熱門Ptt文章

[爆卦]Flink介紹是什麼？優點缺點精華區懶人包

雖然這篇Flink介紹鄉民發文沒有被收入到精華區：在Flink介紹這個話題中，我們另外找到其它相關的精選爆讚文章

在 flink介紹產品中有4篇Facebook貼文，粉絲數超過0的網紅，也在其Facebook貼文中提到， #MealKit版矽谷群瞎傳 （這篇文章是昨天發表的〈 #獨立餐廳做MealKit有優勢嗎？〉 的補充，對於美國meal kit業者的發展過程有更詳細的介紹，歡迎大家一起閱讀！） https://www.facebook.com/100044437269572/posts/34316200050...

「flink介紹」的推薦目錄

  • flink介紹 在 Facebook 的最讚貼文

    2021-06-22 13:36:38
    有 167 人按讚

    #MealKit版矽谷群瞎傳

    （這篇文章是昨天發表的〈 #獨立餐廳做MealKit有優勢嗎？〉 的補充，對於美國meal kit業者的發展過程有更詳細的介紹，歡迎大家一起閱讀！）

    https://www.facebook.com/100044437269572/posts/343162000508373/?d=n

    #BlueApron的暴起狂飆

    曾經，meal kit是矽谷創投最看好的項目，皇冠上的那顆寶石。它被期待能改變消費習慣，撼動飲食產業，進軍全世界，the next big thing。這一切，卻在Blue Apron災難性的IPO後，大夢初醒。

    Blue Apron是美國meal kit產業的先行者，2012年誕生，雖然同期有HelloFresh（總部在德國）、Plated二家競業，但Blue Apron獲得的媒體聲量與創投資金始終走在前面。如果新創事業能像明星一夕爆紅，其成名時刻，就是有人拿大量的錢砸你。Blue Apron成立不到二年，就獲得三輪募資，估值5億美元。

    活生生的《矽谷群瞎傳》劇情是這樣：Matt Salzberg從事投資業，畢業於哈佛商學院，曾任職於知名投資機構Blackstone與Bessemer Venture Partners；Ilia Papas是一位軟體工程師，有十年的軟體工作經驗。二人想創業，原本的構想是給科學家使用的群眾募資平台，卻因為Papas某天花了大量時間買菜備料只為做一頓經典的牛排晚餐，而靈機一動：做飯這件事，一定有更好的方法。他們想到了meal kit，參考的對象是瑞典業者「Linas Matkasse」，但二人都不會做菜，於是找來Salzberg的家族友人、專業廚師Matt Wadiak一起合夥。

    Blue Apron的第一份餐點在2012年8月送出。當時，三人在租來的商業廚房裡，親自烹煮、包裝餐點，如果臨時欠缺食材，其中一人還得跑去超市買。募資計畫也快速展開，2013年2月，Blue Apron從Bessemer、First Round等創投機構與其他投資人募得3百萬美元，公司估值9百萬美元；六個月後，他們又募得5百萬美元，公司估值3千萬美元；2014年4月，他們進一步募得5千萬美元，公司估值飆漲到5億美元，是一年二個月前的17倍。可以看出Matt Salzberg的學經歷發揮了很大的作用。

    銀彈多到滿出來，Blue Apron進入一段瘋狂成長期。2014年，其營收是7千8百萬美元，至2016年，營收已衝破7.95億美元，員工人數擴增到5千人。然而，公司始終不賺錢，虧損隨同營收逐年擴大，2014年的營運成本與費用共1.08億美元，其中有 1千4百萬美元花在行銷上；至2016年，營運成本與費用已來到8.5億美元，行銷費用更飆漲到1.44億美元。

    #MealKit賺錢嗎？

    Blue Apron飆速成長的同時，美國meal kit產業也蓬勃發展。除了HelloFresh、Plated，其他競爭者如Sun Basket、Home Chef也積極搶市，Marley Spoon更找來美國生活產業教母Martha Stewart聯名，另也開始出現專攻某類飲食的meal kit公司，例如植物性飲食的Purple Carrot。2016年，美國已有超過150間meal kit業者。

    Meal kit也成為創投鍾愛的項目。2011年，全世界只有一間得到創投支持的meal kit公司（應是德國的HelloFresh）；2015年，創投業者投了25個meal kit業者，總金額3.08億美元。

