数据猿专访 | 普林科技执行CTO欧高炎：大数据行业缺人才？我们来搞定！

<数据猿导读>

说起大数据创业，最让创业者头疼的是大数据人才太少！为此，普林科技开设了普林大数据学院，为大数据行业源源不断的输送专业人才。其教育服务平台“数据嗨客”不但在线上汇集了大数据知识，还可以在线下培养专业的大数据人才

来源：数据猿 记者：张艳飞 春夏

说起大数据创业，最让创业者头疼的是大数据人才太少！不仅是因为国内的大数据行业刚刚起步，而且很少有大学开设此专业。为此，普林科技开设了普林大数据学院，为大数据行业源源不断的输送专业人才。其教育服务平台“数据嗨客”不但在线上汇集了大数据知识、案例和大数据实训题库，还可以在线下培养专业的大数据人才。

作为一家刚刚成立两年、专业从事大数据建模分析的高新技术公司，为什么要做教育？巨大的培训资源又是从何而来？为一探究竟，数据猿记者在贵阳数博会中采访了普林科技执行CTO、普林大数据学院院长欧高炎。

以下为数据猿整理的采访内容。

本文由“135编辑器”提供技术支持

打造标准化流程，让数据服务更规范

数据猿：欧总，请您先给数据猿的读者们介绍一下普林科技吧。

欧高炎：普林科技成立于2014年5月27日，主要为金融、运营商、医疗等客户提供大数据建模分析服务，根据客户实际业务建立模型，然后提供标准的行业解决方案。

目前，普林科技专注于用大数据技术，帮助客户实现数据价值运营。同时为了为客户提供更高效的配套服务，我们对数据采集和数据可视化也有涉足，比如在数据采集方面我们就推出了标准化产品：云爬虫。

目前，市场上大部分爬虫只能抓取网上可以直接看到的内容，但不能抓取需要识别验证码的复杂内容。

举个例子，对于工商网站来说，每个省份都有系统，每个系统的验证码模式都不一样，例如有1+2等于几的逻辑题，或者成语识别问题，大部分爬虫产品都无法解决。而普林的云爬虫可以通过机器算法自动识别并抓取数据，进而解析复杂语义。另外，云爬虫内有分布式架构，如果有更多的抓取需求，可以在分布式集群中无限扩展机器。

在数据可视化方面，普林科技也有专业的IT研发团队在我们核心的用户画像和建模分析基础上，通过可视化方式呈现出来。也就是说，普林在大数据建模分析的整个流程中都有标准化产品。

我们数据嗨客呢，其模式则为线上、线下相结合。线上即在线大数据建模，数据分析人员不用在电脑安装任何运行环境，打开浏览器，就可以在线使用各种工具做数据分析并解决问题，而且所有模型的运行、训练、评估都是自动的，我们平台相当于帮助用户做运算，而运算要花费大量的计算资源，所以我们会在这方面收费。

大数据教育平台——“数据嗨客”的诞生

数据猿：我们看到，在本次数博会中，普林科技发布了大数据教育产品——“数据嗨客”。具体介绍一下这款产品吧。

欧高炎：“数据嗨客”作为大数据教育平台，汇集了大数据行业的海量知识。依托于人才培养功能，我们最终想要将其打造成为一款专门针对大数据的人才服务平台，搭建数据分析人员和对数据分析有需求的企业间的桥梁。对于学员来说，通过我们平台掌握了技术，能够帮助企业解决问题，还可以拿到奖金。对于企业来说，如果找其他公司做建模可能要花三百万，但在我们平台花10万、20万就可以找到全国人才帮助解决问题。

我们平台有学员所学的大数据课程、做题效果、参加比赛等记录，所以我们能够精准把握学员所掌握的知识和技能，从而为企业对接最合适的人才。而且在我们平台的数据分析人员中，有很多传统企业的IT人员，因为他们有基础的编码能力，我们可以帮助他们转化做大数据分析。另外，我们平台还会有大数据人才的简历，客观呈现给需要的客户。

在线下，我们开设了普林大数据学院，主要针对企业管理人员做大数据思维、大数据应用培训。我们团队的教师资源非常雄厚，有清华北大等知名高校老师和业界的专业数据科学家。同时，我们还辅以线上培训平台，这一点是其他机构无法做到的。

我们会基于大量的实际应用案例为学员开展实战课堂，而不是只讲理论知识。同时，我们还会在平台展示实战案例，可以直接让学员看到效果。另外，北京大数据研究院的培训业务都是由普林大数据学院支撑，基于合作，我们会为学员发放北京大数据研究院的证书。可以说，我们的培训非常权威。

数据嗨客产品以线上、线下结合为教育模式，目前数据中心落户贵阳。今年8月份，我们会组织全国大数据竞赛，我们要做大数据服务工具类平台，贵阳政府也给予了很大支持。

数据猿：作为一家大数据公司，普林科技为什么要做培训教育这件事？目前业务开展的具体情况如何？

欧高炎：我们的首席科学家鄂维南院士，是北大元培学院的院长，也是北京大数据研究院院长。他从普林斯顿大学回国后，发现国内很多人对大数据的认知有偏差，所以他就在北大开了全国首个数据科学专业，培养大数据人才。

