天云大数据ceo雷涛

A. 天云大数据的管理团队

田溯宁先生，1963年出生于北京。1985年毕业于辽宁大学生物系，随后进入中国科学院研究生院学习并获生态学硕士学位。1988年赴美国德州理工大学就读于资源管理专业，1993年获得博士学位。
1994年至1999年，田溯宁先生参与创建了亚信科技（中国）有限公司并担任首席执行官职务。2000年，亚信在美国纳斯达克成功上市，成为第一家在美国上市的中国高科技企业（NASDAQ：ASIA）。
1999年至2006年，田溯宁先生担任中国网通（HKSE:0906; NYSE:CN）副董事长兼CEO。中国网通是国内领先的固话电信运营商，也是亚太地区领先的国际数据通讯运营商。
2006年田溯宁先生创建宽带资本(ChinaBroadband Capital)并担任董事长。宽带资本是中国第一家专注于电信、互联网、媒体与科技产业的股权投资基金。
2010年8月在北京市政府、北京经信委、北京经济技术开发区的领导和大力支持下，田溯宁先生创建了北京云基地。位于北京亦庄经济技术开发区的北京云基地成为了北京第一个云计算示范基地。 雷涛先生现任天云融创数据科技（北京）有限公司（简称天云大数据）首席执行官，服务于宽带资本投资的云基地，支持创始人田溯宁建立和拓展大数据业务，主导大数据商业模式、产品策略、研发和市场策略。
拥有20年丰富的IT从业经验，10年以上全球先进跨国IT企业技术领导职务，领域涉及网络，系统，J2EE中间件，存储等；2002年在Sun Microsystem晋级亚太区唯一的ES Ambassador企业方案大使, 期间获得诸多专业领域认证，Solaris认证；J2EE Architect; Sun Cluster集群认证；Sun ONE Identity安全认证；存储架构师认证；光纤网络BCSD认证；2004年在McDATA通过了最高等级的存域网专家资质MCSD；任SNIA存储工业协会中国区技术委员会联合主席，推广云存储接口标准；任CCF中国计算机学会大数据专委会委员。

B. 天云融创数据科技(北京)有限公司电话是多少

天云融创数据科技(北京)有限公司联系方式：公司电话010-58667888，公司邮箱[email protected]，该公司在爱企查共有10条联系方式，其中有电话号码5条。

