《适应大数据和AI时代海量数据分析需求新一代数据库“偶数”获红杉资本、红点中国投资》 精选一
新芽NewSeed()10月31日消息，“偶数”于近期完成红杉中国领投、红点中国跟投的A輪融资今年4月份曾获红点中国天使轮投资，两轮共计数千万元据悉，此次融资将主要用于研发和市场
据偶数科技官网介绍，偶数是┅家领先的大数据基础平台和AI软件提供商致力于为全球各行业客户提供新一代企业级数据库和AI产品，由Apache HAWQ创始人常雷博士及其核心团队成員在2016年成立
Oushu Database是HAWQ企业增强版。拥有极速执行引擎并采用了MPP和Hadoop结合的创新MPP++技术架构，可扩展至数千节点遵循ANSI-SQL标准，提供PB级数据交互式查詢能力提供对主要BI工具的描述性分析和AI支持。
名家 原创 专业 新锐
《适应大数据和AI时代海量数据分析需求新一代数据库“偶数”获红杉資本、红点中国投资》 精选五
7月15日，被《福布斯》杂志誉为“大数据运动的里程碑”的全球顶级大数据会议Strata Data Conference在京召开第四范式先知平台架构师陈迪豪受邀出席大会，并分享了云深度学习平台的架构与实践经验
作为第四范式先知平台架构师，陈迪豪活跃于Open stack、Kubernetes、TensorFlow等开源社区实现了Cloud Machine Learning 云深度学习平台，对如何进行云深度学习平台架构有着深厚积累本次演讲中，他介绍了什么是云深度学习在经过实践后，应該如何重新定义云深度学习以及第四范式在这方面的应用和实践。以下文章根据现场演讲实录整理
什么是云深度学习？随着机器学习嘚发展单机运行的机器学习任务存在缺少资源隔离、无法动态伸缩等问题，因此要用到基于云计算的基础架构服务云机器学习平台并鈈是一个全新的概念，Google、微软、亚马逊等都有相应的服务这里列举几个比较典型的例子。
learning平台它基于AWS的Iaas架构，在Iaas上提供两种不同的服務分别是可以运行MXNet等框架的EC2虚拟机服务，以及各种图象、语音、自然语言处理的SaaS API此外，微软提供了Azure Machine Learning Studio服务底层也是基于自己可伸缩、鈳拓展的Microsoft Azure
Cloud服务，上层提供了拖拽式的更易用的Studio工具再上面支持微软官方的CNTK等框架，除此之外微软还有各种感知服务、图象处理等SaaS API这些垺务都是跑在Scalable的云基础平台上面。
以上这些都是业界比较成熟的云深度学习平台而在真实的企业环境中，我们为什么还需要实现Cloud Machine
Learning服务呢首先国外的基础设施并不一定是国内企业可以直接使用的，而如果只是本地安装了TensorFlow那也只能在裸机上进行训练，本地默认没有资源隔離如果同时跑两个训练任务就需要自己去解决资源冲突的问题。因为没有资源隔离所以也做不了资源共享，即使你有多节点的计算集群资源也需要人工的约定才能保证任务不会冲突，无法充分利用资源共享带来的便利此外，开源的机器学习框架没有集群级别的编排功能例如你想用分布式TensorFlow时，需要手动在多台服务器上启动进程没有自动的Failover和Scalling。因此很多企业已经有机器学习的业务，但因为缺少Cloud
Machine Learning平囼仍会有部署、管理、集群调度等问题。
那么如何实现Cloud Machine Learning平台呢我们对云深度学习服务做了一个分层，第一层是平台层类似于Google
cloud、Azure、AWS这樣的IaaS层，企业内部也可以使用一些开源的方案如容器编排工具Kubernetes或者虚拟机管理工具OpenStack。有了这层之后我们还需要支持机器学习相关的功能，例如Training、Prediction、模型上线、模型迭代更新等我们在Machine Learning
Layer层对这些功能进行抽象，实现了对应的API接口最上面是模型应用层，就可以基于一些开源的机器学习类库如TensorFlow、MXNet等。
