京公网安备 11010802034615号
经营许可证编号:京B2-20210330
盘点2014:最受关注的十大云服务创业公司_数据分析师
云技术带来了技术爆炸,其快速的发展为创业公司带来了与传统巨头竞争的机会。这些创业公司很多都是些离开大公司且技术经验丰富的人,当然还有一些野心勃勃的年轻创业者,他们借助IT市场快速迭代的需求,服务范围从云基础设施到提供具备移动性、分析性和安全性的解决方案。
这是个勇敢的崭新的世界,并且这些创业公司认为他们拥有抢夺主流市场份额所需要的一切。
1. FireLayers : 守护网关
CEO:Yair Grindlinger
在几年前云端服务兴起并且摧毁一切的时候,FireLayers的CEO Yair Grindlinger和他的合作伙伴正在为企业安全性相关的项目工作。
但是以色列的专家也发现了这一绝好的机会,并且他们很快就为如何在新的IT领域内保护企业的想法做好了准备。
FireLayers发现像应用程序这一类的安全网关正在向云端迁移,并且开始为安全应用开发层级解决方案。
这家公司在雷德伍德城、加利福尼亚、荷兹利亚和以色列均有办公室,近期为所有设备上的用户添加了一个在所有的云端应用都支持安全性、依从性和政府控制的基于策略的安全网关。
2. Mirantis : 为大众带来OpenStack平台

CEO:Adrian Lonel
如果说有谁可以改变云领域现状的话,那就是OpenStack,一个可能对显性的和有所有权的公有云造成巨大威胁的开源的laaS云平台。
Mirantis,曾是建立OpenStack云平台的系统整合商,现在想要成为世界OpenStack平台开发的领头羊。
为了达到这个目标,这个在加利福尼亚的公司正在努力寻找方法使它的企业级OpenStack发行版更加容易部署、管理和升级。这个公司正在赢得企业用户,同时资金随之而来。
3. Shippable:在他们出名之前使用了Linux的容器
CEO:Avi Cavale
Shippable并不像这份名单中其他创业公司那样突出,但是持续的整合服务供应商值得被记住,因为它在同行还不知道Linux容器的时候发现了Linux容器的优点。
对Shippable团队来说幸运的是,在他们开始艰难地开发自己的容器时,一个叫做Docker的项目随之而来,给团队带来了一个预先包装好的解决方案。
Shippable从Docker容器建立持续的整合和传输平台使开发者可以在部署之前整合并测试他们的代码。这个西雅图公司希望渗透企业使用内部部署的结构或者公有云。
4. Docker:搅乱开发运营
CEO:Ben Golub
这一年是属于Docker的。
在2014年初的时候,Docker容器还算不上是最火的技术,而现在似乎已经是他们的时代了,尤其是主流的云服务提供商。
这个开源项目在六月发布了它的第一个企业级版本,而在年末时成为Google和AWS云会议的明星。
Google认为标准的Docker容器可能会比近段时间的其他技术更能影响云。
5. Xplenty:简化大数据过程
CEO:Yaniv Mor
这个由Waze投资者支持的以色列公司企图让云端使用Hadoop处理数据更加容易,让Hadoop对用户完全透明。
虽然Hadoop在分布式系统上为海量数据处理提供了一个强大的开源平台,但它不是任何人都可以轻易入手的,这也是Xplenty的立足之本。
Xplenty能够去除编码特性并使技术术语更容易被普通用户理解,适用图形用户界面代替了那些不知所云的东西。
6. DigitalOcean:进入The laaS Fray
CEO:Ben Uretsky
关于云的争斗已进入白热化,很难搞懂为什么会有新人期望涉足这个血腥的战斗场。但是一个位于纽约的创业公司DigitalOcean得到了一些重量级的投资,并且认为它可以通过简化网页结构的复杂性和专注于用户体验使云对开发者更加友好。
同时,DigitalOcean并不畏惧任何业内任何巨头,通过廉价的虚拟私有服务器(也被称为droplets)打开属于自己的空间。
7. CloudSigma:提供了一个“环保”云
CEO:Robert Jenkins
这个瑞士的laaS供应商在欧洲和美国,包括夏威夷,提供了高可用性和高灵活性的企业级混合云服务和云托管解决方案。
另外,因为在Equinix数据中心托管了自己的基础设施,它可以为其云服务提供专用的高速连接,绕过公共网络来减少一些客户对安全的担心,同时更有利建设混合云。
立足英吉利海峡,你会喜欢一个强调环境责任感并且提供碳中和服务器的公司。
8. ElasticBox:轻松的应用开发环境
CEO:Ravi Srivasav
ElasticBox,像Docker一样,把赌注押在了容器上。
ElasticBox的总部位于洛杉矶,该公司通过将应用程序堆栈所有组件集中到一个模块化、基于服务的应用程序开发过程,让专家和开发者可以非常简单的在一起开发应用。
这个面向DevOps的技术聚焦应用程序组件的重用,并且搭载了像Chef、Puppet、Ansible、Salt和Docker之类强大的协调和容器工具。
9. Treasure Data:基于云的端对端大数据解决方案
CEO: Hiro Yoshikawa
这个位于加利福尼亚,与资本市场有很多关联的公司提供与SaaS平台类似的在云中大数据处理服务。
它是个端对端的解决方案,专注于收集、存储和分析从各处收集的大数据,从手机设备到传感器。
虽然Treasure的第一批客户主要分析从广告和手机设备来的数据,但新兴的物联网行业使其得到发展。
Treasure Data将服务托管于AWS以及日本的一些数据中心。
10. Skyhigh Networks:使影子IT显形
CEO:Rajiv Gupta
这家创业公司位于加利福尼亚的库比蒂诺,专注于情境访问控制(Contextual access control)和应用程序审查 (application auditing)。
Skyhigh基于云服务的安全软件可以扫描整个网络并且鉴别出所有的雇员使用的云服务,尤其是那些无视公司规定的。这是与影子IT斗争中的另外一个武器。
虽然公司提供加密技术和防止数据丢失技术,Skyhigh 更偏向于通过身份验证管理和基于终端用户位置和其他因素的接触控制来保护数据、基础设施和任务关键型应用。
这家创业公司与Palo Alto 网络合作,同时与加密技术、tokenization 供应商SafeNet也有合作。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09