跨境电商时代下的数据结构,行程码是怎么知道你去过哪些地方的呢?

跨境电商时代下的数据结构，行程码是怎么知道你去过哪些地方的呢？

把手机关机，开飞行模式，或者是拔掉SIM卡就能躲避行程码的追踪吗？

在大数据管理处工作的朋友告诉我：以上这些行为在行程码面前都是小儿科，奉劝有这些想法的人不要这么做。

行程码是谁发明的？

行程码的全称是“通信大数据行程卡”，是由工信部指导，中国信通院、中国移动、中国联通和中国电信共同推出的免费行程查询服务，可以免费为使用者提供本人14天内到过哪些国家和地区，目的是为了掌握大家的行踪。

需要注意的是，到某个地方并且待够4个小时以上，行程卡码上才会显示近14天内你到过这个地方，如果在某地未待够4个小时，行程码不会默认你去过这个地方。

所以只要你使用的手机号是这三大运营商之一，那么你近14天的行程就会在行程码上被记录得清清楚楚。

疫情发生以来，从最初只能靠人工咨询个人的出行记录然后进行登记，再到行程码刚开始被投入使用时只能通过发送短信的方法查看自己的行程，再升级到现在的扫码即可查询，可以说在查看个人行程这项工作上越来越方便，工作效率也越来越高。

行程码是如何定位我们的位置信息的？

主要是依靠基站定位，也就是我们所说的信号塔。

上面提到的行程码是工信部联合三大手机运营商开发出来的大数据行程卡，三大手机运营商为了保证我们的手机有信号，会在不同的地方建立基站，也就是信号塔，每座信号塔都有明确的城市和地点归属，它们一旦建好，位置就是固定不变的。

当我们在某个地方使用手机时，无论是打电话，发短信还是上网，只要手机有信号，就说明已经收到了当地信号塔发出的信号。

如此一来，基站就会记录到你的信息，运营商就会知道你到过这个地方，然后把你到过这个地方的数据上传到行程码系统之中，行程码上就会出现了到过该地的记录。

作为用户，我们只需要扫码便可查询到14天内到达过的地方。

行程码的这个记录位置的原理和我们平时收到的“欢迎您到达某地”的短信其实是相似的。出过省或者是去过外地的人可能都有这样的经历，就是你刚到一个地方时，手机短信就会收到欢迎您来到该地的提醒。

所以对于手机运营商来说，想要查询并记录你的位置是一件并不太难的事情。

行程码和健康码有什么不同

疫情当下，和我们的生活息息相关的不仅有行程码，还有健康码，有些人就会产生这样的疑惑：行程码和健康码有什么不同？

健康码是2020年2月，杭州为了做到有序复工复产，紧急研发出来的。

钟毅作为研发团队带头人，从接到通知，到研发出健康码仅用了48小时。在往后的40天里，经过29轮技术调整，14个版本的规则完善，63项功能应用的迭代，使得杭州健康码的正确率达到99.99%以上。

健康码其实就类似于一个电子身份证二维码，我们在出入公共场合时，无论是饭店，超市，还是坐公交车，出租车，都需要先扫码。

扫码有两个作用，一是看你的健康码是什么颜色，能不能进入公共场合；二是记录你到过这个地方，当此地有情况发生时，经过发数据分析之后，你自然而然就成为了密接者，然后健康码就会变颜色。

拔掉手机卡，关机或者是打开飞行模式，行程码还能记录到你的位置信息吗？

手机关机之后，自然就不会再对外发射数据信号，相应的，也就不会和所在地的信号塔建立联系，运营商便无法通过基站来记录该手机拥有者到过该地。那么关机就真的可以隐藏你的行程轨迹了吗？

当然不能，因为其实每个手机都自带一个IMEI码，这个码就相当于每个人的身份证号，它有内置的定位系统。手机厂商可以根据IMEI码对手机进行位置定位，所以想要通过手机找到你的位置其实很容易，即使你已经关机了。

有人说打开飞行模式会怎样呢？还能准确定位我们的位置吗？当然可以，这就和手机的第二种定位方式有关系了：WIFI定位。

即使你把手机开了飞行模式，只要你连接到了该区域内的WIFI无线网络，或者是连接了周围人的手机热点，那么运营商也可以通过WIFI定位来捕捉到您的位置信息，然后把数据同步到你的行程码上。

行程码记录位置信息是为了大家的方便，也是为了工作效率的提高，所以不要为了自己的一些自私的想法而去想办法隐瞒自己的行程轨迹，这种行为一旦被发现了，不仅对别人造成一定的伤害，本人也要为此承担一定的责任。

