2016 年 1 月 29 日，也是 Hadoop 十岁生日，我们在这个新开设的 InfoQ 垂直公众号上发布了第一篇文章。如今一年多过去了，这儿已经汇集了国内外最多的大数据垂直细分领域的优秀技术人。最开始的时候我们的定位就是“专注大数据和机器学习，关注前沿技术和业界实践“。并且一直开设免费的技术公开课，形成了 5000 人的大数据微信社群。
我们遵照“一手原创”的原则，给大家推送大数据和机器学习的开源和实践等方面的干货文章，这些一方面来源于我们的一线社区编辑翻译一方面来源于原创投稿，亦或是主题约稿。同时，我们也做了四五十期公开课，这些公开课都是我们讲师精心准备，并亲自到社群参与答疑互动。而且这些课程的开设离不开我们大数据杂谈的志愿者，他们一边充当公开课主持人，一边负责在讲师讲课时与讲师沟通，将讲师消息同步到所有社群，保证了公开课的正常有序进行。
我们希望传播大数据领域最新的技术。
这张图是技术采用周期，表示一项技术从诞生到进入主流市场，最后被淘汰的一个生命周期。第一时期是技术创新阶段，对应的是技术狂热者；第二个阶段是早期采用阶段，应对的是乐于通过实际应用验证新技术的人；第三个阶段是早期大众阶段，经过早期采用者的实践，证明这个技术值得使用，主流开发者开始进入，开始建设围绕这项技术的生态，得出适合自己的解决方案。第四个阶段是晚期大众，技术和生态非常成熟才会使用；最后一个阶段就是淘汰阶段了。
我们希望推广的技术是在第二第三阶段的，我们自己也必须去关注哪些技术是属于这些阶段中的，不断去宣传大家的落地验证，从而不断用得到的正反馈去完善这个技术的生态。我们也希望对这些技术不是点过即止，我们希望能深度挖掘。
前些时候，跟一位专家深夜谈 TensorFlow 稿件，专家问社区里现在有哪些关于 TensorFlow 的文章，我刷刷的就把大数据杂谈上发过的相关文章找出来发给他了。最后他得出了结论：1，社区都是在讲如何搭建和使用工具阶段；如果 AI 只会搭建使用工具是做不出东西来的。2，对 InfoQ 的主编语重心长的进行了教育：如果你们继续把 AI 放在大数据下面，你们 InfoQ 十年内就会玩完。首先第一条，我觉得是我们挖掘不够，国内外企业使用 TF 等，肯定是大有成果在的，只是没有精力面对社区输出。我们策划了一系列约稿，也希望对机器学习（不仅是 TF）有实践的公司都能参与进来，如果你们有实践愿意输出，恳请与我们联系：[email protected]。第二条，正如上面所说，从一开始，我们就定位面对“大数据和机器学习”，远在 AI 火之前。我们的读者应该都知道大数据、机器学习和人工智能的关系，不需详述，对于机器学习，我们会继续做一些深度内容，不仅不会放弃而是会更加努力。同时我们也明白人工智能是比大数据更宏观层面的东西，我们在一个月前就开设了一个新公众号“AI 前线“，定位不同，欢迎关注。
我们的线上社群已经积累到 5000 人，大部分也是经过实名审核认证的各公司有经验的大数据技术人员，大家自觉维护了一个干净的有学习氛围的社群。这跟线下大会是一种不同的学习和传播方式，我们的每一次技术分享（或者说是公开课）参与人数也都超过一般的大会，同时不会受时间地点限制。同时分享结束之后，分享内容马上发布到我们对应的“大数据杂谈”公众号上，同时上传 InfoQ 官网进行发布。如果说线下大会是在传播成熟大公司技术，那么我希望我们的线上社群同时也能为中型小型企业的一些技术和经验传播服务（当然，大公司也很欢迎），同时也希望有能力的个人来讲讲自己的经验和成长心得。
我们希望社区内容能来源自社区，希望社区的建设能得到大家的共同参与，这样才能更好的 发挥大数据社区的价值。希望能够招募到优秀的技术人，加入 InfoQ 社区垂直社群，为技术人提供更优质的内容，更优质的社群！
加入理由？
理由 1：因为我是翻译爱好者，想不断提高自己技术翻译水平，成为【大数据和 AI 专区译者】
大数据和 AI 译者团队是 InfoQ 社区编辑团队的子集和训练营，致力于将大数据和 AI 技术界的高质量内容及时、准确地带入中文界，团队成员都是在软件开发领域一线有数年经验的热心人士，在自己的工作之余，为 InfoQ 中文站（乃至整个技术社区）贡献自己的能力、时间和精力。