而对于普林大数据学院来说，我们有庞大的团队支持，我们也希望能够让更多人懂得大数据，并能够利用大数据实际解决企业和社会应用问题。因此，我们联合北京大数据研究院，从学校和社会两个渠道发力，培养大数据人才。可以说，普林大数据学院是大数据人才培训平台，而普林科技是实训基地。

目前，培训行业市场很大，比如一些公开课平台会录制视频课程，但它只是提供网站平台，由用户生成内容，而且大数据题目的研发有很强的技术壁垒，只能由专业人才能够做好，所以他们并不能像我们一样研发大数据案例、讲义，甚至实训平台。另外，一些大的互联网公司也在做培训，但他们更多是为了推广自身的产品和平台。而我们则是在大数据院士带领下，满怀着情怀和时代的责任来做大数据教育的。

联合北京大数据研究院的资源，普林大数据学院会结合各行各业的企业形成企业群，他们会提供真实数据案例和真实的行业问题。从培训来看，一方面我们会直接为技术人员做培训，另一方面我们会进行师资培训，让老师有能力培训学生，开设大数据相关的专业课程。

目前，我们已经开展了很多培训业务，而且学员的培训需求非常旺盛。以银行为例，其大量的数据积累很需要专业的数据分析人才，但银行的体制又很难招到大数据人才。为此，我们可以帮助他们把已有的庞大的IT开发人员转化为大数据分析人员。另外，我们也在电信运营商行业开展了很多培训业务。

金融、运营商服务案例积累实战经验

数据猿：除了以上提到的大数据教育业务以外，普林科技还做哪些其他业务？

欧高炎：目前，我们还做金融、运营商、医疗行业的业务。比如金融领域又可以细分为风控、征信、反欺诈等。

由于全国的信用数据都在央行的征信中心内，比如每个人有多少张信用卡、多少笔贷款等，这些数据可以用来评估个人信用。因此，央行征信中心希望能推出信用分数报告，代表用户信用的好坏。前期由美国一家公司为其提供这项服务，但他们研发的“逻辑回归”算法不符合中国国情。比如过去在国家政策中，农民贷款不还贷不算违约，但会留下不还贷记录，所以这套模型算法会给农民打很低的分数。

因此，去年我们普林科技团队进驻到央行数据中心，通过我们对业务的理解，使用更新的机器学习算法为他们做分析模型，四个月做出一个模型。通常情况下，评估银行的风控模型技术指标KS值在30%到40%左右，而我们为央行做的模型指标达到了78%，可以说，普林科技占据了征信制高点。

基于与央行合作的成果，普林开发了普林报告分产品：可以提供个人征信报告，比如有多少笔贷款，欠多少钱，什么时间还贷等数据。从现实应用来说，用户贷房贷、车贷的分数不同，因此我们还做了贷款细分，比如用户贷房贷时，我们会计算出他的房贷违约率是多少。

同时可以算出影响用户信用得分的因素是什么，比如是否因为他的信用历史太短，还是因为没有还卡等因素。还能计算出用户在全国贷房贷的人群中的信用排名，这对房贷机构很有帮助。

这套产品的特色在于，基于央行的全量数据，从全国所有人的数据分析中提炼出子模型，然后根据不同的贷款类别做信用评估，还可以计算出影响用户信用的因素和排名。

而中国有十几亿人口，对于没有征信报告内容的信用白户来说，怎么办呢？我们想可以通过实名登记的手机数据对其做信息核验、风险评估等。

举个应用例子，用户在P2P贷款时需要填写含有姓名、证件号、家庭住址、常用联系人、电话号码等信息的申请表。我们会通过电信运营商数据核对用户证件号，还可以定位数据，以核验用户是否稳定在固定区域内等信息。

而且定位数据与手机定位最大的区别是定位数据不能作假。比如，现在的软件可以通过修改IP地址改定位，但我们的定位数据是通过基站传输数据，可以定位到基站的具体方位，而且非常准确，还不容易作假。

需要说明的是，我们的产品设计不会泄露用户隐私。客户提供给我对方的姓名、证件号等信息，我只会告诉他信息是否匹配，而不会告诉客户对方的证件号是多少。我们也不会告诉客户对方经常和哪个电话号码通话，而是客户给我们两个电话号码，让我们去判断他们是否经常通话。另外，用户申请贷款需要授权并签字同意，我们才能调用他的数据。

数据猿：据我了解，除了金融行业以外，普林科技还与运营商有合作，我们是如何利用运营商数据做业务的？

欧高炎：我们已经与中国移动、联通、电信建立了合作，他们有大量的数据，其面临的问题是如何实现数据的价值。其实各行各业都想要他们的数据，但运营商没有精力和人力对接各行各业，因此，我们可以帮助他们做建模，因为我们很清楚客户需要什么数据并如何呈现。

比如刚才提到的用手机给用户打标签的例子，我们已经打通了电信全国的数据，并且正在部分省份做全面试点，目前已经有很多家金融机构在试用阶段，试用期结束后，会有实际应用。

数据猿：您认为普林的核心竞争力是什么？

欧高炎：我们前期为金融行业做了大量的项目服务，做完与客户反复沟通并积累以后，我们知道这个行业关心什么问题、想解决什么问题。

另外，基于大量的项目经验，我们不仅形成了解决方案，还制定了标准化产品，这使我们有长期的运营机制。比如，我们帮助电信运营数据时，会把我们的模型部署在他们系统中，第三方客户只要调一下接口，就可以得出结果