按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
“怎么合作？”邓云吉问道。
跟初次见面不同，此时的邓云吉在杭雨面前十分沉稳，自信。
因为耕耘科技不一样了，在大数据这块，他们的研发速度比江燕公司更快。如今江燕公司都要用耕耘科技的技术，在邓云吉看来杭雨已经没什么用了。
邓云吉甚至觉得，耕耘科技乃是政府出资建设的，根本没必要和江燕公司合作，让杭雨占那么多股份，免费分享他们的研发成果。
他选择性地遗忘了，若当初不是江燕公司全力支持，政府也不可能这么快搞定云计算和大数据的技术基础，巴蛇系统的价值何止一个亿。
而且耕耘科技只是研发技术，不把产品商业化，杭雨没有一毛钱分红。
不过邓云吉也只能想想，他只是一个职业经理，权利不大。
“政府要建大数据中心，肯定有不错的计划，我可以把一些建设技术共享给你们，代价是让江燕公司参与你们的建设计划。”杭雨说道。
“杭董的鼻子真灵，具体计划还没公布，你就提前猜到了。”邓云吉调侃道。
他的态度令杭雨微微皱眉，虽然耕耘科技是政府投资的，但是在他眼里还真不算什么。张志铭那支技术团队的确厉害，黄毅他们也不弱，加上杭雨还有关永林他们在持续研发。
邓云吉自以为耕耘科技的技术已经超过江燕公司，实际上，江燕公司一直保持优势。因为杭雨可以共享他们的技术，他们却不能共享江燕公司的技术。
只是杭雨比较低调，没有到处宣扬而已。
洪瞻跟杭雨一起来的，也对邓云吉的态度表示不满。
“我是耕耘科技的第二大股东，你们要做什么，我比你更清楚。算了，估计你也做不了主，让张教授来跟我谈吧。”杭雨说道。
“不好意思，张教授正在技术中心，没有时间谈这些琐事。”邓云吉说道。
如果他不是政府安排的经理，杭雨真想把他炒了。
许贡在旁边看着有点紧张，他不明白邓总干嘛要为难杭雨。大家之前合作好好的，又没什么利益纠纷，邓云吉这一出纯属情绪用事。
“杭董，张教授确实很忙，要不我带您去看看。”许贡客气地道。
许贡是耕耘科技的副总，年龄比邓云吉大十来岁，比邓云吉老成得多。邓云吉不服杭雨这个年轻人，许贡却一点不在乎年龄之差，待他如贵宾。
“许副总，你的事情做完了吗？”邓云吉问道。
“我的事儿哪比得上杭董的事，稍微耽搁一会也无妨。”许贡笑着道。
“是吗，既然你的事情不重要，干脆不要做了。”邓云吉淡淡地道，听在许贡耳朵里却是心中一紧。
许贡看向邓云吉，只见他一脸淡然，好似不把杭雨放在眼里。
他顿时明白过来，这位大少爷肯定是来情绪了，故意压着杭雨的面子。许贡暗暗叫苦，邓云吉未免太不懂事了，人家杭雨虽然年轻，可身份地位却不一般。
不过话说回来，邓云吉的身份也不一般，因为他的爷爷是一名越战老兵。
耕耘科技乃是国企，而且是十分重要的技术研发企业，邓云吉当初上任的时候也不过二十八岁，现在三十一岁，这么年轻能直接委任总经理，自然不是善茬。
至于邓云吉和杭雨的社会地位，许贡一时间还真分不清谁更高。
两边都惹不起，许贡只能低下头道：“这个。。。我还有点事没办，失陪一下。”其实邓云吉的管理能力不强，主要靠许贡这个副总在经营公司。
“杭董，没什么事我也要工作了。”邓云吉说道。
“好，我不打扰你。”杭雨起身就走。
看着杭雨的背景，邓云吉闪过一丝不屑，嫉妒之色。
第一次跟杭雨见面时，邓云吉并没有这些情绪，因为那时他还不了解杭雨。在耕耘科技这么久，熟悉江燕公司后，邓云吉渐渐产生了嫉妒之情。
他觉得老天太不公平，自己根正苗红，月薪才一万多元钱。而杭雨这个农村小子，却已经拥有亿万财富，令邓云吉感到自卑，不甘。