行程码为什么会有误判的时候

经常能看到有人说我明明没到过这个地方，为什么我的行程码上有会显示我到过该地？或者是我只是在这转了一次车，停留时间没有超过4个小时，为什么行程码上还是会显示我到过该地，并在我的行程码上标上了星号？

出现这些误判的情况，主要有以下这些原因：

信号交叉覆盖

现在大家对手机信号的要求越来越严格，信号稍微不好，可能就想要换个运营商，而运营商为了满足用户的需求，就会尽可能多的修建信号塔，让信号覆盖的更全面一些，用户体验度也会更好。

这样一来，难免会出现相邻两个城市之间的信号进行交叉覆盖，而你的手机在边界处到底会连接到哪个信号塔的信号就要看哪个信号塔的信号强一些了。

比如你在A市的边缘，和B市交界，但是B市的信号塔发出的信号强一些，所以你接收到了B市信号塔发出的信号，那么手机运营商就会认为你到达过B市，即使你真的没去过B市，但是大数据还是会记录你去过B市。

系统出错

有些人说自己从未到过某个地方，且连该地的边界都没去过，但行程码上就是记录自己到过该地。对此运营商给出的解释是系统出错，具体是哪个地方出错，并没有给出准确的解释。

出现这种情况，可以打电话进行核实并证明自己未到过该地，是可以删除该条记录的。

当地出现一定的情况

有些人在某个地方只是转了个车，没有待够4个小时，但行程码上却有到过该地的记录，并且健康码也会变颜色，这种情况很可能的一个原因就是该地出现了一定的情况。

即使你只是在车站转了个车，但很可能会接触到该地上车的人员，所以根据情况，也会默认你到过这个地方。

行程码，健康码，还有流调信息，这三大数据追踪有效地提高了我们的工作效率。

每个人都希望自己行程码不带星，健康码是绿色的，流调数据中没有自己去过的地方，这样的人才是如今幸福的人，你在这些人之列吗？

java学的到底是什么？

对于Java培训学习方式下边小编来简单的介绍一下，希望可以帮助大家！

Java培训的学习一般可以分为线上和线下俩种大的类型，其次在俩种大的类型下边又可以分为多种小的类型，下边就简单是介绍一下：

Java培训方式：

线上方式

1、线上直播授课，这样的方式是通过一些直播授课平台，老师通过线上远程的方式为学员进行上课，这个学习方式有个比较不好的地方就是和老师见不到面交流起来比较困难，有时候许多问题表达上边不如当面交流表达清楚。

2、线上录播课，这样的学习方式就是老师提前录播好的视频，自己看视频进行学习，缺点就是遇到问题，解决不够及时，一般很难找到老师，耽误学习进度。

线下方式

1、面授课程，这样的方式目前也是大多数人比教认可学习方式，也是效率相对高的学习方式，优点是可以和老师面对面进行学习，遇到问题可以和老师可以当面沟通及时解决，学习中也可以和同学互相交流学习提升学习效率。缺点就是需要脱产学习5个多月时间比较长，无法自由安排时间。

2、直播课程，和线上直播不同的是线下的直播课是许多同学在一个教室内一起进行学习，通常情况下会有一个老师进行辅导，优点，是遇到问题可以问辅导老师当面解决，缺点是无法和讲师面对面沟通，遇到能力差的辅导老师对于有难度的问题解决起来比价复杂可能到毕业都没有解决。

3、录播课程，同样和线上的不同的是线下的录播课程也是要在班级中进行学习的，培训机构通过录播视频的投放，让学员进行学习，和直播课程一样也会有一个辅导老师，这里最重要的一个缺点就是录播课程很可能是早期的，长时间未有更新，内容陈旧。

4、周末课程，这样的学习方式一般都是面授，而且只有在周末的时候上课，缺点是容易学了前边的忘掉后边的，如果碰到有事情不能学习也比较耽误课程进度，很难完成学习。优点就是不会耽误上班，还可以提升自己。

Java培训学习内容阶段：

第一阶段：Java核心技术

第二阶段：数据库关键技术

第三阶段：Web开发与实战应用

第四阶段：.经典&流行框架

第五阶段：Java高级&流行技术

第六阶段：企业接轨项目以在线教育项目为例

第七阶段：大数据技术

2020Java学习路线图

百度和京东都是在开曼岛注册的？

大家要是关心一些企业，不管是咱们中国还是外国的，往往会惊讶地发现很多公司居然在一个大家比较少听到的地方注册，这个地方就叫做开曼群岛。国内很多超级企业，比如阿里，腾讯，百度和京东都是在开曼岛注册，这个大家原本不熟悉的地方有什么过人之处吗？为啥能吸引巨头企业去那里投资？