优秀示例：
Apache Beam 的前世今生：谷歌已经不再使用 MapReduce 了
Andrew Ng 宣布离职百度：将开启在人工智能领域的新篇章
必备条件：
一线开发，通过试译。
如何加入：
发送邮件至 [email protected]，主题注明“大数据和 AI 译者申请”。正文：提供申请者姓名、电话、邮箱（最好是 Gmail）、QQ 或微信、200 字左右的个人介绍（可包含您所擅长或感兴趣的技术领域，个人的微博、博客、GitHub 主页，写作翻译的作品）。
补充说明：
InfoQ 社区译者 没有硬性任务，在空余时间领取翻译任务，按规定时间提交即可。译者团队欢迎真正的大数据和 AI 翻译爱好者，会提供一定的奖励予以鼓励，不欢迎为了翻译而翻译，为了奖励而翻译的同学。
理由 2：因为我喜爱阅读、信息灵通，我想为大家提供最新鲜的资讯，成为【大数据和 AI 探索者】
大数据和 AI 探索者是一群喜爱阅读、有阅读各（英文）网站新闻习惯、信息灵通的技术人，喜欢将自己每天看到的优秀内容记录下来，分享给大家。如果你也具备这样的特质，那么快快加入吧！
必备条件：
喜爱阅读，关注大数据和 AI 动态。
如何加入：
发送邮件至 [email protected]，主题注明“大数据和 AI 探索者申请”。正文：提供申请者姓名、电话、邮箱（最好是 Gmail）、QQ 或微信、200 字左右的个人介绍（可包含您所擅长或感兴趣的技术领域，个人的微博、博客、GitHub 主页，写作翻译的作品）。
理由 3：因为我是资深大数据和 AI 工程师，我想正确引领大数据和 AI 技术发展，成为【InfoQ 大数据和 AI 技术把关人】
我是资深大数据和 AI 工程师，我想帮助 InfoQ 更正确更及时地引领大数据和 AI 的发展，帮助大数据和 AI 技术人看清技术发展的未来。
必备条件：
做过 QCon 或 ArchSummit 大会的讲师或者在 InfoQ 上发布过 3 篇以上深度技术文章。
如何加入：
发送邮件至 [email protected]，注明“大数据和 AI 技术把关人”申请并附带个人简介。
理由 4：因为我是资深大数据和 AI 工程师，我想正确引领大数据和 AI 技术发展，成为【InfoQ 大数据和 AI 技术采访人】
我是资深大数据和 AI 工程师，喜欢到现场或以电话邮件等方式和大牛访谈，进行思想碰撞。
必备条件：
做过 QCon 或 ArchSummit 大会的讲师或者在 InfoQ 上发布过 3 篇以上深度技术文章，亦或者在大数据杂谈社群开过公开课。
优秀示例：
蚂蚁金服刷脸支付为何上榜《MIT 科技评论》全球十大突破性技术
专访高性能计算领军人物刘文志：并行计算的未来，是让人工智能无处不在
如何加入：
发送邮件至 [email protected]，注明“大数据和 AI 技术采访人”申请并附带个人简介。
理由 5：因为我是一线开发者，我想让 200 万 InfoQ 读者听到我的声音，成为【大数据和 AI 技术分享者】
有了优质的实践和产出，想分享给 200 万 InfoQ 读者，让他们听到我的声音，少走弯路？那么快快来分享吧！
优秀示例：
基于机器学习方法对销售预测的研究
为什么已有 TensorFlow 和 Spark，第四范式还要开发“先知”平台？（以上 2016 年公开课，也可点击公众号菜单查看 2016 年合集）
大规模机器学习的编程技术、计算模型以及 Xgboost 和 MXNet 案例
CNN 浅析和历年 ImageNet 冠军模型解析（以上 2017 年公开课，也可点击公众号菜单查看 2017 年合集）
必备条件：
优质的实践，整理成文。
发送邮件至 [email protected]，注明“大数据和 AI 技术投稿”并附带文章。如果是想申请社群公开课主讲，请注明“大数据和 AI 技术分享“并附带个人简介和分享主题。
想督促自己紧跟技术潮流？
想不断提高自己翻译水平？
想勾搭大牛做个深度采访？
为大数据和 AI 发展指明正确方向？
为自己赢一张 QCon / ArchSummit 门票？
不要犹豫了，快发邮件加入我们吧！
