Google Ventures正在筹建内部数据科学团队

Google Ventures最新聘用的一名员工是Hazem Adam Ghobarah,他与该基金的其他许多员工一样也曾是谷歌雇员。Ghobarah曾在谷歌供职六年,最近的职位是广告部门定量研究和建模团队成员。在加入Google Ventures以后,他将寻找数据分析业务领域中的投资机会,并与该基金目前投资的一些公司合作找出搜集及利用大量信息的方法。

Google Ventures董事总经理比尔·马瑞斯(Bill Maris)称:“这是我们正在组建的完整团队的一部分。”

业界人士指出,对于由谷歌创立的这家风投基金来说,进军大数据行业并不令人感到惊讶。对新兴的大数据行业而言,谷歌、雅虎和亚马逊等网络先驱都在创造这个行业的问题上起到了至关重要的作用。通过追踪用户点击和成千上万的计算机服务器协同工作的行为等数据,它们积累了海量的数据。此外,它们还从电子邮件等非传统来源那里抓取了大量信息,促使其创建了Hadoop和MapReduce等所谓的“非结构化”数据库软件。

谷歌用来分析网络流量以作出模型预测的方法正日益被应用于其他领域。Ghobarah认为,生物学是一个吸引力日益增强的领域。他表示:“我们正重新开始对生命科学领域进行投资”,“在给定的一年中,病理学的幻灯片数量可能会达到2亿张;如果把这些数据放到网上,那么就会变成一个大数据的问题”。

Google Ventures并非唯一正在加速发展大数据业务的风投基金。美国职业社交网站LinkedIn创始人雷德·霍夫曼(Reid Hoffman)合伙的Greylock Partners基金也已聘用DJ Patil为数据科学家,DJ Patil原本也在LinkedIn供职。此外,风投基金Andreessen Horowit已在多个互联网部门中进行了投资,其中包括实时数据交易市场Factual等。

时间: 2024-09-09 22:43:43

Google Ventures正在筹建内部数据科学团队的相关文章

想组建自己的数据科学团队?CEO们要先回答这几个问题

◆ ◆ ◆ Jeremy Stanley 是日用杂货当日送达初创企业 Instacart 主管数据科学的副总裁,Daniel Tunkelang 是前 LinkedIn 的数据主管.作为在数据科学领域身经百战的老将,他们在这篇文章中为那些想打造一支属于自己的数据科学团队的公司 CEO 们提供了一些建议,主要涵盖了这几个问题:数据科学为什么对很多创业公司如此重要?公司应该在什么时候在数据科学方面进行投入?应该将数据科学团队放在公司里的什么位置上?如何营造一个尊重数据科学的文化氛围? ◆ ◆ ◆ 你

Airbnb数据科学团队进化论:如何由内而外实现数据驱动

虽然团队组织结构的演化允许数据科学家团队繁荣兴旺,但是公司的成功源于"精准定位"于两件事:发自肺腑地关爱员工,积极主动的数据驱动决策.不论是开发可持续利用的开源工具还是奋力改进数据科学部门的多样性,Airbnb数据科学团队负责人Alok很清楚,Airbnb追求的事都要贯彻这两个原则. ◆ ◆ ◆ 超级增长:短短几年,从5到70+数据科学家 在2013年,Airbnb只有一个5人数据科学团队,集中地为公司的数据需求提供服务.此后,他们成长为最大的.也是最有创意的创业团队之一,拥有超过70

企业的数据科学团队如何挖掘数据价值

单纯地雇用数据科学家并不意味着企业能够充分利用数据科学带来的优势.来看看以下几家企业如何通过数据科学团队让数据价值最大化. 数据科学看上去是一项很"高大上"的工作,企业正在利用数据科学提取巨大的运营价值. 福特汽车公司全球分析总监Alan Jacobson在Gartner数据分析峰会上表示,数据科学的重点为公司带来了巨大的收益. 从2015年开始,该公司聘请了一位首席数据科学官,并从业务部门中抽取了大约200位数据分析师,形成了一个集中的数据科学团队.如今,该团队在每一个业务领域都发挥