    然而，也就在這段時間，眾人發現meal kit的商業模式很難賺錢。從Blue Apron連級跳的行銷費用就可得知，開發新客非常花錢，而一旦客人上門，留住他們也很困難。2017年，Emory University的行銷學助理教授Daniel McCarthy就曾估算，Blue Apron有72%的用戶在頭六個月內取消訂閱。

    Meal kit的供應鏈也暗藏許多風險。料理懶人包的設計天生複雜，一道菜的零組件很多，主食材、配料、醬汁都要分開包裝，有生鮮有調理，每樣零件要放進正確的地方，而消費者只要拿到一次裝箱有缺陷的meal kit，可能就沒有下次了；包裝也要小心，必須在低溫環境下，盒子要經過冷藏；從農場運食材到包裝中心，再從包裝中心運meal kit到消費者家，稍有不慎，也都有食安風險。

    加總各項環節，你會得出這項結論：meal kit是一種資本密集的行業。高營運成本、低顧客忠誠度，導致業者必須燒錢才開得下去。

    #零售巨擘加入戰局

    2015年6月，Blue Apron取得最後一輪創投募資，挹注資金高達1.35億美元，使公司估值來到20億美元，晉升獨角獸俱樂部。

    然而，2016年、2017年，正是整個行業競爭加劇、創投開始收手的時期，幾間較大規模的meal kit業者都在尋求出場機會。Blue Apron並不求售，他們選擇的路是公開上市，向大眾募集資金。2017年6月1日，Blue Apron向紐約證交所提交上市申請，計畫以每股15美元至17美元的價格銷售3千萬股。

    好巧不巧，就在Blue Apron申請上市二週後，Amazon宣布併購美國有機超市Whole Foods。震撼彈炸開來，Amazon積極擴展生鮮雜貨事業，新創業者還要玩嗎？

    2017年6月29日，Blue Apron正式在紐約公開上市，開盤價是每股10美元，比原先希望的15至17美元低上許多，公司估值也低於2015年最後一輪募資時的20億美元。市場信心明顯不足，除了質疑Blue Apron本身的獲利能力，Amazon併購Whole Foods也有影響。

    2017年11月，HelloFresh在德國上市了，也發生公司估值低於最後一輪創投募資的情形。Plated則採取另一條出場路徑：被美國超市Albertsons收購，價格據傳為2億美元（有趣的是，Plated的二位創辦人其實是Matt Salzberg在哈佛商學院的同學！）；2018年6月，則換Home Chef被另一美國超市Kroger收購。

    你應該看出來了，meal kit新創業者的一條出路是傳統雜貨零售商。超市有完整的基礎建設，成熟的供應鏈，可以解決meal kit一部分營運成本的問題，若在實體門店販售，也沒有線上綁定訂閱的沈重感。對於超市而言，它們獲得一種新產品，也打進一種新業態。

    2018年3月，Walmart推出自己的meal kit，起初在美國250間門市上架，後推行到2000間門市。也曾與另一meal kit業者Gobble合作，在Walmart線上商店販售Gobble的產品。

    Amazon則在2017年7月推出meal kit服務，原限定於芝加哥地區，2019年擴展至某些Whole Foods門市與Amazon Go無人超市，2020年才真正將線上訂購擴展至全美國。線上訂購，用戶必須是有訂閱Amazon Fresh（月費14.99美元）的Amazon Prime會員（年費99美元），訂閱的費用算在這裡，即便Amazon的meal kit定價比較便宜，加上這些訂閱費用，就沒有省到；原即Amazon Fresh的會員就有利了，等於新增一種產品可以買，繼續享受當日到貨的便利性。

    #疫情推了一把

    Blue Apron上市後，命運多舛。股價起不來，裁員頻頻，IPO 後不到四個月就裁了6%的員工（約300名），2018年11月又裁了4%的員工（約100名），同年12月，股價探到1美元以下。2019年5月，紐約證交所通知Blue Apron可能下市的危機，Blue Apron只好進行反向股票分割，減少股數、提高股價。

    侵襲全球的COVID-19，卻像一場及時雨，灌溉了Blue Apron的業績。

    2020年第二季，Blue Apron 新增2萬名客戶，IPO後首度轉虧為盈，獲利110萬美元，前一年同期可是虧損770萬美元。不過，2020年Blue Apron全年營收為4.6億美元，和2019年相比，僅有微幅增長。

