微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 Neo4j任命方俊强为大中华区总经理 深化客户和社区服务

Neo4j任命方俊强为大中华区总经理 深化客户和社区服务

2022-05-24 15:49
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2022-05-24 15:49 科技行者

近期,图数据平台Neo4j宣布任命方俊强为大中华区总经理。

方俊强先生在数据分析领域拥有多年的深厚经验,曾就职于Qubole、MapR、Pivotal、SAP和Oracle等软件公司,专注于数据分析,从事区域销售和业务开发工作。此前,他还曾在埃森哲和3M等公司担任过咨询职务。

履新后,方俊强将负责制定Neo4j在大中华区的发展战略,带领团队加强社区建设,深入了解客户面临的挑战和需求,并通过提供图数据平台助力客户解锁数据价值来加速数字化转型,从而继续推动Neo4j在大中华区市场的长足发展。

Neo4j任命方俊强为大中华区总经理 深化客户和社区服务

Neo4j大中华区总经理方俊强

作为图技术的开创者和原生图数据库市场的领导者,Neo4j拥有全球部署最广泛的图数据平台,现服务全球超1000家来自金融、电信、零售、医疗保健、制造、运输、物流等行业的客户和政府机构。2021年,Neo4j实现了显著的营收增长,年经常性收入 (ARR) 超过1亿美元。此外,Neo4j还在2021年获得超3.9 亿美元的融资,这是数据库领域有史以来的最大投资,Neo4j的估值达到 20 亿美元。

在过去的一年,Neo4j在亚太区市场的表现同样亮眼,营收增长超过100%,客户规模迅速壮大。澳大利亚联邦银行 (CBA)、澳洲电讯、Capital A、渣打银行、星展银行等全球知名的企业和政府机构用户都采用Neo4j的图数据平台来处理高度复杂且具有高度关联的数据。

Neo4j自2018年起进入中国市场,目前团队成员遍布北京、上海、广州、深圳,全面覆盖销售、市场、售后支持、合作伙伴和社区等领域,并与微云数聚、优阅达和南天信息等业内合作伙伴建立了良好的关系。Neo4j的社区在全球拥有25万名成员,其中多数分布在中国,成功的开发者生态建设为Neo4j在中国的迅速发展奠定了坚实的基础。迄今为止,Neo4j已将其全球团队规模扩大到 700 多人,拥有全球最大的图专业团队,并拥有众多品牌客户,呈现出强劲发展态势。

Neo4j亚太区副总裁Nik Vora表示:“方俊强的履新将进一步推动我们在大中华区市场的增长,也彰显了Neo4j对大中华区的重视和长期承诺。期待他带领Neo4j大中华区团队继续推动与加强合作伙伴关系,帮助客户分析复杂数据,提高应用价值,使其成为商业智能。”

方俊强表示:“由于数据量猛增、数据更加复杂且高度关联,以及人工智能的快速发展,图数据库相比传统型数据库呈现出显著优势,这也为Neo4j带来巨大的发展机遇。我非常荣幸能够与大中华区团队一起,继续深耕这一市场,帮助越来越多的中国企业通过Neo4j的图数据平台来挖掘数据的价值,释放增长潜能,提高投资回报率。”

大中华区是Neo4j的重要战略市场,Neo4j未来将在该区域专注于四个领域,包括客户成功、合作伙伴、开发者社区和团队扩展。通过进一步培养和壮大开源社区,为社区成员提供更多的培训,帮助其获得Neo4j的免费认证,从而让更多开发人员使用图数据技术。

相关资源

  • Neo4j “图无处不在” 关联系列线上直播回放:

Neo4企业版的特性及功能

Neo4j 图数据科学 GDS 2.0 正式发布

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-