ蛲似髽I(yè)級(jí)應(yīng)用的最后一公里。天云AI產(chǎn)品生態(tài)的理念是：AI平民化。將企業(yè)級(jí)的海量數(shù)據(jù)通過分布式的特征工程平臺(tái)和分布式AI建模平臺(tái)來計(jì)算，利用特征工程平臺(tái)Kaleido降低數(shù)據(jù)科學(xué)家的學(xué)習(xí)成本。如特征表達(dá)，新型分布式環(huán)境的運(yùn)用能力，再加上一定的行業(yè)背景知識(shí)以及自動(dòng)化機(jī)器學(xué)習(xí)及深度學(xué)習(xí)，在天云的全生命周期的AI產(chǎn)品生產(chǎn)線上，即可實(shí)現(xiàn)企業(yè)級(jí)的AI模型快速落地。數(shù)據(jù)科學(xué)平臺(tái)具備了模型管理能力，沉淀了業(yè)務(wù)和技術(shù)經(jīng)驗(yàn)，構(gòu)建了標(biāo)準(zhǔn)化的建模流程。此外，還便于圖形化的二次開發(fā)，大大優(yōu)化提升了AI產(chǎn)業(yè)化能力。利用HTAP混布數(shù)據(jù)庫做底座，AI才能形成算力和數(shù)據(jù)閉環(huán)，這是天云深度下沉去做Hubble數(shù)據(jù)庫的原因；天云的Kaleido特征工程平臺(tái)面向大數(shù)據(jù)生產(chǎn)環(huán)境的數(shù)據(jù)描述、MaximAI的AutoML調(diào)參能夠動(dòng)態(tài)響應(yīng)數(shù)據(jù)集變化，支撐生成式模型或判別式預(yù)測模型；這些產(chǎn)品無一不在踐行天云賦能數(shù)據(jù)科學(xué)人才的理念：獲取機(jī)器智能像讀書一樣簡單。作為國內(nèi)最早一批進(jìn)入大數(shù)據(jù)、人工智能行業(yè)的硬科技創(chuàng)業(yè)先驅(qū)者、天云數(shù)據(jù)創(chuàng)始人，雷濤帶領(lǐng)的天云數(shù)據(jù)，從2013年創(chuàng)始以來，押寶在新型數(shù)據(jù)庫與AI特征工程平臺(tái)，多年來在金融、能源、軍工、醫(yī)藥等多領(lǐng)域成功進(jìn)行了產(chǎn)業(yè)化落地。HTAP數(shù)據(jù)庫Hubble,完成了去IOE中最困難的部分，替代金融A類核心系統(tǒng)慣用的西方IOE架構(gòu)，在銀行的聯(lián)機(jī)事務(wù)中解決A類核心系統(tǒng)減負(fù)問題; AI特征工程平臺(tái)支撐實(shí)現(xiàn)數(shù)據(jù)倉庫消費(fèi)化，BI向AI升級(jí)，關(guān)鍵數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)型，替代西方核心的SAS建模平臺(tái)，構(gòu)建了新一代人工智能基礎(chǔ)設(shè)施，支撐大型銀行擴(kuò)建百億級(jí)利潤。

天云依靠新型分布式數(shù)據(jù)庫與特征工程平臺(tái)，這兩個(gè)平臺(tái)引擎的巨大動(dòng)能，正在幫助這些企業(yè)實(shí)現(xiàn)知識(shí)再生產(chǎn)的規(guī)模性變革，創(chuàng)造出多元機(jī)會(huì)；同時(shí)，天云也在和這些積極利用AI的企業(yè)并駕齊驅(qū)，好風(fēng)憑借力，雙雙實(shí)現(xiàn)彎道超車。