（1）开曼群岛在哪里？

开曼群岛位于加勒比海西北部，是英国人的殖民地，一共有三个岛屿组成，分别是大开曼、小开曼和开曼布拉克，面积也很小，也就只有259平方千米，人口才几万人，本来应该是一个不起眼的地方。最多被人说起，大家会觉得这地方以前可能有加勒比海盗。

但是这地方是英国人的殖民地，这一点是非常关键的，而英国早期又是玩金融的高手，不过英国是要当体面人的，有些是不能直接做的，但是英国人可以让自己的海外殖民地去干，这就开曼群岛的意义，它可以做一些脏事，有了事就推说是海外自治的政府胡闹，没有事就一起开开心心发大财，简直美滋滋。英国在脱欧这件事上的部分原因也是因为当初欧盟想要加强一下金融监管，但是这玩意无疑是英国人发财的一大路径，怎么可能让欧盟插手。

（2）开曼群岛的有哪些优势？

首先这地方是管理比较松，另外是英国人的地盘，获得香港联合交易所接纳，这里注册的公司可以在香港上市，这是很多企业为啥要跑到这里注册的一大原因。除了这点，开曼群岛还有其他优势，比如提供私隐保护，不用公开股东和董事身份；公司注册证书上可显示中文名称，还没有外汇官职，容易募集到资金。

但是最为关键的一点还是开曼群岛这地方注册的公司不用申报税务和缴纳任何款项，也就是说这地方交的钱少，大家跑到这里注册公司可以帮助自己减少税务上的支出，挣更多的钱，所以有头有脸的大公司自然就喜欢来这里注册了。开曼群岛上的人也因此发了财，毕竟大量资金涌入，想不发财都难。

另外既然各大公司想要用开曼群岛这地方挣钱，自然也要给好处费，如果注册开曼群岛上的公司，那么公司的注册地址必须在开曼群岛。而一家靠谱的大公司成立在开曼群岛上成立，虽然不需要有当地的股东及董事，也不需要聘请当地的秘书，但必须委任开曼公司或个人（有开曼居留身份）担任注册代理人，所以开曼群岛靠这个要求就可以解决很多人的失业问题。

（3）结语

各大公司都是久经商场考验的，所以扎堆来开曼溜达建立分基地甚至主基地，都是因为这玩意有利可图，这也是商人们的本质，就跟《让子弹飞》中的汤师爷的名言，挣钱嘛，生意，不寒碜，这些巨头公司跑来这里注册也就是为了钱，不寒碜。

但是疫情排查得原来越严？

首先，我们要明白，我们是个人口大国！

疫情期间，我们国家经济遭受重大损失，国家形象 深受影响！

十几亿人口的民生问题怎么解决？

所以国家在疫情较轻的地区，在可控的范围之内，首先恢复和民生有关的企业、优先复工、及政府对企业的帮扶和支持！水、电、米袋子、生活物资……及医护物资企业全力恢复生产，做好后勤保障工作，才能打赢这场抗疫大战！

目前，疫情得到有效控制，患者人数逐步下降，给国家和人民带来极大的信心和希望！

得来胜利，实属不易！但在此时我们更不能大意！更不能掉以轻心！越来越严，反而是对人民负责！

先复工的是民生企业、及电子商务。在疫情得到初步控制的情况下，在疫情较轻的地区，各行各业开始有序恢复生产。

在疫情结束后，或者说疫情防控 贯穿2020年一整年！或是两年！大家对我们周边国家应该有了解，疫情已开始出现在其它国家，最严重的是日本……所以我们都要认真对待！相信国家已早做安排！

对抗疫情、举国之力、万众一心、封城及军事管控，这在任何一个国家都做不到的，全球只有一家……中国！

最后，我们要感谢这个国家！

感谢为我们付出生命的医护人员！

感谢为我们守护安宁的人民子弟兵！

还有不眠不休的科学家！

叩谢！

以上是个人见解

图片来源于网络

马云的达摩院有多少科技人才？

阿里巴巴达摩院成立于2017年10月11日，致力于探索科技未知，以人类愿景为驱动力，开展基础科学和创新性技术研究，2017年马云曾经宣布，要在未来3年之内，投入1000亿人民币用于阿里巴巴达摩院的技术研发，达摩院的目标就是打造全球最顶尖的研究机构之一。

所以自从达摩院成立之后已经引用了很多全球顶尖的科学家，虽然从绝对量来看，目前达摩院的人数并不是很多，但是他们每个人在自己的领域之内都具有很大的影响力，所以一个人可以顶上很多人。此外，达摩也依赖于阿里巴巴这个大家庭，实际上阿里巴巴目前所拥有的工程师队伍至少达到3万人以上，这些人随时都有可能会参与到达摩院的一些科学研究当中。

目前达摩院既有专职的科学家，也有一些兼职的科学家，这些科学家来自全球各地，他们主要分布在机器智能、数据计算、机器人、金融科技、 X实验室5个领域14个实验室里面，具体如下：