数据分析工具独领风骚 数据科学服务表示不服

企业需要从大量收集的数据中攫取价值,但很多企业似乎无法找到足够的数据科学家来做这件事.因此数据科学作为一项服务变呼之而出. 处于如此困境的企业可以把他们的原生数据外包给类似DataScience这样的公司,这是一家位于加利福尼亚Culver City的创业公司.其分析团队对数据进行清理并使用复杂的建模工具.国产软件来提供建议,这样客户就可以根据这些建议来改进产品和服务,展他们的客户群,最终增加收入. SearchBusinessAnalytics与DataScience的CEO兼创始人Ian S

福利 | 分析554条数据科学面试问题,给你靠谱求职攻略

◆ ◆ ◆ 导言 全世界顶尖的数据科学团队正在做着令人难以置信的工作,分析世上最有意思的数据集. 相比20世纪的研究者,谷歌(Google)拥有更多与人类利益相关的数据,而优步(Uber)每天无缝地协调着超过一百万人的行程.价格.借助机器学习和人工智能,顶尖的数据科学团队正在改变我们摄取和处理数据的方式,而且他们提出的众多确实可行的见解,影响了数百万人的生活.初出校门的你们.或者准备跳槽的你们,是不是激情澎湃地想要加入这史诗般的工作? 假若这些顶级数据科学团队的面试都有类似的模式,可以让求职者掌

什么是数据科学?如何把数据变成产品?

未来属于那些知道如何把数据变成产品的企业和个人. --麦克·罗克德斯(Mike Loukides) 据哈尔·瓦里安(Hal Varian)说,统计学家是下一个性感的工作.五年前,在<什么是Web 2.0>里蒂姆•奥莱利(Tim O'Reilly)说"数据是下一个Intel Inside".但是这句话到底是什么意思?为什么我们突然间开始关注统计学和数据? 在这篇文章里,我会检视数据科学的各个方面,技术.企业和独特技能集合. 互联网上充斥着"数据驱动的应用"

找不到完美数据科学家?你还可以组建一支数据科学梦之队

提供洞察和分析的公司都在尽力为自己组建完美的数据科学团队,这通常有两条路可以走. 大部分公司都在挣扎中选择了第一条路:寻找这些工资非常贵又很少见的独角兽人才,即同时具备这多种技能的独立个体. 完美的数据科学家完美地掌握了数学.统计学.编程以及沟通技术.这些人不光具备完成复杂工作的专业技术能力,还能够向非技术人员解释这些技术工作可能会带来的影响. 除了这些数据科学家会很昂贵的事实之外,这些天才科学家一周7天,每天24小时连轴工作也是不太可能的. 当然这不是唯一的一条路. 人类史上最早的科学家之一亚

【深解读】什么是数据科学?如何把数据变成产品?

未来属于那些知道如何把数据变成产品的企业和个人.     --麦克.罗克德斯(Mike Loukides) 据哈尔•瓦里安(Hal Varian)说,统计学家是下一个性感的工作.五年前,在<什么是Web 2.0>里蒂姆•奥莱利(Tim O'Reilly)说"数据是下一个Intel Inside".但是这句话到底是什么意思?为什么我们突然间开始关注统计学和数据? 在这篇文章里,我会检视数据科学的各个方面,技术.企业和独特技能集合. 互联网上充斥着"数据驱动的应用&q

工程师要不要写ETL?——教你构建高效的算法/数据科学部门

前言 在很多互联网公司的算法相关部门(例如搜索.推荐.广告)里,都有"做算法的"和"做工程的"两个工种.这个看似天经地义的分工方式是否就是最优的方式?这似乎还是存在一些争议的. 这篇文章阐述了一种当前较为普遍合作模式下的问题,译者觉得说得很在点上.更宝贵的是,作者同时也提出了一种可能会更好的合作模式,能够解决这些问题. 需要提前说明的一点,文中的"数据科学家"可理解为我们常说的偏算法的工程师,而文中的"工程师"或者"