⑴ 第一个提出大数据概念的公司是
麦肯锡公司。全球知名咨询公司麦肯锡最早提出大数据时代到来。麦虚蔽肯锡公司是世界级领先的全球管理咨询好行公司，由美差袜州国芝加哥大学商学院教授詹姆斯·麦肯锡于1926年在美国创建。
⑵ 全球排名前十商业版数据库有哪些
IBM
老牌大数据企业，从微软时代过来的核心，是全球最大的信息技术和内业务解决方案公司。
2. 惠普容
会最为知名的是它的Vertical分析平台，而且在2012年的营收中排名第二，当之无愧的老牌商业数据库品牌。
3. Teradata
凭借自身硬件和数据库而声名远播。
4. 甲骨文
在数据库领域，甲骨文一直都是鼎鼎大名的存在，而且它也是大数据领域最大的几个玩家之一。
5. SPA
在商业数据中，SPA推出了最为知名的HANA内存内数据库
6. EMC
EMC 的主要业务时帮助客户保存并分析大数据，另外也充当着大数据分析智囊营销科学实验室的所在地，它们专门分析营销类数据。
7. Amazon
时至今日，Amazon 已经成为了全球大数据领域当之无愧的王者，这一切源于它的CEO贝索斯的远见与无与伦比的魄力
8. 微软
微软在数据方面有着雄厚的实力和强大的野心，它的商业数据业务也在蓬勃发展
9. 谷歌
作为全球搜索业务的老大，谷歌旗下的大数据平台凭借其身后的技术积累，成为商业数据领域内一股不可小觑的力量。
10. VMware
VMware向来以云计算虚拟化解决方案著称
⑶ 美国大数据专业介绍
近几年，人人都在说大数据，也因此催生出一个新的专业——大数据专业，那么接下来就和一起来看看美国大数据专业介绍。
大数据是一个新耐扰兴的留学专业方向，随着互联网的发展，现在美国开设大数据相关的专业有三个方向：
- 商业分析（Business Analytics）：目前最为热门的专业之一，需要学生有金融的背景知识，同时对申请者的数学和计算机背景要求较高。多数申请人会在大学本科阶段主修工程，辅修金融。
- 数据科学（Data Science）：是指从数据中提取信息知识，即是数据挖掘与预测分析的延伸，亦是发掘知识与数据的过程。这门专业对学生不做金融方面的要求，重点关注申请人的计算机背景。
- 机器学习（Machine Learning）：大部分学校机器学习专业都属于计悉枣算机科学下的一个分支，与数据科学一样，更关注申请人的计算机背景。
三个方向相比，无论是从个人经验还是就业前景方面，都更推荐学生选择商业分析专业。
根据历年申请经验，申请人需要具备以下成绩和文书：
- TOEFL 90+
- GPA 3.0+
- GRE 320+
- 推荐信
- 个人自述
- 个人简历
- 论文（根据学校要求睁亩拆而定）
而商业分析的学校选择方面参考如下：
Tier 1：
MIT-Business Analytics
Northwestern University-Analytics
GaTech- Analytics
Carnegie Mellon University- MSIM-BIDA track
UT Austin- Business Analytics
Wake Forest University- Business Analytics
North Carolina State University- Analytics
University of San Francisco- Analytics
University of Southern California- BusinessAnalytics
Tier 1.5：
University of Minnesota- Business Analytics
George Washington University - BusinessAnalytics
Rensselaer Polytechnic Institute- BusinessAnalytics
Southern Methodist University-BusinessAnalytics
Tier 2：
University of Rochester- Business Analytics