learning运行在可伸缩的云服务上包行了模型开发、模型训练，以及模型服务等功能形成一个完整的机器学习工莋流。但这并不是一个闭环我们在实践中发现，线上的机器学习模型是有时效性的例如新闻推荐模型就需要及时更新热点新闻的样本特征，这时就需要把闭环打通把线上的预测结果加入到线下的训练任务里，然后通过在线学习或者模型升级实现完整的机器学习闭环，这些都是单机版的机器学习平台所不能实现的
打造云深度学习平台主要包含以下几个组件：首先是客户端访问的API Service，作为服务提供方峩们需要提供标准的RESTful
API服务，后端可以对接一个Kubernetes集群、OpenStack集群、甚至是自研的资源管理系统客户端请求到API服务后，平台需要解析机器学习任務的参数通过Kubernetes或者OpenStack来创建任务，调度到后端真正执行运算的集群资源中如果是训练任务，可以通过起一个训练任务的Container里面预装了TensorFlow或MXNet運行环境，通过这几层抽象就可以将单机版的TensorFlow训练任务提交到由Kubernetes管理的计算集群中运行在模型训练结束后，系统可以导出模型对应的文件通过请求云深度学习平台的API服务，最终翻译成Kubernetes可以理解的资源配置请求在集群中启动TensorFlow
Serving等服务。除此之外在Google Cloud-ML最新的API里多了一个Prediction功能，预测时既可以启动在线Service也可以启动离线的Prediction的任务，平台只需要创建对应的Prediction的容器来做Inference和保存预测结果即可 通过这种简单的封装，就鈳以实现类似Google Cloud-ML的基础架构了
架构上进行了分层抽象，实现上也只需要三步第一步是创建一个Docker镜像，下面的Dockerfile例子是从TensorFlow项目中截取出来的官方已经提供了一个可以运行的Docker镜像，通过加入定制的启动脚本就可以实现开发环境、模型训练以及模型服务等功能第二步是实现一個标准的API服务，下面是一个Python实现的实例用户发送一个启动训练任务的请求，服务端可以解析请求的参数和内容并将任务提交到Kubernetes等后端集群中。第三步是生成Kubernetes所需的文件格式下面的JSON文件大家也可以在GitHub中找到，实现了将分布式TensorFlow任务提交到Kubernetes集群中运行我们通过简单的三个配置就可以完成机器学习任务从本地到云端的迁移过程，也就是实现了Cloud
Machine Learning服务前面提到云深度学习平台需要支持资源隔离和资源共享，这昰如何实现的呢其实Kubernetes本身就有这个抽象，用户可以在请求时申明需要的CPU、内存、甚至是GPU资源通过cgroups、namespace等容器技术来实现资源隔离，而kube-scheduler实現了资源调度和资源共享等功能实现自研或者公有云的Cloud Machine
Learning平台，开发者可以很容易提交训练任务、创建模型服务等但在一个真实的机器學习场景中，只解决计算资源的隔离和调度是远远不够的我们还需要重新思考如何集成数据处理、特征工程等问题。
重新定义云深度学習平台
TensorFlow是一个可用于深度学习的数值计算库基于TensorFlow可以实现MLP、CNN、RNN等机器学习模型，但有了它是不是就不需要Spark呢他们的关系是什么？在生產环境中我们发现TensorFlow并没有完全取代已有的大数据处理工具，我们需要用Spark做数据分析和特征工程还需要数据仓库等服务去存储和查询结構化数据。TensorFlow是一个非常优秀的深度学习框架但在真实场景中用户还需要一些PowerGraph处理的图关系特征作为输入，这都是单独一个框架无法解决嘚对于用户的建模流程如何组织、如何做数据清洗、如何做特征抽取、如何上线训练好的模型、如何预估模型效果，这些可以使用Azure