    疫情下，在十四個國家營運的德商HelloFresh則表現傑出許多。HelloFresh視美國為主要市場，從2018年起就超越Blue Apron，現為美國市占最高的meal kit業者，其2020年第四季營收為7億美元，與前一年同期相比成長了99.3%，全年營收逼近25億美元，年成長率102.3%，送餐數也倍增，來到278萬份，更有260萬名活躍客戶。相較之下，同為2020年第四季數據，Blue Apron的活躍客戶只有35.3萬名。

    不過，市場分析預期，美國疫苗施打普及、全面解封後，疫情推升的meal kit銷售熱潮，將會逐漸回穩。

    #TheNextBigThing？

    繼meal kit之後，下一個熱門的食物外送網路新創是什麼呢？我看到科技商業策略作者 Manny Li 分享 #生鮮雜貨10分鐘外送 的新創募資浪潮。

    https://www.facebook.com/photo?fbid=1174418342970627&set=a.214707742275030

    他提到歐洲多家生鮮雜貨外送新創的募資成績，包括英國的Dija，主打10至20分鐘內到貨，2020年12月完成2000萬美元種子輪募資；英國的Weezy，同樣訴求，今年完成2000萬英鎊的A輪募資；德國的Gorillas，成立不到一年，今年3月完成2.9億美元B輪募資；德國的Flink，同樣成立不到一年，今年6月完成2.4億美元的A輪募資。

    以後，當我們準備晚餐臨時欠一把蔥時，是否能按按手機就在10分鐘後開門取貨呢？

    商業世界裡，永遠不缺改變世界的野心家。

  • 軟體開發學習資訊分享

    flink介紹 在 軟體開發學習資訊分享 Facebook 的最佳貼文

    2020-11-17 07:53:41
    有 3 人按讚

    ✅ 課程說明

    成為一個完整的資料科學家和機器學習工程師！ 加入一個由20多萬名工程師組成的線上社群，參加一個由行業專家教授的課程，這些專家實際上為矽谷和多倫多等地的大公司工作過。 這是一個剛剛在 2020年 1 月推出的全新機器學習和資料科學課程！ Andrei 課程的畢業生現在在谷歌、特斯拉、亞馬遜、蘋果、 IBM、 JP 摩根、 Facebook 等頂級科技公司工作。

    從頭開始學習資料科學和機器學習，得到聘用，並在 Udemy 的最現代、最新的資料科學課程(我們使用最新版本的 Python、Tensorflow 2.0 和其他程式庫)的道路上享受樂趣。 本課程的重點在於提高效率: 不要再花時間在令人困惑的、過時的、不完整的機器學習教程上了。 我們非常自信，這是你找遍任何地方才能找到的最全面、最現代的課程(我們知道，這是一個大膽的陳述)。

    這個綜合性的、基於專案的課程將向你介紹資料科學家的所有現代技能，在這個過程中，我們將建立許多真實世界的專案，新增到你的履歷組合中。 你可以訪問 Github 上的所有程式碼、工作簿和模板( Jupyter Notebooks ) ，這樣你就可以馬上把它們放到你的作品集中了！ 我們相信這門課程解決了進入資料科學和機器學習領域的最大挑戰: 在一個地方擁有所有必要的資源，並學習僱主想要的最新趨勢和工作技能。

    課程將是非常實際的，因為我們將帶領你從頭到尾成為一名專業的機器學習和資料科學工程師。 課程提供兩個路徑。 如果你已經知道程式設計，那麼你可以直接進入並跳過我們從頭教你 Python 的部分。 如果你是全新的，我們將從一開始就教你 Python 以及如何在現實世界中使用它來完成我們的專案。 不要擔心，一旦我們通過了像機器學習 101 和 Python 這樣的基礎知識，我們就可以進入高階主題，像神經網路、深度學習和轉移學習，這樣你將能夠在真實世界中實踐，並為實戰做好準備(我們向你展示完全成熟的資料科學和機器學習專案，並給你程式設計資源和備忘錄) ！

    本課程的主題包括 :

