文章講的是<b>值得在Twitter上關注的十位大資料專家</b>，乍看起來，在Twitter上尋找關于大資料的智慧似乎是種充滿諷刺意味的建議。事實上，大多數普通消費者與企業使用者都将Twitter作為一套資料生成的平台，由此提供的資訊将作為分析的素材而絕非能夠指導分析方案的參考。
然而Twitter确實承載着大量極具價值的大資料專業知識——前提是我們知道要在哪裡找到它們。與其它社交平台一樣，Twitter有時候同樣嘈雜而毫無實際價值。如果再加上“大資料”這個時髦詞彙，這裡的混亂與繁雜又将上升到新的高度。是以，我們到底該如何尋獲可資借鑒的有價值資訊?
如果大家不太過糾結于“大資料”這一專業詞彙，那麼找到的資訊往往更具參考意義。“通常情況下，那些最熱心的大資料讨論者們往往根本不是什麼‘大資料專家’，”MongoDB公司營銷、業務發展以及集團戰略副總裁Matt Asay表示。
Asay與其他一些對大資料領域有着深刻見解的專家為我們帶來了Twitter上那些最值得關注的釋出對象，這些釋出者帶來的新聞、主張以及網絡等等足以充實學習者的大腦。當然，我們也從中進行了第二輪甄選，最終提出十位在Twitter上最值得關注的大資料專家。當然這隻是一個起點——大家完全可以為自己列出一條更長的關注名單(稍後我們會進一步闡述)。說到他們位列推薦榜的共同特征，這些專家都成功地在140個字母的嚴苛限制下完成了大資料知識傳播這一高難度任務。
這無疑是件好事。任何人都可以輕松在自己的推文或者其它通信方式中加入“大資料”或者其它相關技術術語，但這并不意味着這些家夥真當得起“專家”的名頭——這正如我可以在推文中讨論美味糕點的制作方法，但這并不代表我本人是位技藝出衆的大廚。是以即使是在相關術語之外談論其它技術領域——例如開源——雖然從表面上看大資料的契合程度并不緊密，但同樣有可能與之保持高度相關性。請大家在選擇關注對象時牢牢記住這一前提，否則很可能被花裡胡哨的内容攪亂了心神。
Asay還指出，有時候直奔特定資訊類型的來源也是很有效的學習方式。“我通常傾向于Pew Research這類能夠直接擷取重要資訊的關注對象，而不願通過他人引述的方式了解情況。”
我們還除非了那些與大資料方案的銷售、市場推廣以及其它類似事務有關的釋出者。Asay本人就是個很好的例子——雖然他釋出的内容同樣值得關注，但由于在“營銷、業務拓展以及企業戰略”方面身負要職，是以我們不會将他納入名單。我們對關注對象的現有關注者數量方面沒有提出硬性要求，畢竟更重要的是所釋出資訊的品質與一緻性、而非人氣高低(不過本次上榜者當中确實有一些已然擁有大量關注者)。
讓我們再次回到榜單本身：本次選擇錯過了哪些理想關注對象?我們認為這份名單本身非常優秀，但它僅僅算是個開端而并非最終成果。根據個人取向的不同，大家也可以擁有與衆不同的個人選擇。為什麼一定要固守在圈子、學習與現有網絡的束縛之下?社交平台的本質在于共享，是以不要被太多不必要因素阻礙了手腳。大家不妨在評論中寫下自己喜愛的大資料技術大師，進而讓他們的真知灼見能為更多人帶來啟發。
Gartner公司IT分析師，Merv Adrian (@merv)
MongoDB公司的Asay力薦Adrian，此外Gartner同僚Svetlana Sicular與RedMonk公司的Stephen O’Grady(同樣位列此份榜單)也得到了他的肯定。Asay表示，這幾位都是幫助他了解大資料情報的好夥伴。原因之一：三個人從來不會搞炒作、推噱頭。“每一位都能幫助大家更清晰地勾勒出大資料宏觀架構，同時又不至于被層出不窮的熱門消息搞得應接不暇，”Asay指出。Adrian的推文通常以Hadoop、NoSQL以及微軟等為主要話題。
RedMonk公司分析師Stephen O’Grady (@sogrady)
O'Grady是Asay推薦的大資料三巨頭中的另一位，喜歡直接通過搜尋熱門詞語——也就是“大資料”——進行查找的朋友很容易與他失之交臂。他的推文與博文涉及各類軟體與開發話題，而且并不局限于此。這裡要提醒洋基隊的球迷：O’Grady是位新英格蘭人，是以有時候會釋出一些關于紅襪隊的消息——而且往往與IT技術相關。
Gartner公司研究主管Svetlana Sicular (@Sve_Sic)
作為Asay推薦的大資料三巨頭第三名，Sicular的推文圍繞着大資料、分析、商務智能、資料倉庫、資料架構以及Hadoop等相關話題展開。她還會在推文中提到大資料領域的特定供應商，例如Cloudera，并分享她本人在Gartner研究工作中了解到的報告資訊，例如：到2015年，便于25%的大型企業将配備“首席資料官”職位。
作者:核子可樂 編譯
來源：IT168
原文連結：值得在Twitter上關注的十位大資料專家