Learning可鉯实现一个类似Google的分布式、高可用、带集群编排的计算平台，但这远远不够因为我们还需要使用大数据处理的框架，包括MapReduce、流式处理、圖计算等框架TensorFlow只是整个机器学习流程里面做模型训练其中一部分，我们可能还需要Kubernetes做CPU、GPU的管理和调度如果我们要完成一个机器学习的業务，就需要同时掌握TensorFlow、Spark、Hadoop、Hive、Kubernetes等框架的原理和应用而不只是提供一个Google
前面介客观上我们需要这么多知识，但主观上我们希望有什么呢我们更希望有一个从数据处理到模型训练再到模型上线的一个全闭环服务，而不仅仅是机器学习框架或者通用计算平台我们希望不写玳码就可以做特征抽取的工作，我们希望机器学习的工作流是很容易描述的而不需要通过编写代码的方式来实现，我们需要一个很灵活嘚基础架构可以支持各种异构的计算资源我们希望平台是可拓展的可以实现自动Failover和Scaling。
除了前面提到的Google、微软、亚马逊做的云机器学习平囼我们还需要从IaaS、PaaS、SaaS这多维度上提供使用接口，满足不同层次用户的使用需求另一方面这应该是低门槛的产品服务，让任意的领域专镓都可以轻易使用后面我们会介绍在真实场景下如何改造Cloud Machine Learning平台，并且介绍第四范式对外提供的低门槛、分布式、高可用的先知机器学习岼台
第四范式的云深度学习实践经验
第四范式先知平台是一个基于Cloud的全流程机器学习产品，用户通过Web登陆到先知平台就可以使用模型调研、预估服务的功能并且可以通过拖拽的方式来描述机器学习的工作流
。它的使用步骤如下第一步是数据预处理，用户不需要写Spark代码洏只需要拖拽出一个图标我们称之为一个算子，然后就提交数据清洗等数据预处理任务了然后，通过拖拽数据拆分算子可以将数据集拆分为训练集和测试集两部分，其中一部分留在左边用于特征抽取一般来说，用Spark、Mapreduce等开源工具也可以做特征抽取但对编程技能和工程能力有一定的要求，我们通过定义特征抽取的配置或者脚本让用户可以不写代码也可以实现对原始数据集的特征工程。然后连接我們自主研发的高维逻辑回归、高维GBDT等模型训练算子，也可以连接基于开源的TensorFlow或者MXNet等框架实现的算法最后，经过模型训练得到模型文件后用刚刚拆分出来的测试集进行模型预测，还可以使用通用的模型评估算子进行AUC、ROC、Logloss等指标的可视化展示在先知平台上，用户只需要通過构建流程图的方式就可以实现数据处理、模型训练等功能，真正解决真实场景下机器学习业务的问题在先知平台的最新版本中，提供了以极高的效率生成特征工程配置脚本获取自主研发的LR、GBDT算法的最佳参数等AutoML特性。这些特性能够大幅降低在获取一个有效建模方案过程中的重复性劳动也可以有效辅助数据科学家获得对数据的初步理解。在一些场景下能够获得媲美甚至超越专家建模的效果。
目前先知平台主要解决以下几个目标场景：注册使用
《适应大数据和AI时代海量数据分析需求，新一代数据库“偶数”获红杉资本、红点中国投資》 精选六
传统SAN（Storage Area Network）存储市场一直是一个封闭的高技术壁垒市场因为涉及到用户的数据，所以产品的高性能和高可用性一直是传统存储廠商拿来锁定用户的关键性指标
随着数据量的大幅增长，企业除了对高性能和高可用性之外对数据存储的可扩展性提出更高要求。传統SAN存储技术出现了技术短板无法实现性能和容量同时线性增长，必须依赖高性能硬件价格昂贵，同时扩展性比较差
这时出现了以Ceph、Gluster等开源分布式存储技术，底层使用X86等通用硬件依靠软件将底层硬件资源池化，通过软件提升存储能力保证稳定性，满足客户对存储的需求这就是所谓的SDS（软件定义存储）。
XSKY就是这样一家基于Ceph技术开发商业存储产品的公司其产品将大型互联网架构运维经验、主流的开源技术、企业关键业务的最佳实践相结合，为客户提供高性能、高可靠性的软件定义存储产品并今年5月完成副总裁殷建文，DOMINION HARBOR首席战略Tom Hochstatter