学术委员会成员。

高文：北京大学博雅讲席教授、信息与工程科学部主任，中国工程院院士，IEEE Fellow，ACM Fellow，国家自然科学基金委员会副主任。

梅宏：北京理工大学教授、副校长，中国科学院院士，发展中国家科学院院士。

吴朝晖： 浙江大学校长，中国科学院院士，之江实验室副理事长。

黄如： 北京大学信息科学技术学院教授、院长，中国科学院院士。IEEE Fellow

Michael I. Jordan： 加州大学伯克利分校教授，美国工程院院士, 美国科学院院士, 美国人文与科学院士。

周以真：哥伦比亚大学教授、数据科学研究所主任，IEEE Fellow, ACM Fellow。

Henry M. Levy：华盛顿大学教授、计算机科学与工程学院院长，美国工程院院士，IEEE Fellow，ACM Fellow

George M. Church： 哈佛大学&麻省理工学院教授，美国工程院院士, 美国科学院院士，“人类基因组计划”领军人物

Avi Wigderson ：普林斯顿大学高等研究院教授, 美国科学院院士, 美国人文与科学院士 。

1、语音实验室

致力于语音识别、语音合成、语音唤醒、声学设计及信号处理、声纹识别、音频事件检测等下一代人机语音交互基础理论、关键技术和应用系统的研究工作。形成了覆盖电商、新零售、司法、交通、制造等多个行业的产品和解决方案，为消费者、企业和政府提供高质量的语音交互服务。

研究团队

鄢志杰： 达摩院语音实验室负责人， 中国科学技术大学博士，IEEE高级会员。曾任微软亚洲研究院语音团队主管研究员。

付强： 达摩院语音实验室研究员，西安电子科技大学博士，曾获中国科学院杰出科技成就奖（2014年）、中国语音产业联盟先进个人（2016年）。

马斌： 达摩院语音实验室研究员，香港大学博士。加入阿里前，他是新加坡资讯通信研究院 （I2R）的语言技术部门负责人和资深研究员。曾获新加坡总统科技奖。

冯津伟： 达摩院语音实验室研究员，弗吉尼亚理工大学博士。曾主持开发基于麦克风阵列的视频跟踪系统。

李威： 达摩院语音实验室资深算法专家， 香港大学计算机系博士。曾任百度语音技术部资深工程师，负责百度语音识别声学模型、语音合成核心算法及训练流程的研究和开发工作。

高杰：达摩院语音实验室资深算法专家 ，中科院博士。曾任微软STC语音科学家，负责基于分布式计算平台的超大规模语音识别模型训练系统的研究和开发工作。

雷赟：达摩院语音实验室资深算法专家， 德州大学达拉斯分校博士。曾任Facebook和SRI的研究科学家。

王雯： 达摩院语音实验室资深技术专家， 普渡大学计算工程博士。在IEEE/ACL会议和期刊上发表了100篇以上的论文，曾任SRI资深研究科学家。

2、视觉实验室

致力于研发与运用图像和视频的分析和理解、三维视觉等技术，构建以图像视频为媒介的产品和应用，提升商业效率或创造商业新机会，广泛应用于新零售、新媒体、新制造等领域。

研究团队

任小枫： 达摩院视觉智能实验室负责人， 华盛顿大学计算机科学与工程系客座教授，拥有加州大学伯克利分校博士学位，曾担任亚马逊资深主任科学家，负责Amazon Go计算机视觉算法的研发。

ZELNIK, Lihi：达摩院以色列实验室负责人， 曾任以色列理工学院电气工程系的副教授，纽约康奈尔大学的客座教授。拥有魏茨曼科学研究所计算机科学博士。

潘攀： 达摩院视觉智能实验室资深算法专家， 拥有伊利诺伊大学芝加哥分校博士学位。拍立淘以图搜图的创始人之一。

刘铸：资深技术专家，纽约大学博士，曾任AT&T科研实验室主任科学家，哥伦比亚大学和纽约大学的客座教授。拥有140多项美国专利。

Itamar Friedman：资深技术专家 ，拥有以色列理工学院电子工程学院的计算机视觉和机器学习硕士学位，他曾是Visualead的首席技术官。

3、语言技术实验室

致力于实现人与机器之间用自然语言进行有效沟通的各种理论和方法。包含自然语言处理核心技术，如分词、词性、句法、语义等多语言基础模块，以及情感分析、信息提取、机器翻译和机器阅读理解等技术的研究，已经在客服、资讯、司法、医疗等场景有广泛的应用。