Casewestern University- Business Analytics
Stevens Institute of Technology- BusinessIntelligence & Analytics
Bentley University- Business Analytics
University of California， SanDiego-Business Analytics
Tier 3：
Fordham University- Business Analytics
University of Connecticut- BusinessAnalytics
Arizona State University- BusinessAnalytics
Michigan State University- BusinessAnalytics
⑷ 美国大数据工程师面试攻略
项目数据分析师分享：美国大数据工程师面试攻略
方法/步骤
先做一个自我介绍，本科南开后，加入了一个创业公司kuxun，做实时信息检索，后来进入网络基础架构组，搭建了Bai App Engine的早期版本，随后去Duke大学留学，在攻读硕士期间，做跟Hadoop大数据相关的研究项目Starfish，之后在Amazon EC2部门实习，了解它们的内部架构，毕业后加入Linkedin，做广告组的架构，涉及Hadoop调优，Data Pipeline, Offline/Online, 实时系统。最新是在Coursera从事数据工程师工作。在多年工作中，除了对技术的不懈追求，也积累了大量的面试经验，从国内的一线互联网网络，阿里巴巴，奇虎，人人，到美国一线公司Facebook，Google，Linkedin，Twitter，Amazon，到热门Startup，Uber，Pinterest，Airbnb，Box，Dropbox，Snapchat，Houzz，拿到10+ offer，并且在Linkedin期间也面试过100+候选人，参与面试题制定，乐于分享并帮助很多人成功求职，实现目标。
我们看一下这张硅谷地图，它坐落于美国加州，从圣何塞到旧金山的狭长地带，中间是San francisco bay，简称湾区。它的由来是这边有计算机核心处理器中离不开的硅，30年来，硅谷就发展成为无数技术性创业公司的摇篮。在20多年前，就有很多硬件公司的辉煌Intel，Oracle，Apple，Cisco成功上市，10年前，互联网的兴起，造就了Yahoo，Google，Ebay的神奇，而如今Tesla，Facebook，Twitter，Linkedin正扶摇直上，成为美股高科技股的领头羊。这些公司的市值从几十billion到几百billion，PE从负数到上千。疯狂的估值背后也改变了世界。
如果说硅谷成功是有原因的，我觉得有两点。地理位置是得天独厚吸引大量人才，这里有Stanford和加州州立高校提供智力库的支持，在硅谷可以看到来自全世界的最聪明的人，中国人，印度人，犹太人构成这些Engineer的主力。虽然国内做技术自嘲为码农，但在硅谷成为一个优秀工程师还是收获颇丰。另一方面创业是一个永恒的话题，在Stanford有个说法空气中都飘扬中创业的味道，一些早期员工通过上市套现又积累经验成了天使投资，Y Combinator，各种技术forum，meetup，创业导师，都很活跃。资本的力量功不可没，早年VC通过投资，收购，上市放大形成一个雪球效应。大家总喜欢问什么是next big thing，哪一个是下一个facebook，下一个musk，根据统计10年能成就一个千亿以上的公司，目前这个进程正在缩短。