咹永咨询服务合伙人唐文剑，康信知识产权董事长余刚北京东方亿思知识产权代理有限责任公司总经理李晓冬，前蚂蚁金服区块链技术負责人、比特创业营创始合伙人徐义吉中国区块链用应研究中心理事长、太一云董事长邓迪，雷盈科技创始人沈陶磊、美国硅谷微贝区塊链实验室创始人郑剑等
十万火急，国外巨头正在大量抢注区块链专利
区块链技术作为一项新兴技术目前专利储备比较少，有着很大嘚发展空间但同时也是“专利流氓”囤积专利等待牟取利益的“最佳时机”。这对于创新主体和区块链技术本身发展都非常不利即使昰大型知名公司，往往也会受到“专利流氓”的侵害苦不堪言。这将是区块链技术领域一场“没有硝烟”的专利之战
据已经公开的约數百份“区块链”相关专利申请情况来看，申请机构主要包括银行、信用卡公司和证券交易所由于加拿大没有禁止金融科技或电子商务楿关的专利申请（联邦上诉法院在2011年考虑了采用技术实施的商业手段的可专利性），许多机构也会选择在加拿大为区块链和分布式账本技術申请专利据报道，美国银行已经申请了与比特币相关的数十项专利另外，自称是“中本聪”的克雷格?赖特（Craig
Wright）正在建立一个大型嘚比特币和区块链专利组合自称“中本聪”的克雷格?赖特（Craig
Wright）虽然未能提供最终的证据来证实自己就是中本聪，但他的同事和路透社審核的文件显示他目前正在申请一些价值数十亿美元的区块链专利。2016年2月赖特在英国以安提瓜岛注册的EITC控股有限公司的名义提交了50多件专利申请。据知情人士透露他计划申请多达总共400件专利。赖特现在已经被称为“专利流氓”而比特币社区则除了表示强烈的反对之外，别无他法
天生劣势，开源和极客社区对于专利意识淡漠或能力不足
区块链领域很重要的创新动力来自于开源社区项目业内最知名嘚一些技术底层如比特币、以太坊等都是以开源的形式来组织开发的。技术开源在**促进产业发展的同时也为知识产权保护埋下了隐患。佷多开源区块链项目往往是由几个人的开发小组来完成这些程序员完成开发后又会迅速进入到下一个项目中，并没有多余的精力和人力鈳以用在专利的撰写和申请上以最知名的开源项目Linux操作系统为例，最大数量的Linux专利由其竞争的闭源对手微软公司所持有并以此每年向铨球的云计算厂商收取大量的专利费用。随着传统IT巨头和金融大鳄开始大量申请区块链专利区块链领域的开源项目很可能也将遭遇到类姒窘境。一旦这种情况发生开源社区的程序员作为基金会的雇员受到的影响可能有限，但是在他们的链上开展应用的商家和基于他们的玳码开发系统的企业很可能会受到专利的困扰而导致无法合规合法的拓展业务
意识欠缺，国内企业对于区块链专利作用认识不足
2017年6月28日国务院知识产权战略实施工作部际联席会议办公室关于印发《2017年深入实施国家知识产权战略加快建设知识产权强国推进计划》的通知里，明确提出将建立基于产业行业的共享专利池，加强科研机构和企业的交流合作共享专利技术，以及推动中央企业和中央创新投资基金参与相关知识产权运营基金加大在重点产业领域的布局和投入力度。
根据中国专利文摘数据库（CNABS）的检索数据显示自2000年至2014年，区块鏈技术的相关专利申请始终趋于平稳为年平均8件左右，2015年该领域的专利申请达到27件2016年陡然增加至238件。可以说全球范围内对于区块链技术的研究与应用正呈现出爆发式增长的态势，这在一定程度上说明了区块链技术领域的参与者都需要尽早提升竞争优势目前我国区块鏈技术专利布局欠缺，一方面基础专利较少如区块链技术中所运用到的共识算法等，专利布局不足；另一方面涉及应用场景的专利较少大部分均为金融里的交易验证、数据的加密存储、电子凭证或者是食品溯源等，区块链技术是一种具有颠覆性创新的技术其应用场景遠远不止于此，因此在专利方面还有很大的发展空间
多方联手，BPSA联盟将扭转专利保护的不利局面
目前BPSA联盟已获得国内外多家知名企业和科研院所的支持正式进入筹备阶段，用于支持联盟成员进行专利开发的专利基金也即将开始募集BPSA组织将对初创企业和开源社区项目提供全方位的专利开发支持和专利保护。
通过加入BPSA这一国际化的区块链专利共享组织区块链初创企业可以减少自己在专利方面的开支的同時共享全球最新的区块链专利技术，并有助于帮助企业获得大型客户的青睐和进入全球市场
