以下為田亮的專訪内容，推薦閱讀（約5分鐘）。
興趣導向職業，信心堅定抉擇
在讀研期間我就深深癡迷于大資料這個領域，與幾個同學一起做了很多這方面的應用實踐，大資料是一個機遇與挑戰共存的方向，畢業時我就堅定了這個擇業目标，整個職業履曆也聚焦在分布式計算系統、大資料雲計算平台以及機器學習算法與AI。
以我個人對大資料10年的研究來說，大資料變革可以分上下兩半場，前5年聚焦在雲計算基礎設施方面，企業級應用從自建到逐漸遷雲，技術選型上擺脫IOE的壟斷，有了新的技術思路與選擇。後5年聚焦在大資料的應用場景上，企業級資料應用不再是大資料變革的目标，而是更多地滲透到人們日常生活中，改變大家的生活方式，甚至未來社會經濟發展的模式。
大家都知道大資料與雲計算是密不可分的共同體，大資料促使雲計算疊代，雲計算支撐着大資料業務的落地與發展。随着移動網際網路的高速發展，每日資料增長達到幾何級别，這對大資料計算提出了前所未有的挑戰，包括研發效率，運維成本，資料安全，容災等環節。于是我們嘗試尋找更具成本效益的優化方案，同時積極調研下一代大資料計算解決方案，也就是基于開源技術的Hadoop雲計算生态鍊。困難重重，但是解決問題的信心始終很堅決。
轉到有信後，從0到1組織大資料團隊，從0到1建構大資料平台基礎設施，是最大的困難了。在諸多資料業務已排期的背景下，需要在較短時間内快速組建一隻具備核心戰鬥力的大資料團隊，那段時間裡我們白天進行項目開發，晚上面試招人，工作節奏超負荷。多線程任務的情況下，完成資料倉庫、批處理（離線計算）、流式處理（實時計算）、推薦系統、BI、中間件等平台服務的搭建，進而才能有效保證資料業務的疊代，也是極大的挑戰，但也會帶來更大的成長。
細化閱聽人，專注價值
選擇克拉克拉（KilaKila）做聲音社交是因為幾個明顯優勢：故事性更強、互動性更高、場景覆寫更廣、内容具備沉澱價值，是以有更持久的生命力。社交網絡的核心在于平台讓人與人之間形成關系并随時随地無邊界的對話溝通。我認為未來的社交方向則朝個性化、細分領域的目标發展，“興趣社交”就符合這個定義。通過情感連線精細垂直的主題圈子，可以避免無聊又混亂的資訊噪音，進而得到沉浸式的體驗。
我負責有信和克拉克拉兩個産品時，為解決資訊過載，使用者難以從中自主挑選感興趣内容的問題，我們首先建構個性化推薦系統，除采用傳統的機器學習算法外，還引入線上學習、強化學習、遷移學習等技術，值得高興的是每一次技術架構的疊代都對業務發展帶來了直覺提升。
定位清晰，持續學習
我個人認為大資料開發者從方向與職業規劃上大緻分成 2*2=4種人才定位。從方向上講，大資料領域有平台開發與應用開發兩個方向，前者聚焦在基礎平台研發環節（平台工程師），後者聚焦在資料業務環節（政策&算法工程師）。從職業規劃來講，一種是技術專家線，這類開發者需要對所在領域有着深入的技術儲備，了解相關技術原理，追蹤前沿技術發展；另一種是技術管理線，該人才定位除了有技術深度還要有廣度，包括團隊管理能力、敏銳的業務意識以及前瞻性，負責把控項目進度與風險預判、公司技術規劃與規範等，屬于綜合型人才。
無論将自己定位于何種類型，唯一的建議是持續性學習。這樣的學習不局限于前沿技術跟蹤，還要提升産品意識、思維方式、溝通技巧等多個方面。
笃定前行，不忘初心，田亮一直在發揮更大的價值。阿裡雲也始終在陪伴MVP成長，并一路見證他們的努力。
田亮近期技術分享：基于深度學習技術的視訊内容檢測