我就拿Linkedin作为例子，介绍高科技公司（FLG）是什么样子。它是成立2003年的职业社交网站。在10年的发展中，也不是一下子爆发的，目前有3亿的全球用户，虽然跟Facebook，Google 10亿＋用户没法比，但是它有很好的护城河，用户定位高端精准，单位价值高。这张照片中左边这位是创始人Reid Hoffman，是Paypal黑帮成员，在硅谷也是呼风唤雨的大佬，目前是董事和投资人。中间这位是CEO Jeff，2013年被Glassdoor评为最佳CEO，作为职业经理人，成功帮助linkedin高速成长，他最喜欢提到transformation，希望我们每个员工能挑战自我，在各自岗位上进化。Linkedin提供了员工很好的福利，有号称湾区最佳的免费食堂，每个月一次的in day，hack day, 帮助员工内部创业的incumbator计划。它特点是数据驱动的开发产品，比如 People you may know, Job you may be interested, 我做过Sponroed Ads 都是需要很强数据背景和data scientist的支持。它的Biz model也很独特，有3个line，面向公司的招聘服务，面向广告商的市场服务，面向个人的订阅服务，还有最新Sales Solution，因为这么多可能性，成为华尔街的宠儿。
说硅谷，除了那些已经成功的大公司，不得不说现在最新的创业动向，这些代表了未来下一个FLG。我总结了一些领域和代表公司：云计算(box, dropbox)，大数据(cloudera)，消费互联网(pinterest)，健康(fitbit)，通讯(snapchat)，支付(square)，生活(uber)。 这里是华尔街网站更新的最新融资规模，比如Uber就达到18Billion的估值，我当时拿到offer没去，还是觉得很疯狂，如果细看这张表，大家可以看到硅谷（蓝色）尤其是旧金山它们的融资规模远远大于其他地区，还是地理决定论。而在国内的两家xiaomi，jingdong都是在北京，而最近大家看到一些泡沫论，说什么阿里巴巴上市是否美股到顶，经纬VC创始人也提醒我们泡沫的风险，我无法判断。如果能参与到下一波浪潮里面去是很过瘾的。我推荐大家去看看 <浪潮之巅>，<奇点临近>，我还是很期待未来20年的技术革命。
我个人热爱大数据，在硅谷这也是大家津津乐道的，有个笑话，big data is like teenage talking about sex, nobody know how to do it. 其实大家还是兴趣驱动就好，不要那么功利，大数据技术涉及太多，平常工作中也是慢慢积累，有无数的坑和技术细节需要克服。并不是说那个技术最热就要用哪个，如果你用不好，你的压力很大的，举个例子，你用某个开源数据库，发现它偶尔有数据丢失怎么办，如果这是线上服务，你不断收到报警，这时候你当时选用它的优点 scalable，容错性都没意义了。接着说大数据，这里面Hadoop作为行业标准，我面过的除了Google，微软不用，几乎所有的公司都在用，建议大家利用这个机会。这里面有三巨头，cloudera是老牌Hadoop咨询公司，Hadoop的创始人做CTO，Hortonworks也是很多Hadoop的committee，MapR是提出hdfs的erasure 编码方式高效而著名，它们都是融了巨资，模式也很像，先推出社区免费版，但有个商业版提供更好的管理。 而今年出现一匹黑马，Spark，简单说就是内存级别的计算，比Hadoop框架里能节约IO，利用缓存，能适应批处理，迭代，流式计算。
这里看一下它的生态系统，如何学Hadoop是个循序渐进过程，先要理解学习它的core系统，HDFS, MapRece, Common，在外围有无数的系统工具方便开发，我个人用过的是 Avro作为数据格式，Zookeeper作为选主的高可靠性的组件，Solr作为搜索接口，Pig搭建工作流，Hive 数据仓库查询，Oozie管理工作流，HBase 作为KV 分布式存储，mahout数据挖掘的库，Cassandra nosql 数据库。我建议初学的考虑Chinahadoop的课程。