研究团队

司罗：达摩院语言技术实验室负责人 ，卡内基梅隆大学博士。曾任普渡大学计算机系终身教授。

黄非： 达摩院语言技术实验室研究员 ，卡内基梅隆大学博士。曾担任ACL、NLPCC等领域主席、IJCAI资深程序委员。曾在Facebook、IBM Watson等从事NLP相关工作。

葛妮瑜： 达摩院语言技术实验室研究员 ，布朗大学计算语言学博士。曾任职IBM研究院，从事自然语言处理和机器翻译工作。

陈博兴： 达摩院语言技术实验室资深算法专家， 中国科学院博士。曾是新加坡信息与通信研究所、加拿大国家研究委员会研究员。

骆卫华： 达摩院语言技术实验室资深算法专家， 曾任中科院计算所高级工程师，承担国家重大专项或自然科学基金课题十余项。

张琼： 达摩院语言技术实验室资深算法专家， 浙江大学博士，曾在雅虎工作。

刘晓钟： 达摩院语言技术实验室资深算法专家， 雪城大学博士。曾任印第安纳大学布卢明顿分校信息与计算学院终身教授。

李林琳：达摩院语言技术实验室高级算法专家， 萨尔大学计算机博士。曾就职于巴黎LIMSI-CNRS研究所、微软奥斯陆、百度。

4、决策智能实验室

致力于通过研发与运用机器学习和运筹优化技术构建智能决策系统，提升业务运营效率、降低运营成本和增加运营收益。与合作伙伴在计算资源优化、新零售、智慧物流等行业构建多个创新系统，在各类公共事业的场景中提升人效、能效、物效。

研究团队

姚韬： 达摩院决策智能实验室研究员， 拥有斯坦福大学管理工程与科学系博士学位，美国宾州州立大学工业工程系终身教授。

许欢： 达摩院决策智能实验室资深算法专家， 加拿大麦吉尔大学电子工程系博士。曾任新加坡国立大学副教授，佐治亚理工大学助理教授。曾任NIPS领域主席。

谭剑： 达摩院决策智能实验室资深算法专家， 哥伦比亚大学电子与计算机系博士，俄亥俄州立大学电子与计算机系助理教授，IBM沃森实验室研究员。

张京桥：达摩院决策智能实验室资深算法专家， 拥有伦斯勒理工学院博士学位，曾任亚马逊Device部门应用科研资深经理。

杨程： 达摩院决策智能实验室资深算法专家， 10余年机器学习、数据挖掘等经验，曾负责搜索推荐、智能营销、供应链优化等商业化算法，多次参与双11等极端环境下的大规模实时机器学习项目，目前关注新零售场景中的在线学习、动态优化等智能决策研究。

5、城市大脑实验室

致力于通过互联网和人工智能，打通城市数据管道，发掘数据价值，构建城市新的基础设施。已在杭州、苏州、上海、衢州、澳门、马来西亚等落地，覆盖交通、平安、市政建设、城市规划等领域。 是首批国家人工智能开放创新平台之一，是目前全球最大规模的人工智能公共系统之一。

研究团队

华先胜： 达摩院城市大脑实验室负责人 ，北京大学应用数学博士，IEEE Fellow，ACM杰出科学家。曾任ACM Multimedia、IEEE ICME等国际会议程序委员会主席，全球MIT TR35获得者。研究。

张磊： 达摩院城市大脑实验室高级研究员， 西北工业大学自动化学院博士，IEEE Fellow。曾在香港理工大学电子计算学系任研究助理和副研究员，加拿大麦克马斯特大学博士后。香港理工大学电子计算学系讲座教授。

6、计算技术实验室

致力于计算、存储、互联方向的前沿性研究，探索从系统软硬件架构到芯片设计技术的全栈实现。采用自上而下基于应用驱动和自下而上基于新技术的研究方法，利用系统架构、计算机体系结构、芯片设计优化等领域的技术积累，在计算资源优化、新计算体系方向等构建创新系统，提升计算能力。

研究团队

谢源 ：达摩院计算技术实验室负责人 IEEE Fellow，普林斯顿大学博士。

骄旸： 达摩院计算技术实验室研究员， 负责组建芯片开发工程团队，目前的开发重点是人工智能芯片。曾在华为创建并领导美国和上海的技术团队进行全新GPU开发；在三星作为GPU团队的核心成员，参与项目的规划和创建团队。

何建德： 达摩院计算技术实验室资深技术专家， 曾在硅谷从事计算机绘图芯片设计工作。

陈义平： 达摩院计算技术实验室资深技术专家 ，美国佛罗里达大学电机硕士学位。曾先后就职于S3、AMD，并在AMD参与Machine-Intelligent系列产品开发。