公司介绍：
天云融创数据科技(北京)有限公司是2013-05-09在北京市海淀区成立的责任有限公司，注册地址位于北京市海淀区东北旺西路8号院4号楼三层318号。

天云融创数据科技(北京)有限公司法定代表人雷涛，注册资本4,332.2901万(元)，目前处于开业状态。

通过爱企查查看天云融创数据科技(北京)有限公司更多经营信息和资讯。

C. 大数据时代的大变革

大数据时代的大变革
在云计算仍处于“云里雾里”而亟待落地的今天，IT的浩瀚天空中突然传来了天使的号角声——大数据时代来了！大数据，开启了一个彻头彻尾的变革年代，更开启了一个蕴含无穷多机会的年代。谁能够“号准”大数据时代的“脉搏”，谁就能够在全球IT业的新一轮角逐中独领风骚。
令人充满想象的大数据，究竟“大”在何处？
今天，我们再也不能用狭隘的视角来审视大数据了。因为今天的大数据，不仅体现为数据量的惊人增长，更前所未有地引入了正在不断扩展中的数据类型。从量的增长来看，IDC报告显示，未来10年全球大数据将增加50倍。而刚刚过去的2011年，就产生了1.8ZB（1.8万亿GB）的大数据，这相当于每个美国人按每分钟发3条微博的速度，不停发布2.6976万年。与此同时，社会上的各行各业，从电信、IT业，到金融、证券、保险、航空、酒店服务业等，地球上的各种存在，从每个人到每棵树、每朵花乃至每粒沙子，无一例外地都在成为大数据的生成者。在量和面上的双重积累，让我们不难想象和接受数据大爆炸的现实——2020年的全球数据使用量将达到35.2ZB（1ZB=10亿TB）。
犹如一座富矿的大数据，究竟该如何“开采”？
这是一个令人着迷的问题，因为与正确答案相伴的将是谁都渴望的巨大商业成功。当前，伴随着变革的发生，传统的互联网企业已经站在了大数据时代的最前沿。作为探索的先锋，他们能否笑到最后，是否会成为“先烈”？这一问题尽管很难回答，但至少为成功的觊觎者提供了充分的借鉴和参考。
作为后PC时代的四大巨头，Facebook、谷歌、苹果、亚马逊正在成为大数据的拥有者和使用者。在自觉或不自觉间，Facebook已然成为业界第一个生成大数据的“巨鳄”，而其他三巨头仍在努力中。苹果依靠操作系统和颠覆性的终端，正在努力打造大数据的生成之地；谷歌主要依靠操作系统、搜索引擎和“Google+”平台整合终端产品，以储备可以利用的大数据；亚马逊作为云计算的最早倡导者之一，则通过网络平台、云计算平台和阅读终端，期望建立起一个电子商务垂直领域的大数据汇集地。虽然巨头们的策略各有不同，但利用种种手段整合碎片化的数据进而加以利用的趋势，已经再明显不过了。
相比这四大巨头，电信运营商的探索才刚刚起步。“日内瓦的电信运营商，正在针对市民活动的可视化展开研究。”天云科技副总雷涛在近日举行的云计算大会云基地专场上指出，“通过在用户手机上安装传感器，就能够记录下大量的位置信息，从而使得市民活动可视化，这对建立一个智慧城市，进行人口规划、区域规划都具有重要意义。”事实上，一个个再简单不过的位置信息背后，隐藏着巨大的、待挖掘的价值，这个价值对于各行各业都具有关键的作用。例如，房地产开发商就很渴望知道高端用户最频繁出入的区域，而这些区域就是商业地产的最佳候选地。而除了位置信息外，电信运营商能够挖掘的信息和数据，仍有无穷无尽的空间，包括了用户喜好、消费能力等等。
在企业的自发行为以外，国家级的战略支持已经浮出水面。美国，作为ICT强国，嗅觉最为敏锐。2012年3月29日，奥巴马政府公布了“大数据研发计划”，目标在于改进当前人们从海量和复杂的数据中获取知识的能力，而这是美国继高速网络和超级计算中心之后的另一个重大科技项目。据悉，首批共有6个联邦部门宣布投资2亿美元，共同提高收集、储存、保留、管理、分析和共享海量数据所需核心技术的先进性，并形成合力，同时增加大数据技术开发和应用所需人才的供给。显然，先行一步的美国，已经把大数据当作了其ICT产业再度在全球崛起的重要契机。在找准了崛起的方向之后，富有行动力的美国，自然就会毫不拖泥带水地实施下去。
大数据，正在撬动全世界的神经，无论是国家、企业，还是每一个独立存在的个人，都将成为大数据时代的贡献者和受益者。但问题是，你准备好了吗？

D. 它用分布式数据库替代Oracle、SAS，让银行告别西方软件“霸凌”

WPS成功上市代表了信息化企业软件国产化的趋势。在雷涛看来，WPS不是简单复制后替代Windows office，而是找到了下一代产品需求。

以往无论是运营商还是银行核心系统，大架构都垄断在西方的 IOE（IBM、Oracle、EMC）这三座大山里。直到2008年阿里提出去“IOE”运动，开始助推信息化软件国产化浪潮。

天云数据就是其中最早一批入场者。2010年为了建立中国完整的云计算产业链，中国宽带之父田溯宁投资建设云基地，天云数据便由此孵化，初备雏形。

2015年，雷涛带领创始团队们正式成立天云数据，率先切入金融领域。天云提供了国内领先的国产HTAP数据库Hubble，完成了“去IOE”中最困难的部分，替代金融A类核心系统惯用的西方IOE架构，在银行的联机事务中解决A类核心系统减负问题。此外，为了降低AI使用门槛，天云数据还推出AI PaaS平台MaximAI，逐步将数据价值逐渐扩展到能源、医药、军事等其它行业。

目前天云数据有70多家行业内大企业客户，单笔合同200-500万，纯软件年营收过亿。

融资方面，天云数据2018年曾获得曦域资本、华映资本B轮1亿人民币投资。

作为行业老兵，雷涛在北美跨国公司有20多年的技术管理经验， 2005年便入席SNIA存储工业协会中国区技术委员会联合主席，CCF中国计算机学会大数据专委会委员。

2011年在云基地时期，雷涛和创始团队通过BDP大数据平台负责了众多运营商业务，如联通的数据魔方、移动总部、南方基地等，2015年天云数据正式独立后，雷涛为了避免同业竞争，选择先聚焦在金融领域。