    ✅ 資料探索與視覺化
    ✅ 神經網路和深度學習
    ✅ 模型評估與分析
    ✅ Python 3
    ✅ Tensorflow 2.0
    ✅ Numpy
    ✅ Scikit-Learn
    ✅ 資料科學與機器學習專案和工作流程
    ✅ 在 Python 用 MatPlotLib 和 Seaborn 做資料視覺化
    ✅ 轉移學習( Transfer Learning )
    ✅ 影像辨識和分類
    ✅ 訓練/測試並交叉驗證
    ✅ 監督學習 : 分類、迴歸和時間序列
    ✅ 決策樹和隨機森林
    ✅ 整體學習( Ensemble Learning )
    ✅ 調整超參數( Hyperparameter Tuning )
    ✅ 採用 Pandas 資料框解決複雜任務
    ✅ 採用 Pandas 處理 CSV 檔
    ✅ 採用 TensorFlow 2.0 和 Keras深度學習 / 神經網路
    ✅ 使用 Kaggle 並進入機器學習競賽
    ✅ 如何呈現你的發現並讓你的老闆印象深刻
    ✅ 如何為你的分析清理並準備你的資料
    ✅ K 最近鄰( K Nearest Neighbours )
    ✅ 支援向量機( Vector Machines )
    ✅ 迴歸分析( Linear Regression/Polynomial Regression )
    ✅ 如何運用 Hadoop、Apache Spark、Kafka 和 Apache Flink
    ✅ 如何用 Conda、MiniConda 和Jupyter Notebooks 設定你的環境
    ✅ 配合 Google Colab 採用 GPUs

    到本課程結束時，你將成為一名完整的資料科學家，可以在大公司找到工作。 我們將利用我們在課程中學到的一切來建構專業的真實世界專案，比如心臟病檢測、推土機價格預測器、犬種影像分類器等等。 到最後，你將有許多你已經建立的專案向其他人炫耀。

    事實是: 大多數課程都教你資料科學，而且就只這樣。 他們會告訴你如何開始。 但問題是，你不知道接下來要往哪去，也不知道如何建立自己的專案。 或者他們會在螢幕上顯示大量的程式碼和複雜的數學運算，但是他們並沒能好好地解釋清楚到你能夠自己去解決現實生活機器學習問題的程度。

    無論你是程式設計新手，還是想提高你的資料科學技能，或者來自不同的行業，這門課程都是為你而設的。 這個課程不是讓你在沒有理解原則的情況下編寫程式碼，這樣當你完成這個課程的時候，除了看另一個教學，你不知道還能做什麼。 不！ 這門課程將推動你且向你挑戰，從一個完全沒有資料科學經驗的初學者，到成為一個可以滿載離開、忘記 Daniel 和 Andrei、建立自己的資料科學和機器學習工作流程的人。

    機器學習在商業行銷和金融、醫療保健、網路安全、零售、運輸和物流、農業、物聯網、遊戲和娛樂、病人診斷、詐欺檢測、製造業的異常檢測、政府、學術 / 研究、推薦系統等等方面都有應用。 在這門課程中學到的技能將為你的職業生涯提供許許多多的選擇。

    你聽到許多像人工神經網路或人工智慧等敘述，完成本課程，你將對這些詞有深刻的了解。

    現在就加入課程，加入我們社群，在這個行業獲得支持，學習資料科學和機器學習。 我們保證這比任何關於這個話題的訓練營或者線上課程都要好。 課堂內見！

    https://softnshare.com/complete-machine-learning-and-data-science-zero-to-mastery/

  • iThome

    flink介紹 在 iThome Facebook 的最佳解答

    2020-04-29 01:30:44
    有 14 人按讚


    關於大數據應用，搭配Hadoop與Spark等軟體之餘，若要做到即時的資料串流處理，可能還需要搭配其他軟體，例如Kafka、ELK、Cassandra，等，以便實現批次與連續式處理，使得IT人員、資料科學家、開發者需要面對許多應用程式的管理與使用，而這些系統也是各自獨立，除此之外，儲存系統能否與資料處理平臺整合，並具備足夠的延展性，也是需要考量的。

    近期市面上出現一些企業級資料平臺解決方案，而且是針對大數據的應用而來，廠商強調的特色，就是整合多種開放原始碼軟體，希望能夠提供即時的資料處理能力。而我們接下來要介紹的Dell EMC Streaming Data Platform，就是一例，這項產品其實已經發展了好幾年，最先是在該公司2017年舉行的全球用戶大會預告，稱為鸚鵡螺計畫（Project Nautilus），而今年終於正式推出，當中搭配的資料處理軟體主要是Pravega、Apache Flink，而底層的基礎架構最後底定為VMware與Pivotal發行的Kubernetes版本PKS。

    https://ithome.com.tw/review/136939

你可能也想看看

搜尋相關網站