李伟良： 达摩院计算技术实验室资深技术专家， 负责组建AliNPU上海ASIC团队。曾在S3 Graphics从事图形芯片的设计，后供职于AMD。

尹莉： 达摩院计算技术实验室资深技术专家， 负责芯片技术部软件部门，精于体系结构、编译器以及系统性能优化。曾在S3 graphics图形芯片架构部门，负责图形芯片可编程流水线以及后端编译器优化；后在Intel MLT部门从事二进制翻译、虚拟机以及spark性能优化。

张涛： 达摩院计算技术实验室Research Scientist， 宾夕法尼亚州立大学博士。曾在苹果担任高级平台架构师，起草iPhone内部SoC的性能标准制定以及内存性能建模和评估。

柳春笙： 达摩院计算技术实验室Research Scientist 杜克大学博士。曾就职于Nvidia，Altera（Intel），华为海思等设计公司。

蒲宇： 达摩院计算技术实验室Research Scientist， 荷兰TU Eindhoven博士。曾任日本东京大学特任研究员；IBM苏黎世实验室研究员；担任IEEE TCAS副主编与多个国际学术会议委员。

程超： 达摩院计算技术实验室Research Scientist， 明尼苏达大学电子与计算机工程博士。曾任职于高通，从事无线系统算法的研发，并曾任职于Intel和Marvell。

7、智能计算实验室

致力于下一代海量、异构数据的分布式存储、管理、查询、分析和机器学习系统与算法的研究和应用。通过并行与分布式数据处理和云上系统资源管理，多场景、多模态、异构计算引擎融合统一系统智能与自治化，数据安全隐私计算等关键技术，为各行业、各场景提供高效的算法支持和安全、可靠、强有力的计算引擎。

研究团队

周靖人： 达摩院智能计算实验室负责人 ，哥伦比亚大学计算机博士，IEEE Fellow。拥有几十篇顶级会议和期刊论文，并持有多项专利发明。曾任微软研究院研究员、微软研发合伙人。

丁博麟： 达摩院智能计算实验室资深技术专家， 伊利诺伊大学香槟分校博士。研究成果发表于SIGMOD等多个领域的顶尖国际会议，曾担任美国微软研究院研究员。

钱正平： 达摩院智能计算实验室资深技术专家， 华南理工大学博士。在系统及相关领域顶级会议发表多篇论文，任微软亚洲研究院主管研究员。

杨红霞： 达摩院智能计算实验室资深算法专家， 杜克大学博士。拥有顶级论文30余篇。曾任IBM Watson研究员、Yahoo！主任数据科学家等职。

曾凯： 达摩院智能计算实验室高级技术专家， 加州大学洛杉矶分校博士，曾在美国加州大学伯克利分校AMP Lab从事博士后研究。曾任微软资深科学家。

于文渊： 达摩院智能计算实验室资深技术专家 爱丁堡大学博士。研究成果发表于SIGMOD等多个领域的顶尖国际会议，曾获SIGMOD2017和VLDB2010最佳论文奖，VLDB2017最佳演示奖。曾担任七桥科技CEO、美国Facebook 研究科学家等。

8、数据库与存储实验室

致力于新硬件加速、智能与自治化数据库、云上数据管理和系统资源调配、多态数据引擎、非结构化数据管理、数据库核心算法、数据存储、并行与分布式数据处理、数据安全等关键技术研究，实现数据库系统和底层存储系统高并发、高可靠性、分布式处理、数据一致性以及高响应和深度的数据分析能力。

研究团队

李飞飞：达摩院数据库与存储实验室负责人， 犹他大学计算机系终身教授。曾获ACM、IEEE、Visa、Google、HP、华为等多个奖项，获IEEE ICDE 2014 10年最有影响力论文奖、ACM SIGMOD 2016最佳论文奖、ACM SIGMOD 2015最佳系统演示奖、IEEE ICDE 2004最佳论文奖、美国NSF Career Award、中国基金委海外重点研发奖，2018年ACM杰出科学家等。担任多个国际一流学术期刊和学术会议的编委、主席。

曹伟： 达摩院数据库与存储实验室资深技术专家， 阿里云数据库团队负责人，计算机协会数据库专委会委员。

吴结生：达摩院数据库与存储实验室研究员， 俄亥俄州立大学计算机博士学位。2014年加入阿里云西雅图，任职存储基础平台和云存储的负责人。曾就职于微软 Azure 存储团队 （2008-2014年）， Ask.com 基础设施团队（2004-2008年）和中国科学院计算技术研究所（国家智能计算机研究开发中心，1996-1999年）。