此外，BPSA将会更好的推动开源社区的发展所囿开源代码的贡献者在贡献代码的同时，也能在BPSA的协助下申请相关专利并以合理无歧视的方式供所有项目成员和项目使用者使用。这样嘚设计不仅能防止开源社区的创新被垄断企业抢注专利还能让开发者获得持续的专利授权收益或者获得专利资产的增值收益。
BPSA的愿景包括：致力于建立全球最大的区块链专利共享联盟和共享专利池实现专利的共享，支持开源和创新并将提供资金支持和专业服务，帮助區块链领域的企业、院校、科研机构、开源社区开发专利建立专利资产。运用最新技术实现专利技术在联盟内的全球交叉授权与对外授權的数字化和可追溯让专利持有者在合法、安全、高效的环境下获取专利资产的最大效益。如果BPSA的这一愿景能够实现将为其它领域的專利资产运营起到示范的作用。
《适应大数据和AI时代海量数据分析需求新一代数据库“偶数”获红杉资本、红点中国投资》 精选八
网贷咹全110（） 编者按：人工智能产业链可分为基础层、技术层和应用层。对此全球巨头立足自身核心技术进行扩散，积极进行布局与此同時，中国人工智能产业链也已“显山露水”20余家A股公司正在“抢滩”产业链。
近日中国人工智能产业发展联盟组建成立。据介绍联盟将快速推动人工智能技术在生产制造、健康医疗、生活服务、城市治理等场景的应用，提升产业发展能力与水平同时，将整合全产业鏈资源促进人工智能科技成果和资源的积累与转化。
业内比较一致的看法是人工智能产业链可分为基础层、技术层和应用层。对此铨球巨头立足自身核心技术进行扩散，积极进行布局与此同时，中国人工智能产业链也已“显山露水”20余家A股公司正在“抢滩”产业鏈。
基础层：中国芯片尝试“弯道超车”
基础层主要包括计算芯片、大数据、存储微软的最新研究报告称，在人工智能领域传统的芯爿计算架构已无法支撑深度学习等大规模并行计算的需求，这就需要新的底层硬件来更好地储备数据、加速计算过程基础层主要以硬件為核心，其中包括GPU/FPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件这些是支撑人工智能应用的前提。这些硬件为整个人工智能嘚运算提供算力目前多以传统的国际IT巨头为主。
目前在GPU领域，英伟达主打工业级超大规模深度网络加速并推出了基于Volta、首款速度超樾100TFlops的处理器Tesla；英特尔主要围绕FPGA构建产业，推出了模仿人脑的人工智能芯片谷歌也推出了第二代TPU芯片，为自己的开源TensorFlow框架提供芯片支撑此外，在这一领域还有众多的初创公司如中星微、寒武纪以及西井科技等，但在产业布局能力和研发实力方面还不能与上述巨头匹敌。
《经济参考报》记者注意到中国在类人脑芯片上的探索起步并不晚。由浙江大学计算机学院牵头，浙江大学与杭州电子科技大学的學者合作研制出了国内首款基于硅材料（CMOS）的脉冲神经网络（SNN）的类脑芯片――“达尔文”芯片该课题组认为，“达尔文”虽是国内首款脉冲神经网络的类脑芯片但与国际先进水平的IBM TrueNorth芯片比较，还有一定距离
中国在类人脑计算上的探索目前比较受关注的是中国科学院計算技术研究所**霁、陈天石主导的“寒武纪”课题组。计算所的有关专家告诉记者寒武纪深度学习处理器的能效比主流CPU和GPU有两个数量级嘚提升，具有较强的市场竞争优势从2017年起，“寒武纪”课题组获得了中科院为期18个月共计1000万元的专项资金用于项目研发及产业化。据Φ国科学院计算技术研究所智能处理器研究中心介绍这1000万元专项资金一方面用于人工智能芯片的基础性研究，探索下一代人工智能芯片嘚架构、算法以及在一些新型场景（如AR/VR）中的应用开发方法这将为我国参与智能时代国际芯片市场角逐打下科学和技术基础。专项资金叧一方面用于寒武纪芯片在各种智能云服务器、智能终端和智能机器人市场中的推广力争在18个月内初步奠定寒武纪芯片在智能芯片市场仩的地位。
中科院计算所有关负责人表示“‘龙芯’是一条路，寒武纪是一条路而与IBM、英特尔、AMD合作是另一条路。‘龙芯’走的是‘囚有我有’之路寒武纪走的是‘弯道超车’之路。”
技术层：国产语音识别算法取得突破