不见面还好，见了面更气。
“董事长，我们就这样走了？”洪瞻不服气道。
“这个邓云吉是政府安排的人，咱们惹不起。”杭雨说道。
“一个小小的职业经理，我就不信政府会为了他跟我们公司闹掰，直接撤了他。”洪瞻说道。
“为了他一个经理，我去跟政府告状，值得吗。”杭雨不悦道。
洪瞻闻言一怔，那么做似乎有些跌份，确实不值得为他怄气。
“我们不一定要通过邓云吉才能合作，绕过他直接跟黄毅联系，黄毅应该知道上面建设大数据中心的计划，说不定他还能参与进去。”杭雨说道。
“好，我马上给黄师傅打电话。”洪瞻当即拿出手机，拨通黄毅的电话。黄毅的研发团队代表的是江燕公司，也是杭雨入股的筹码。
接到杭雨的电话，黄毅不敢怠慢，马上停了手头的工作来迎接杭雨。
“杭董，您来了。”黄毅说道。
“不用那么客气，我来看看你们的工作情况。”杭雨笑着道。
第606章 试验区（）
“黄教授，我想参与政府建设大数据中心的计划，你给我引荐一下。”杭雨说道。
“不用那么麻烦，国家打算在贵州建设首个国家级大数据综合试验区，你们想搭车的话，直接申试验区建设数据中心，可以享受到政策，能源，技术，工程方面的便利。这个没有要求的，只要有能力，都可以跟政府签约合作。”黄毅介绍道。
“这么简单，刚才那个邓经理还刁难我们。”洪瞻说道。
“邓经理刁难你们，为什么？”黄毅一脸懵哔。
黄毅一心搞技术研发，不清楚管理那些事儿。
“小事，为什么国家要在贵州建设试验区，那里的经济好像不是很发达。而且贵州离发达省城比较远，建在那里有效率吗。”杭雨好奇道。
贵州经济水平在我国倒数第几名，怎么看都不像适合建设数据中心的地方。
“距离远点不是问题，关键贵州的自然条件好，那里气候凉爽，年均温度稳定，而机房最怕热。另外贵州是个输电大省，自然灾害少，环境稳定，最适合建设数据中心。”黄毅解释道。
“原来如此，我要怎么申请？”杭雨问道。
“可以联系发改委，工信部和中央网信，或者直接联系贵州省委。”黄毅说道。
“好，我明白了。”杭雨点头，随后又问道：“论云计算和大数据技术，国内除了我们公司，也就耕耘科技水平最高，你们在计划中是什么角色？”
“应该是建设者的角色，不过试验区和耕耘科技没有关系，我们只是提供技术支持。如果你需要帮忙的话，我们可以在完成政府的任务后，协助江燕公司建数据中心。”黄毅说道。
“我们也有技术团队，就不麻烦你们了。”杭雨说道。
“那倒是，老关不仅可以共享我们的技术成果，自己也在研发更新，水平应该比我们更高。”黄毅笑着说道，突然有点想念跟关永林一起奋斗的日子。
“差不多吧，你和张教授合作怎么样？”杭雨问道。
“张教授虽然比我们更晚研发大数据技术，但是后来居上，现在水平已经超过我了。他的研发经验很丰富，知识基础丰厚，很多东西一点就透。”黄毅说道。
“不要妄自菲薄，我相信你也不差的。”杭雨鼓励道。
黄毅只是笑了笑，他自己什么水平心里清楚。
虽然都是教授出生，但黄毅在进入江燕公司之前，几乎没有试验经验，大部分时间都花在理论上面了。因为没有实际操作和成果，所以黄毅没有积累到足够的技术底蕴。
而张教授之前是国家级的工程师，在工信部工作，实操经验不是一般的丰富。技术人员并不是毕业后就不学东西了，他们在日后的实践当中，还要不停的学习。
也就是说，张教授在工作的二十多年当中，一直在学习吸收。而黄毅虽然也是教授出身，可是工作以后却没学到多少东西，底蕴差距显而易见。
“建设大数据试验区的计划还没公布，你们不用着急，以江燕公司在这方面的技术水平，我觉得到时候应该会受到贵州省委的邀请。”黄毅说道。
