以下为田亮的专访内容，推荐阅读（约5分钟）。
兴趣导向职业，信心坚定抉择
在读研期间我就深深痴迷于大数据这个领域，与几个同学一起做了很多这方面的应用实践，大数据是一个机遇与挑战共存的方向，毕业时我就坚定了这个择业目标，整个职业履历也聚焦在分布式计算系统、大数据云计算平台以及机器学习算法与AI。
以我个人对大数据10年的研究来说，大数据变革可以分上下两半场，前5年聚焦在云计算基础设施方面，企业级应用从自建到逐步迁云，技术选型上摆脱IOE的垄断，有了新的技术思路与选择。后5年聚焦在大数据的应用场景上，企业级数据应用不再是大数据变革的目标，而是更多地渗透到人们日常生活中，改变大家的生活方式，甚至未来社会经济发展的模式。
大家都知道大数据与云计算是密不可分的共同体，大数据促使云计算迭代，云计算支撑着大数据业务的落地与发展。随着移动互联网的高速发展，每日数据增长达到几何级别，这对大数据计算提出了前所未有的挑战，包括研发效率，运维成本，数据安全，容灾等环节。于是我们尝试寻找更具性价比的优化方案，同时积极调研下一代大数据计算解决方案，也就是基于开源技术的Hadoop云计算生态链。困难重重，但是解决问题的信心始终很坚决。
转到有信后，从0到1组织大数据团队，从0到1构建大数据平台基础设施，是最大的困难了。在诸多数据业务已排期的背景下，需要在较短时间内快速组建一只具备核心战斗力的大数据团队，那段时间里我们白天进行项目开发，晚上面试招人，工作节奏超负荷。多线程任务的情况下，完成数据仓库、批处理（离线计算）、流式处理（实时计算）、推荐系统、BI、中间件等平台服务的搭建，从而才能有效保证数据业务的迭代，也是极大的挑战，但也会带来更大的成长。
细化受众，专注价值
选择克拉克拉（KilaKila）做声音社交是因为几个明显优势：故事性更强、互动性更高、场景覆盖更广、内容具备沉淀价值，所以有更持久的生命力。社交网络的核心在于平台让人与人之间形成关系并随时随地无边界的对话沟通。我认为未来的社交方向则朝个性化、细分领域的目标发展，“兴趣社交”就符合这个定义。通过情感连线精细垂直的主题圈子，可以避免无聊又混乱的信息噪音，从而得到沉浸式的体验。
我负责有信和克拉克拉两个产品时，为解决信息过载，用户难以从中自主挑选感兴趣内容的问题，我们首先构建个性化推荐系统，除采用传统的机器学习算法外，还引入在线学习、强化学习、迁移学习等技术，值得高兴的是每一次技术架构的迭代都对业务发展带来了直观提升。
定位清晰，持续学习
我个人认为大数据开发者从方向与职业规划上大致分成 2*2=4种人才定位。从方向上讲，大数据领域有平台开发与应用开发两个方向，前者聚焦在基础平台研发环节（平台工程师），后者聚焦在数据业务环节（策略&算法工程师）。从职业规划来讲，一种是技术专家线，这类开发者需要对所在领域有着深入的技术储备，了解相关技术原理，追踪前沿技术发展；另一种是技术管理线，该人才定位除了有技术深度还要有广度，包括团队管理能力、敏锐的业务意识以及前瞻性，负责把控项目进度与风险预判、公司技术规划与规范等，属于综合型人才。
无论将自己定位于何种类型，唯一的建议是持续性学习。这样的学习不局限于前沿技术跟踪，还要提升产品意识、思维方式、沟通技巧等多个方面。