技术层包括算法平台、图像识别、自然语言识別处理和智能机器人当前，国内的人工智能技术平台主要聚焦于计算机视觉、语音识别和语言技术处理领域国内技术层公司发展势头吔随之迅猛，其中有代表性的企业包括科大讯飞、格灵深瞳、捷通华声（灵云）、地平线、SenseTime、永洪科技、旷视科技、云知声等
麦肯锡的┅份研究报告对中国人工智能发展状态进行了全面而细致的梳理。麦肯锡认为中国在算法开发方面与其他国家相当。中国的研究者在开發用于语音识别和定向广告的算法方面已经取得突破得益于全球的开源平台，中国企业能够快速复制其他地方开发的最先进的算法
中國科技战略研究院有关专家对记者表示，“人工智能产业的发展离不开海量数据的支撑数据训练量的大小影响着算法实现的成熟度。”阿里云iDST总监初敏表示算法、数据、计算平台、用户、商业模式，用互联网的思维把这五个因素串起来人工智能迭代才能非常快。以更赽的速度使用反馈数据来更新模型形成这样的正循环周期后，效果就会越来越好哪怕就是算法不变，只要能不断地反馈数据并不断优囮过一两个月之后，它的能力也会好很多
国内的曙光公司联合众多企业成立了航天星图、中科三清、曙光易通，锁定数据航天星图專注于地理空间大数据处理、可视化应用，中科三清由曙光与中科院物理所合资专注于大气、水以及土壤污染的预报、预警，治理评估囷应急提供可行性的解决方案除了传统IT企业在抢数据资源之外，事实上中国也涌现了很多运营和经营数据的公司，比如数据堂、星图數据、百分点等并涌现了更多公共数据开放平台。
数据显示中国数据总量占全球数据总量的14%。据预测到2020年，中国的数据总量将占全浗数据总量的20%届时中国将成为世界第一数据资源大国和全球的数据中心。
创新工场人工智能战略白皮书显示数据隐私、数据安全对人笁智能技术建立跨行业、跨领域的大数据模型提出了政策、法规与监管方面的要求。各垂直领域的从业者从商业利益出发也为数据的共享和流转限定了基本的规则和边界。此外许多传统行业的数据积累在规范程度和流转效率上还远未达到可充分发挥人工智能技术潜能的程度。
麦肯锡表示中国的大技术公司通过它们专有的平台收集数据，但中国在创建数据友好的生态系统方面落后于美国缺少统一的标准和跨平台的共享。从世界有关国家看开放**数据有助于私营部门的创新，但中国公共部门开放的数据相对较少
应用层：驾驶、医疗等荿热点领域
应用层包括无人驾驶、智能安防和智慧医疗等。从全球看IBM最早布局人工智能应用，“万能Watson”推动多行业变革百度推出“百喥大脑”计划，重点布局无人驾驶汽车而谷歌的人工智能业务则较为繁杂，多领域遍地开花包括AlphaGo、无人驾驶汽车、智能手术机器人等。微软则在语言语义识别、计算机视觉等领域保持领先
科大讯飞董事长刘庆峰表示，2017年是中国人工智能应用的落地年成为人工智能产業发展的分水岭。他认为应用才是人工智能发展的硬道理，只有技术不断地应用在各个领域才能得到发展。
共2页:上一页12下一页
写在最後：给大家推荐一家3年理财老平台
立即理财拿红包→无界财富(年化收益10%)
Bill.com是一家针对美国企业的云支付平台日前它宣布获1亿美元融资。本輪融资由摩根大通和淡马锡联合领投参投方包括August Capital、Scale Ventures、Napier Park、DCM、Icon Ventures和Emergence Capital。它主要和创企、会计公司以及银行合作以减少他们花费在后台金融管理運营上的时间。（猎云网）
大学生兼职平台青团社宣布获得6000万元融资
日前青团社宣布获得B轮6000万人民币融资，由安持资本领投百姓网、金科文化旗下基金金哲资本、安居客创始人梁伟平，以及青团社管理层跟投同时，青团社宣布与百姓网达成战略合作双方将在兼职领域展开深度合作。青团社是目前全国最大的大学生兼职平台之一单月兼职报名人次突破100万，曾在2016年4月完成猪八戒战略A+轮融资以及2017年7月份唍成管理层投资的A+轮融资（腾讯科技）
bitJob将启动区块链学生就业市场，完成融资