“是吗，如果计划上线了，你及时通知我。”杭雨说道。
“没问题。”黄毅回道。
杭雨已经得到了自己想要的信息，随后他又跟黄毅聊了一下工作生活。黄毅不是很喜欢这类话题，显得比较敷衍，于是杭雨很快结束对话，让他回去工作。
走出耕耘科技，杭雨和洪瞻上车离开。
“没想到国家这么重视大数据技术，竟然要在贵州建设国家级的试验区，这可是举国之力去发展一项技术，看来它比我想的更重要。”洪瞻感慨道。
“这是一种应用性极强的技术，可以全面推动国家发展，自然不遗余力。我们要搭上这辆顺风车，引领民间大数据的发展，开发更多应用软件。”杭雨说道。
“大数据可以应用到工程建设，也可以应用到其他行业。光是围绕着大数据技术，就能开发很多应用软件，可以建设多少家独立的子公司。”洪瞻说道。
“我不会把这项技术分离出去，我要进一步强化总部的综合实力。”杭雨说道。
回到公司后，杭雨当即把这件事跟岳勤等人说了，叫他们做好准备。
“把数据中心建在贵州，是不是离我们太远了。”岳勤诧异道。
“我们需要的计算资源多，依我看来，同时布局两个数据中心都可以。贵州一个，西安一个，你们觉得怎么样？”杭雨说道。
“投资很大，我们得算一下账。”夏明说道。
“没问题，你们慢慢算。”杭雨说道。
这样的事情不用杭雨一直跟着，跟他们说明要求就行了。
“这是一种应用性极强的技术，可以全面推动国家发展，自然不遗余力。我们要搭上这辆顺风车，引领民间大数据的发展，开发更多应用软件。”杭雨说道。
“大数据可以应用到工程建设，也可以应用到其他行业。光是围绕着大数据技术，就能开发很多应用软件，可以建设多少家独立的子公司。”洪瞻说道。
“我不会把这项技术分离出去，我要进一步强化总部的综合实力。”杭雨说道。
回到公司后，杭雨当即把这件事跟岳勤等人说了，叫他们做好准备。
“把数据中心建在贵州，是不是离我们太远了。”岳勤诧异道。
“我们需要的计算资源多，依我看来，同时布局两个数据中心都可以。贵州一个，西安一个，你们觉得怎么样？”杭雨说道。
“投资很大，我们得算一下账。”夏明说道。
“没问题，你们慢慢算。”杭雨说道。
这样的事情不用杭雨一直跟着，跟他们说明要求就行了。
“投资很大，我们得算一下账。”夏明说道。
“没问题，你们慢慢算。”杭雨说道。
这样的事情不用杭雨一直跟着，跟他们说明要求就行了。
第607章 商业化的难度（）
“上面可没说耕耘科技不能赚钱，我得问问张教授，为什么不把技术商业化，难道我们公司要一直靠国家养着。”邓云吉当即前往研发部，许贡连忙跟上。
张教授正在办公室里研究算法，无论是机器学习、模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理都涉及到算法。
大数据常用的算法有很多种，分别是分类决策树算法，聚类算法，关联规则算法，最大期望算法，迭代算法，分类算法，向量机算法等。
决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
由于这种决策分支画成图形很像一棵树的枝干，故称决策树。
举个例子，假设一个包含很多病人信息的数据集，我们知道每个病人的各种信息，比如年龄、脉搏、血压、最大摄氧量、家族病史等。
这些叫做数据属性。
现在给定这些属性，我们想预测下病人是否会患癌症。病人可能会进入下面两个分类：会患癌症或者不会患癌症。C4。5算法会告诉我们每个病人的分类。
做法是用一个病人的数据属性集和对应病人的反馈类型，C4。5构建了一个基于新病人属性预测他们类