占超群： 达摩院数据库与存储实验室研究员， 集团数据库事业部 OLAP Platform负责人，先后担任多个阿里巴巴以及专有云大数据商业项目总架构师。

汪晟： 达摩院数据库与存储实验室Research Scientist ，新加坡国立大学计算机博士。曾留校从事博士后研究。

张铁赢： 达摩院数据库与存储实验室Research Scientist，曾就职于中科院计算所和卡耐基梅隆大学，CCF数据库专委委员，CCF大数据专委委员。

9、智能交通实验室

致力于机器学习、自动驾驶、物联网通讯、云端调控等技术研究，满足传统物流配送行业在人力成本、货物安全、交付速度、节能环保等方面的诉求，打造“车-路-云”一体化的智能物流网络，实现智能、精准、快速、高效、安全、环保的货物流转和投递。

研究团队

王刚 ：达摩院智能交通实验室负责人， 伊利诺伊大学香槟分校博士，曾任新加坡南洋理工大学终身教授。全球MIT TR35获奖者，人工智能顶尖期刊IEEE TPAMI编委，ICCV 2017和CVPR 2018领域主席。研究领域包括深度学习及其在计算机视觉、自动驾驶上的应用。

10、金融智能实验室

致力于满足金融领域对AI技术的安全性、可靠性、实时性、对抗性的更高要求，在图像识别、智能问答、知识图谱等方面有着业界领先的研究成果和成熟的商业产品，通过与商业伙伴的合作，提升其智能化的能力，推动金融业的智能进步。金融智能作为蚂蚁金服核心技术引擎之一，被广泛应用于智能客服、交易风控、支付营销、保险智能理赔、贷款准入、反欺诈反套现、财经资讯

研究团队

漆远： 达摩院金融智能实验室负责人， 蚂蚁金服副总裁，麻省理工学院博士，曾任普渡大学计算机科学系和统计系终身副教授。

宋乐： 达摩院金融智能实验室研究员， 悉尼大学博士，世界知名机器学习专家，曾任佐治亚理工学院终身副教授。

11、区块链实验室

致力于区块链中共识协议、密码学安全、跨链协议等技术的研究和应用，以商业与金融等应用场景为突破口，率先实现有自主权的工业级/金融级区块链系统。

研究团队

张辉 ：达摩院区块链实验室负责人， 南加州大学计算机科学博士。现IEEE Senior Member，发表40多篇顶级学术论文。曾担任NEC Labs America部门主管。

俞本权： 达摩院区块链实验室研究员， 曾任谷歌主任工程师，并完成了YouTube E-Commerce 平台建设、youtube.com/movies的创建、承担Google Analytics的数据和后台系统架构设计，并主导下一代谷歌分析后台的研发。

闫莺：达摩院区块链实验室资深技术专家， 复旦大学计算机系博士，现任中国软件协会区块链创业学院及区块链专委会专家、中国电子学会区块链专家委员。曾任微软亚洲研究院主管研究员、区块链负责人。

胡丹青： 达摩院区块链实验室高级产品专家， 威斯康星大学麦迪逊分校经济学博士。曾就职于上海清算所发行托管部。

李书博： 达摩院区块链实验室高级技术专家， 北京邮电大学硕士。曾担任海航科技技术研究院研发总监、三星电子中国研究院云计算部门负责人。

李怀勇： 达摩院区块链实验室资深专家， 厦门大学MBA。精通大数据行业，带领团队实现了保护用户隐私下的数据安全共享新技术及新模式的突破。现负责区块链及安全计算平台业务发展。

殷山： 达摩院区块链实验室高级技术专家， 南京大学硕士。研究领域包括网络安全和密码学、大数据计算架构设计、机器学习平台方案实现。曾任趋势科技技术经理、三星电子中国研究中心创业事业部项目负责人。

12、生物识别实验室

致力于各种模态生物识别核心技术的研发及其在金融和民生场景的应用，目前已经具备了人脸、眼纹、虹膜、声纹、掌纹、行为特征等多模态的生物识别核心算法研发能力，并且研发了全球独有眼纹技术专利和领先的活体检测，累积服务超过3亿用户。

研究团队

蒋国飞： 达摩院金融科技研究领域负责人 / 生物识别实验室负责人， 蚂蚁金服副总裁。拥有160多篇顶级论文，曾获SIGKDD等会议最佳论文奖。任NEC集团副总裁，领导NEC全球研发。

李亮 ：达摩院生物识别实验室资深算法专家 ，中国科学院自动化所博士，中国科学院大学博士后。曾就职于索尼中国研究院。目前负责蚂蚁金服生物识别算法与模型的研发以及基于生物识别的身份认证体系建设，在国际期刊和会议发表论文十余篇。

宋杨 ：达摩院生物识别实验室资深算法专家， 早稻田大学工学博士，2016年加入蚂蚁金服，目前从事多媒体和机器视觉系统的研发工作。曾在华为和富士通研究所（东京）工作，发表40篇论文。