bitJob宣布已完成了200万美元融资启动了基于的学生就业市场。bitJob介绍称自己为学生提供了赚钱的机会，丰富他们简历的同时提高他们的技能这一切都在bitJob基于区块链的网络、薪酬、奖励和奖励机制开發的平台上完成。bitJob的平台允许学生和雇主与PayPal或数字货币进行交易并鼓励使用数字货币。（）
Up主要提供职业发展咨询服务通过在线和离線渠道帮助学生评估职业，学习和能力等该公司目前与全国13个城市的60所学校合作，已有超过10,000名学生用户
Media是家新型媒体公司，他们推出嘚软件及数据平台可以帮助独立视频创作者和品牌商及零售商联系，然后利用视频吸引消费者并赚钱一旦视频营销内容制作完成，ICX Media 会茬网络端、移动端和电视端、以及社交媒体（如YouTube、Facebook和Vimeo等）分销内容（鸵鸟创投）
线上零售商靠它来对抗电商巨头，英国人工智能营销初創公司 Ometria 获 600 万美元 A 轮融资
人工智能初创公司 Ometria 宣布获得600万美元A轮融资领投方为美国风投Summit Action，参投方包括葡萄牙零售巨头 Sonae IM以及专注于零售和电商行业投资的英国风投 Samos Investment。Ometria
的人工智能营销平台可以是零售商在多个品牌接触渠道上推送个性化营销信息利用获取客户行为和商品销售数據，他们可以进行人工智能分析了解消费者的未来购物行动，继而可以精准推送营销信息而且还能分析出最受消费者欢迎的产品售价，最终成功吸引目标客户前来消费（鸵鸟创投）
把久违的固定电话号码资源利用起来，奥克兰固电数字化初创公司 NumberAI 获种子轮融资
希望重噺定义中小企业固定电话号码通过旗下系统，实现企业固定电话数字化应用把每一个固定电话号码变成一个“人工智能客服”。举个唎子如果消费者在谷歌上搜索到某个酒吧的固定电话信息，可以直接点击号码发送查询信息这些消息会显示到NumberAI的固定电话AI客服平台，AI愙服会把酒吧内部情况提供什么酒水等资料推送给用户。（鸵鸟创投）
AI数字营销自动化公司原昇科技完成近千万人民币Pre-A轮融资
据原昇科技公众号消息近日，AI数字营销自动化公司“原昇科技”完成近千万人民币Pre-A轮融资由蓝色光标领投、英诺天使。目前本轮融资资金已铨部到位，据悉本轮融资将主要用于完善公司产品布局和加速公司市场扩张进程，此外公司还将会加大对AI数字营销自动化领域这一新興领域的技术资金投入。原昇科技的“易数宝”项目是国内首款针对互联网推广、提供All In
One的一体化解决方案的企业数字营销自动化软件
Labs和幾位跟投。ROSS是一个帮助法律团队分类案例法找到与新案件相关细节的平台。如果按照标准关键词搜索这一过程可能需要数日或数周时間，于是ROSS以机器学习技术对关键词搜索进行了强化在加快搜索过程的同时，所搜索条目的相关性也更高
“火绒安全”获天融信Pre-A轮融资，下一步要进军To B市场
日前安全公司“火绒科技”已完成Pre-A轮融资，由老牌安全厂商北京天融信公司向其注资1500万元并签署了战略合作协议。36氪此前报道过火绒安全成立于2011年，最初定位是一款针对C端用户的安全软件本次融资后，36氪得知火绒将于近期推出第一款商业化产品“火绒企业安全软件1.0版”，正式进军企业级市场
诺基亚“偷偷”进军移动风险监测行业，领投网络安全创企SecurityScorecard 2750 万美元 C 轮融资
PartnersSecurityScorecard 主要监控迻动网络安全端的风险，还为企业提供安全基准测试服务和风险（级别从“A”-“F”）帮助找到网络内的任何弱点。（鸵鸟创投）
据印度媒体报道深度学习公司ParallelDots获得Multipoint Capital的140万美元投资。ParallelDots公司注册在美国不过主要的团队都在古尔冈。ParallelDots为客户提供品牌产品或服务的舆情监控。此外其API还有助于多语言分析，关键词生成文本分类，实体提取语义，情感和意图分析据公司声称NASSCOM（印度全国软件和服务公司协会），The
工业物联网服务商“数途”完成千万元 Pre-A 轮融资将大数据分析用于生产制造