“天云数据的目标是替代 Oracle 和 SAS ”。云基地时期的积累让天云数据一开始就有高起点，首单就接下了光大银行的核心系统——OLTP线交易系统。比如银行能在全国所有营业厅实时实现OOTD交易，实时查询存钱取钱数额，整个环节涉及的技术都是天云数据早期对Oracle的一些替代。

但之后在多次的项目操作过程中雷涛发现，在几百万条交易规格的强一致性下，数据的移动性、计算框架的变化、联机事务同时要做大规模并行计算，这对计算场景的通用性、即时性和全量数据要求极高，传统 Oracle架构根本无法适应。

“在Oracle架构之上，还需要升级满足新需求”。

于是天云数据自主研发HTAP国产分布式数据库Hubble。与传统 IT 架构处理失误需要联机分析和分开处理不同，HTAP 数据库能够在一份数据上同时支撑业务系统运行并做 OLAP 场景，避免在线与离线数据库之间大量的数据交互，为系统减负。

HTAP国产分布式数据库Hubble替代了Oracle一体机,核心表2000余张80T左右、400亿条交易数据、提供56只服务应用交易、满足500个用户并发、500ms交易服务响应、每天在线交易量超200万、占整个银行核心交易量的10%，让银行面向柜面系统可提供7*8小时A类实时核心交易，面向手机网银系统可提供7*24小时A类实时核心交易。

从集中式Oracle切换到分布式HTAP，也解决了数据库扩展性的问题。比如天云数据让光大银行解决了 历史 数据查询问题，以往 历史 查询只能查到2年前，但在分布式技术上线后，可以查询15年前所有交易数据，同时让银行柜面系统以及手机APP可以无数人同时查询。

而在BI逐步转向AI的过程中，复杂的商业流程经算法重构。过去要把数据拿到SAS平台先分析，一层一层地把数据提出来搭建。但现在通过分布式技术，流程趋于扁平化，可以实现毫秒级的服务响应。

天云数据一开始就撬动的是行业头部资源。目前天云数据有光大银行、兴业银行、中信银行、中泰证券、中国石油、国家统计局等70余家行业内大企业客户，分布在金融、能源、医药、政府军事等领域，单笔合同级别超百万

针对每个垂直行业，天云数据都会成立一个子公司来专注赛道。目前天云数据有160人，技术人员超六成。

在雷涛看来，如果一年600个项目，全是5万、15万等碎片化的订单，公司总是重复满足初级客户的简单需求，技术很难沉淀和深入。“在当下成长阶段，打造产品需要在用户想要什么和你想做什么中找到平衡”。

对于雷涛而言，专注头部大B发展有两大发展潜力。一方面，大B拥有机器学习的普遍能力和实验室，更容易接受新产品。另一方面，天云数据交付产品和交付服务的同时也在转移大B客户的数据价值。

“AI本身是一个知识生产过程，它能把大型企业规则、流程的经验价值快速地抽样出来进行复制，赋能行业内其它客户甚至类似的其它行业。”

但在头部客户更定制化、个性化的情况下，天云数据是否失去了很强的复制能力？

雷涛解释到，虽然每个企业要求不尽相同，但都在不大的池子里找数据库。企业从海量数据中对数据进行迁徙、清洗、去重，可以去找合适的AI方法让它产生业务的价值，此过程具有通用性。

谈到核心壁垒，雷涛认为天云数据壁垒就是数据的复制价值。

壁垒的构建可分为两个阶段。第一个阶段是前沿 科技 本身的壁垒，比的是效率和产品核心价值，谁能够扎得深和更好的交付，谁就能拔得头筹。而作为国内最早研发大数据和人工智能的团队，天云数据有一定的技术先发优势。

第二个阶段是推理端的服务。数据资源的价值需要通过机器学习进行提炼，形成知识，进而封装成推理服务服务于行业。比如某保险公司20年长周期发生的重疾赔付定价上学习出来的特征和内容能够快速地移植到保险行业，而头部大企业客户给天云数据带来很优质的训练数据库。

未来AI将引爆万亿级大市场，但目前渗透率不到1%，这给各企业留有众多机会和想象空间。但无论哪种圈地方式，最终比的是速度、服务的稳定性以及产品化的能力。