陈继东： 达摩院生物识别实验室资深数据技术专家， 中国人民大学计算机应用博士，复旦大学计算机学院博士后。现任蚂蚁金服全球可信身份平台ZOLOZ亚洲区总经理，负责生物识别技术研发与全球化商业应用。带领团队将人脸识别技术在网商银行和支付宝等场景成功应用，实现刷脸支付全球首次在肯德基的商业落地。曾任EMC中国研究院大数据实验室主任。

13、量子实验室

量子实验室的目标是实现量子计算的潜力。

研究团队

施尧耘： 达摩院量子实验室负责人， 北大计算机本科、普林斯顿计算机博士。在加州理工学院的量子信息中心做博士后研究后，他加入密歇根大学安娜堡分校，历任电子工程和计算机科学助理教授、副教授和正教授。研究涉猎量子信息科学的多个领域，包括量子计算复杂度、量子计算经典模拟和量子密码学。他在阿里巴巴致力于建设一个跨学科的国际团队，以实现量子计算颠覆性的潜力。

马里奥·塞格德：达摩院量子实验室科学家， 马里奥为芝加哥大学博士。在贝尔实验室和普林斯顿的高级研究所工作后，任职罗格斯大学计算机科学系教授。马里奥于2001年和2005年两获哥德尔奖，分别基于他在Probilistic Checkable Proofs和流计算的空间复杂度上的贡献。

14、人工智能实验室

致力于研究前沿科技并与商业结合，将人工智能技术赋能机器，服务20亿消费者。当前孵化出天猫精灵个人助手等产品。实验室的使命是让机器拥有智能，让人性充满光辉，将基于阿里巴巴强大消费者沟通渠道和完善的服务生态，立志成为下一代人机交互入口。

研究团队

陈丽娟：达摩院人工智能实验室负责人， 淘宝网第一代产品经理，淘宝网产品团队总负责人；阿里旗下购物比价网站一淘网总经理；阿里巴巴智能生活总经理、阿里巴巴IoT创建人。

聂再清：达摩院人工智能实验室研究员， 美国亚利桑那州立大学博士学位（师从美国人工智能学会主席Subbarao Kambhampati教授），现任阿里巴巴达摩院人工智能实验室北京研发中心负责人，语音助手首席科学家，教育部人工智能专家组咨询组专家。曾就职于微软亚洲研究院，任首席研究员，负责微软自然语言理解、实体挖掘的研发工作。他是微软学术搜索，人立方，以及企业智能助理EDI的发起人和负责人，也是微软自然语言理解平台LUIS的技术负责人。

李剑叶： 达摩院人工智能实验室研究员 ，拥有清华大学美术学院文学硕士学位，德国iF学生设计奖评委，中国红星设计奖评委，清华美院工业设计系客座讲师，研究方向为智能硬件、机器人工业设计。有16年工业设计经验，曾任锤子科技设计副总裁，飞利浦香港设计中心资深顾问。

陈颖： 达摩院人工智能实验室研究员，芬兰坦佩雷理工大学博士，北京大学学士与硕士。现任阿里巴巴人工智能实验室人工智能与边缘计算首席科学家，边缘计算实验室负责人，负责IOT产品。加入阿里巴巴之前在美国高通公司担任首席工程师。曾担任MPEG国际视频编码标准(H.264/AVC,H.265/HEVC系列)联席主编，获得过国际标准组织及国际电气工程委员会ISO/IEC杰出贡献奖。

茹忆： 达摩院人工智能实验室研究员， 中国第一代智能手机和IoT产品的研发和制造者，15年智能硬件的研发经验。曾为摩托罗拉Linux内核研发负责人，负责摩托罗拉Ming系列智能手机Linux内核研发。2016年加入阿里巴巴负责天猫魔盒和电视系统的产品和研发，发布了桌面5.0系统，并开发了阿里第一款人工智能语音助手天猫精灵。建立阿里巴巴第一个具备全球领先水平的声学实验室，成为领先行业的智能声学测试标准和方法。

杜海涛： 达摩院人工智能实验室产品总负责人， 拥有14年互联网和人工智能产品经验。研究方向为面向用户的大数据、语音交互、图像视觉及多模态融合的新一代人机交流系统的相关产品研究工作。帮助AI Labs近两年拿下31项人工智能产品相关产品专利，开创性的研发了中文领域最新一代的人机交流系统及硬件产品-天猫精灵。

刘旭：达摩院人工智能实验室总监， 在HP工作近10年，担任HP中国研发中心Chief of Staff。

李名扬： 达摩院人工智能实验室资深算法专家， 毕业于加州大学河滨分校电子工程专业，博士毕业以后在Google Tango/Daydream 从事AR/VR算法研发以及基于不同的硬件设备的产品化的工作，在2017年底加入阿里巴巴人工智能实验室。