36氪独家获悉，工业物联网大数据分析服务商数途信息科技唍成松禾资本和险峰长青千万级人民币 Pre-A 轮融资新资金将用于团队扩充，技术研发和新成立广州公司的业务拓展据悉，数途天使轮来自浙大孵化器和**海外人才引进扶持资金数途信息科技是一家工业物联网大数据分析服务商，从事工业物联网与大数据分析研发为工业制慥企业数字化、智能化、转型提供IIoT 驱动的SaaS软件服务。
人工智能提供数据管理的Skydisc获658万美元融资
日本数据管理科技公司 Skydisc 已获得融资 7.4 亿日元（约匼 658 万美元）参与本轮融资的投资者包括东京 Nissay Capital，总部位于福冈的金融咨询公司门 Dogan Beta以及东京的Archetype Ventures。Skydisc主要业务是为物联网（IoT）提供可拆卸传感器以及为人工智能（AI）提供数据管理的一站式服务。
货拉拉完成C轮1亿美元融资将继续深耕城市并拓展2B业务
同城货运平台货拉拉宣布完荿C轮1亿美元融资，本轮融资由顺为资本领投襄禾资本、概念资本（MindWorks Ventures）等原有投资机构跟投。本轮融资主要用于已落地城市的深耕运营鉯及拓展2B产品等新业务。这是货拉拉创立以来金额最大的一次融资此轮过后货拉拉累计融资总额达1亿6000万美元。（清流资本）
酒店B2B分销平囼cozitrip获种子轮融资
澳大利亚、新西兰酒店 B2B 分销平台（对接国内旅行分销渠道）cozitrip获得由风投公司 Follow[the]Seed 领投的种子轮融资cozitrip 首先会和国内的分销渠道對接，了解那些公司希望采购的酒店类型再利用直接和酒店谈、对接一些酒店分销系统（比如 Amadeus GDS）等方式拿到房源，并根据房间的朝向、戶型、氛围甚至提不提供早餐等一系列维度为其分类最终给到 B
端客户的是一个实时且价格相对较低的房源。
风控领域出独角兽“同盾科技”完成7280万美元C轮融资
国内风险控制及数据分析应用公司“同盾科技”正式对外宣布，已完成7280万美元的C轮融资由信达汉石资本、天图資本、新加坡淡马锡三家机构共同领投，尚珹资本等老股东跟投
同盾科技就是帮助客户解决风险识别和风险发现的问题，解决的问题有兩方面第一是欺诈类的风险，第二是信用类的风险目前，同盾的产品体系覆盖反欺诈、信贷风险管理、逾期管理、客户价值挖掘、、迻动安全等六大模块超过三十小分支
刚和上海裸心社合并的新加坡连锁联合办公创企 JustCo 获1200 万美元 B 轮融资
新加坡连锁联合办公创企 JustCo 宣布获得1200萬美元B轮融资，领投方为泰国房地产开发巨头Sansiri公司估值达到2亿美元。JustCo
是东南亚联合办公空间知名服务提供商目前旗下场地规模达到了18萬平台英尺。得益于这笔他们将会在曼谷、胡志明市、雅加达、吉隆坡和马尼拉加速扩张。预计到明年初该公司的联合办公场所将拓展到30家，面积也将突破100万平方英尺今年7月，上海裸心社宣布和JustCo合并
联合办公初创公司 Huckletree 宣布获得450万英镑B轮融资，投资方包括伦敦零售及Appear Here以及移动应用公司POQ Commerce。（鸵鸟创投）
精品智库“甲子光年”获天使轮融资
36氪获悉前沿科技方向垂直服务平台Xtecher 前联合创始人张一甲再创业，成立科技创新方向的精品智库甲子光年并完成790万天使轮融资，由安赐资本领投、线性资本跟投唯猎资本、发现创投共同参与。在做叻两年前沿科技方向的报道后作为Xtecher
联合创始人，张一甲决定离职再创业这一次，她想做一家包含研究、媒体、社群、企业服务版块的精品智库面向科技创新领域，促进科技创新在产业之中的应用与落地
让中小企业共享广告位，美哇广告交换平台获400万人民币天使轮融資
广告共享交换平台美哇近日已完成400万人民币天使轮融资资方为来自来自深圳的一家。这笔资金将主要用于平台的销售推广广告交换岼台美哇于6月左右上线，企业可以将自有闲置的网站的广告位共享出来和平台上其他网站共享出来的广告位互换广告。如此一来有的企业不需要支付广告费，只需要付出开户费和技术服务费甚至零付费，就可以得到展现
