ZD至顶网CIO与应用频道 08月09日 北京消息:根据IDC研究显示,大数据解决方案将在未来四年中,帮助全球企业分享大约1.6万亿美元新增收入的数据红利。在大数据产业发展中,以Hadoop为代表的开源大数据生态成为大数据和云计算的重要技术支撑,有效推动了开源社区的用户和贡献者,带动了技术进步与商业发展。而在全球范围内,大数据行业正在面临数据专业人才短缺的困境。
2016年8月5日,清华大学数据科学研究院(“清华数科院”)宣布与Cloudera合作。
Hadoop之父、Cloudera首席架构师Doug Cutting与清华大学数据科学研究院管委会副主任、副院长王建民
清华大学数据科学研究院成立于2014年4月,此次合作旨在借助大数据带来的挑战与机遇,推动学校跨学科资源的整合。逐步完成培养大数据的硕士研究生为主的教学任务,取得标志性的学术成果,让清华对大数据的研究应用于产业发展。Cloudera则是当前基于Apache Hadoop及最新开源技术建立的最快捷、最易用、最安全的数据管理和分析平台的全球供应商。
Cloudera CAP项目是为合作机构提供一个完整、免费、行业级标准的Hadoop培训课程,清华大学和Cloudera将联合发布BASE (Big Analytics Skill Enablement)倡议,以解决中国大数据行业的人才稀缺困境。此次合作还将推动中国研究机构与企业参与国际大数据开源社区建设。
与传统计算机科学和商业分析课程不同,通过CAP,清华数科院将与Cloudera共同为教师与学生提供完整的免费Hadoop课程,学生不仅能从基础的Hadoop开始,也可以学到诸如Spark,Hive,Impala等在全球Hadoop社区最新的技术,这不仅为学生们提供全面的技能培训,优秀的大数据人才将为公共事业和企业带来创新,并在全球视野内获取有竞争力的优势。
据了解,清华数科院与Cloudera的合作,还将着力推进国际大数据开源社区的相关活动在本地的融合,提高本土团队对已有项目参与度,贡献新的开源项目。双方合作的愿景是推动大数据技术在中国的大范围应用,同时将中国本土创造的技术回馈国际开源社区。
清华大学副校长杨斌表示:“首先代表清华大学对数据科学研究院与Cloudera的合作表示衷心的祝贺!在全球数字化转型的时代,Cloudera和清华大学都是积极探索者。希望此次合作可以充实清华大学大数据人才的专业课程、软件及技术培训,以解决中国大数据行业的人才稀缺困境。并基于开源社区建立长效的,产业界与学术界融合交流的平台。”
清华大学数据科学研究院管委会副主任、副院长王建民表示:“清华大学数据科学研究院是统筹全校学科资源,整体布局建设的大数据教学与科研机构。在科研上,一直坚持以数据共享和整合为基础,以研究应用为核心,建立大数据分析共享平台,推出具有自主知识产权的大数据分析开源软件和服务。在此过程中,数据科学研究院坚持走来自开源回归开源的开放技术路线,以产业需求为拉动,将产学研用都纳入到开发体系中,坚持国际合作,使源自中国的技术走向世界。这也是为什么我们选择与Cloudera的合作。希望本次合作能打造国际化的开源生态,从而推动中国大数据产业的发展。”
Hadoop之父、Cloudera首席架构师Doug Cutting表示,“Hadoop正处于蓬勃的发展期,而且这样的蓬勃至少还需要几十年。自Hadoop创立之初至今已有十年,而Cloudera成立也有八年之久、进入中国一年半了。与中国清华大学的合作,显然会加速Cloudera在中国的发展。我们很荣幸能为中国大数据人才教育做出贡献。”
同时,Cloudera也发布了BASE (Big Analytics Skills Enablement)倡议——它是一个以行业为主导的生态系统,用以培训未来的数据专业人才。BASE也是为战略性填补数据专业缺乏的鸿沟而诞生的,它带动了行业参与者以及学术机构一起为更多的人培训大数据和分析领域所需的技能,同时让经过训练的数据专家在相关领域和行业得到合适的工作机会。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。