最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[人物] ugChain又添重要成员,普林斯顿数学博士兼IT大神重磅加盟!

[复制链接]
跳转到指定楼层
楼主
发表于 2019-11-18 12:05:19 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

近日,ugChain团队宣布,普林斯顿大学数学博士、原汤森路透(Thomson Reuters)Deals BI 产品首席BI开发和架构师、北大客座教授Dr. Chris Zhao加入ugChain团队,并担任首席算法架构师一职。未来他将负责从数学算法及技术底层角度进行研究,解决区块链领域的核心问题,同时并开展未来抗量子计算领域的探索攻克。

Dr. Chris早年参加数学竞赛,获得国内群论第一名,由数学家陈省身推荐,去美国普林斯顿大学攻读数学博士,师从数论大师G. Shimura和A. Wiles(后者证明了费马猜想,解决了这个困扰人类三百多年的数学难题)。

在普林斯顿博士攻读期间,他与博弈论数学家John Nash(94年诺贝尔经济学奖获得者)有密切合作,并与纳什一同受邀参加了历史上首次也是唯一的一次在中国召开的国际数学家大会。毕业后,他做过博士后研究,后来受到纳什的推荐和影响,转入工业界任职,他所服务的客户包括:UPS、AT&T、Deloitte &Touche、Citibank、Credit Suisse、Thomson Reuters等等。

Dr. Chris与纳什夫妇在纳什家里合影

Dr. Chris专业领域跨越数据仓库、商业智能、算法、机器学习和数据科学,他曾为各种不同行业的企业客户提供咨询和培训服务,并帮助他们从零开始建立数据仓库、商业智能和大数据分析系统,部分涉及的项目及领域有:Network and Information Security Data Analytics(网络信息安全分析及入侵防范)、AML(Anti-Money Laundering) 反洗钱、Investment Banking Deal & League Table投资银行交易深度分析及排行榜 、Financial Product Usage behavior Analytics 金融产品用户行为分析、Internet Search and Internet Traffic互联网搜索、用户、流量及行为分析、Investment Portfolio Performance and Risk Analytics(投资组合收益及风险分析)等。

目前ugChain双链交互模式已投入使用,在BaaS平台和ugCloud优化完成后,ugChain将逐步启动ugChain公链开发,让 UGC 会完全脱离以太坊系统,运行在自己的公链系统之上,ugChain将由前期的 UGT-1.0、目前的双链模式 UGC-2.0,逐步走向 UG 公链-3.0 阶段。未来Dr. Chris将参与到ugChain整体的项目架构工作中,并负责ugChain区块链底层核心算法和架构的开发。相信有了Dr. Chris的加入助力,ugChain项目底层平台开发工作的推进会更为顺利。

Dr. Chris公开演讲

Dr. Chris谈到,他对于区块链技术一直保持着深度的关注研究,ugChain是一个以技术为主导的区块链项目,团队核心成员都是这个行业的佼佼者,而吸引他加入这个项目的主要原因,是他和其他成员对于区块链技术未来创新有许多共同见解。他很高兴能够将自己的专业研究实现于区块链技术的探索应用中,也相信ugChain能够在区块链底层技术的开发和应用的实践中取得更多成果。

ugChain在区块链领域的探索,一直以来受到多方关注。1月底,ugChain联合嘉楠耘智(全球第一台专业矿机“阿瓦隆”生产商)、科达股份(600986)、云游控股(00484)四家共建“科达区块链研究院”,未来将在区块链技术研究、区块链人才培养、区块链项目孵化等方面开展工作,携手深耕区块链技术的研究创新。在这里,ugChain也欢迎更多优秀成员及组织的加入,共同为区块链行业的发展赋能。

来源:金色财经


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 00:35

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表