而Hadoop本身也是个进化过程，几年前0.19版本，到0.20, 0.23分流成Yarn架构最后进化成Hadoop2.0, Hadoop1.0 和 2.0 它们的接口和组件是完全不同的，但总体上Hadoop 2.0 是趋势，因为它有Yarn这样分离的资源管理平台，可以以插件的方式开发上面的Application，解放了生产力，而像Spark，Storm这些新型处理器也是支持Hadoop 2.0的。这里是Hortonworks它们提出来的社区版本架构，可以说标准的制定者，一流的公司制定标准，其他的公司一般用只能用它们提供的稳定版，没有多少话语权。但从事大数据，并不见得是要去这些制定标准的公司，大量的应用也是非常考验架构的灵活性。并且能看到实际的产品，很有成就感。
说到今年火的，还是要看Spark。从去年至今，已经开了2届Spark大会，上千人的规模，无数人对比Hadoop 100倍的性能提升而兴奋。这里说它的背景是诞生于Berkeley的Amplab，它们有个很有名的BDAS(Berkeley Data Analytics Stack)，目前Spark已经成为Apache的顶级项目。去年这个实验室的教授跟学生出去成立Databricks公司，拉到两轮上千万的风投，有人成Spark是Hadoop的终结者吗？我看今年Spark大会上，所有的Hadoop大佬公司都是鼎力支持，像Cloudrea甚至放弃impala的一线支持而转变成Spark。如果这么发展下去，星星之火可以燎原啊。它里面用到Scala是一种函数式语言。里面的组件也很多，有Shark支持SQL类似Hive，有Spark Streaming，MLlib，Graphx，SparkR，BlinkDB。它的核心数据结构是RDD，可以跑在各种分布式系统上。总体上是个包容性＋侵略性的系统。我个人也很看好它们的发展。
⑸ 大数据工程师是干什么的
据统计，我国电子商务企业已达到1000多万家，其中大中型企业就有10万多家，初步估计，未来我国对电子商务人才的需求每年约80万人，而我国目前包括高校和各类培训机构每年输出的人才数量不到10万人。人才缺口巨大已成为制约我国电商行业发展的一大瓶颈。
选择江西新华电脑学院云电商工程师专业，你将学习：
电子商务概论与政策法规、Photoshop图像处理、电子商务物流管理、HTML5+CSS3、WEB和移动界面商业案例、Windows Server2003服务器操作系统、动态网页设计PHPMYSQL、网络数据库基础(SQLServer）、JavaScript、电子商务安全与网上支付、网络SEM、SEO优化与推广、网络营销及综合实践等。
⑹ 美国哪些大学的大数据相关专业好
美国开设的大数据专业主要有，商业分析方向(Business Analytics)，数据科学(Data Science)和机器学习(Machine Learning)方向，专应用统计等
南加属大，斯坦福大学，加州伯克利，纽约大学和哥伦比亚大学等都是有大数据专业的美国名校
⑺ 大众侃车到千城数智 背后是汽车大数据的野心
2017年11月16日， 大众 侃车发布了主题为"数字生活，智领未来"暨"千城数智2018战略"，大众侃车也正式更名为千城数智（ 北京 ）网络科技有限公司。来自美国硅谷、亚马逊等大数据科学家、中美汽车行业大伽、中美主流媒体和汽车大数据发烧友120多人莅临现场，见证了这一重要时刻。
千城数智2018战略包含品牌战略、企业战略、市场战略、用户战略、服务战略、人才战略和竞争战略，剑指"汽车用户及行业大数据"。
据创始人郭登礼博士介绍，2018年千城数智将在全球建成三大汽车大数据中心，即：以人才为核心的北美西雅图汽车大数据实验室，以分析和处理为目标的重庆大数据中心，以运用和转化为方向的北京大数据营运中心。同时千城数智将围绕全国18个省三四五线城市布局与营运，通过现有品牌市场占用率，用户消费趋势和能力的分析，以精准的数据分析结果引进到产品和营销内容对接用户，链接用户，服务用户，帮助用户解决购车痛点，从而提升和提速用户在消费效率上的转变。
发布会上，千城数智与北美中文传媒集团(AC MG )签订了"千城特卖落户美国"的战略合作协议。据ACMG 总裁 白雪枫透露，协议包括千城特卖落户美国、在西雅图建立汽车大数据实验室等一系列内容。
与会汽车企业嘉宾表示，大众侃车&千城特卖创新的营销模式已经解决了渠道下沉的痛点，今天又发布品牌升级战略，借助互联网、大数据和人工智能能节约营销成本，体验、服务更到位。
品牌升级，汽车大数据独角兽的野心
据介绍，千城数智定位于汽车大数据营销智库，立足国内、瞄准国际，以汽车产业为基，掌握大数据资源，提供泛汽车服务，最终为用户提供智慧汽车生活服务，新的战略目标是汽车大数据独角兽。
千城数智顾问、美国密苏里大学博士、华盛顿大学教授、大数据和人工智能科学家何晓锋说，千城数智已有大规模的基础数据，并将逐渐布局到北美和东盟等国家和地区，加上已在全球大数据及人工智能之都西雅图建立汽车大数据实验室，有望在未来两三年成长为汽车营销大数据的"独角兽"。
营销升级，数据收集和营运的典范
过去两年，大众侃车通过旗下各产品和平台搜集到了大量用户数据。包括：千城特卖的400callceter+10万购车经纪人+每年300场以上的O2O周末车展+全国210家汽车连锁生活体验馆+1900个加盟店（场景营销）；和衍生数据，如汽车生活+汽车金融+汽车置换（保险和个人消费贷款）。其中，数据增量最快的是"千城特卖"以三四五线城市为主的2万个购车经纪人，这些经纪人每周都有3—5次获得汽车潜客的机会。
其次，千城数智正在整合和挖掘的数据包括网络+今日头条+滴滴/京东+大众侃车网+千城云媒（7000家）+北美中文网等。"千城特卖"落户美国及东盟等国家和地区，不仅会丰富数据样本，也会有小规模数据增量。
海量大数据有什么用途？据郭登礼博士介绍，这将有助于解决用户在汽车消费中的决策效率和汽车企业的销售转换效率问题；从价格、信息、配置、保险、养护等方面提供数据支持，保证精确信息的投递，提高信息价值；对未来全球品牌在中国市场的发展提供精准数据及数据分析、决策支持服务；对车辆的个性化定制，智能化解决方案提供数据支持和决策基础；为汽车金融服务提供精准客户信息。这正是西雅图汽车大数据实验室要解决的问题，也是将实验室建在全球大数据、人工智能之都的原因，因为那里不缺人才，不缺技术，缺的只是原生数据，而这正是"千城数智"的优势。
成立仅仅两年多的大众侃车公司在给企业提供三四五线城市营销解决方案方面独树一帜，切实解决了渠道下沉难的问题，也受到了消费者的极大认可，并在资本市场获得了两轮融资，这次战略发布预示着在升级转型之后将进入发展快车道。 @2019
⑻ 大数据“点将”，这些世界级大咖牛在哪
国际大咖全能王：柯克·伯尔尼(Kirk Borne)25位全球顶尖大数据科学家之一、博思艾伦高级数据科学家、天体物理学家和空间科学家柯克·伯尔尼现担任博思艾伦（Booz AllenHamwuilton）公司高级数据科学家。被媒体评为25位全球顶尖大数据科学家之一，并在2014年被评为IBM大数据与分析英雄。除了任职于博思艾伦，他还是很多其它公司的顾问委员会成员。他在加州理工学院获得了天体物理学博士学位，是一名天体物理学家和空间科学家，不愧为一个全能王。塔尖人物：马克·范·雷蒙南(Mark van Rijmenam)全球十大顶尖大数据影响人物之一、知名大数据网站Datafloq创始人马克·范·雷蒙南，全球十大顶尖大数据影响人物之一、著名演讲家、博士。在大数据、数据区块链、物联网和颠覆性创新方面有很高的建树：知名大数据网站Datafloq创始人、数字化领导力实验室创建合伙人、荷兰Data Donderdag大数据论坛联合创始人，著有《Think Bigger: Developing a Successful Big Data Strategy for YourBusiness》。前瞻：杰克·肖(Jack Shaw)美国BBT公司总裁，美国数据区块链委员会高级负责人、全球区块链委员会高级顾问、高级战略咨询专家杰克·肖，作为当今世界极具前瞻性的世界著名未来学专家，杰克•肖致力于通过定量、定时、定性和其他科学方法，探讨现代工业和科学技术的发展对人类社会的影响，拥有超过30年探索未来社会发展预测的研究经验，专注领域包括新生技术，如大数据、AI、物联网、3D打印技术、移动商务、数据分析等等，是世界5大顶尖科技未来学专家之一。