Ο Τάσσος Αργυρός αποφοίτησε αριστεύοντας το 2004 από τη Σχολή ΗΜΜΥ του ΕΜΠ. Ακολούθησε Master σε Computer Science στο Πανεπιστήμιο του Stanford, ενώ παράλληλα ξεκίνησε το διδακτορικό του στο Distributed Systems Group του ίδιου πανεπιστημίου, υπό τον καθηγητή David Cheriton. Το τελευταίο όμως μοιάζει πως δεν θα ολοκληρωθεί σύντομα…
Ο Τάσσος ίδρυσε το 2005 την Aster Data Systems, μαζί με τους συμφοιτητές του Mayank Bawa και George Candea. Τo concept? Μία νέα, scalable αρχιτεκτονική για την ανάλυση μεγάλων βάσεων δεδομένων (.pdf). Τα νέα, από ιδιαίτερα ευχάριστα γίνονται συναρπαστικά: H AsterData, έχοντας ήδη λάβει χρηματοδότηση $6M, έχει ήδη πελάτη το MySpace (!!! .pdf) και αυτή την εβδομάδα βγήκε από stealth σε public mode, απολαμβάνοντας κάλυψη από τα Techcrunch, Read Write Web, E-Week, PC-World, CNET, Information Week, CIO Magazine, InfoWorld & Washington Post!!!
Εϊναι τέλος ακόμα μεγαλύτερη η χαρά μας να ανακοινώσουμε πως ο Τάσσος θα βρίσκεται ζωντανά μαζί μας, για μία συνέντευξη μέσω live streaming, την ερχόμενη Τετάρτη 28 Μαϊου, στις 7 το απόγευμα. Συντονιστείτε στο OpenCoffee.gr για τα περαιτέρω, ενώ μπορείτε να υποβάλλετε από τώρα -πέρα από τα συγχαρητήρια- και τις ερωτήσεις σας στον Τάσσο μέσω των σχολίων εδώ.
9 comments
Πολύ ενδιαφέρουσα ιστορία, προκαλεί αρκετές σκέψεις. Η πρώτη από αυτές είναι το πώς μπορεί να πάρει κανείς αυτά τα 6Μ.
Η δεύτερη είναι πως τελικά ίσως δε χρειάζεται “η καλή ιδέα”, αλλά το “κυνήγι της όποιας ιδέας”.
Μια ερώτηση που μου έρχεται τώρα είναι η εξής:
Tάσσο congrats!! τι σε έπεισε ότι θα πετύχει η ιδέα? Τι σε έκανε να μην πεις “μπααα, δε θα πιάσει αυτό, παράτα το”?
Έπεσα πάνω σε ένα ακόμη post για την Aster από το Dataworky.
Για όσους δεν έχουν χρόνο να το διαβάσουν, ένα απόσπασμα:
Mayank, Tassos and George are among the best thinkers I know on the topic of large scale data analytics. They have been exceedingly thoughtful in the architecture of their new database. They have some really nifty stuff in there, including incremental scalability, intelligent data partitioning, and query optimization algorithms. One of the coolest demos I’ve seen is when they run a large query that touches terabytes of data, and then kill several of the nodes in the system that are actively processing the query. The system transparently migrates query processing, and out pop the results. This kind of behavior is essential when you’re dealing with queries that can take several minutes to hours to execute, increasing the likelihood of failures during query processing, especially when using commodity nodes.
Η απορία μου εμένα προς τον Τάσο είναι πόσο τον πειράζει που παράτησε το διδακτορικό και πώς παίρνεις μια τέτοια απόφαση.
Ante kai sta dika mas!Sygxaritiria Taso kai anamenoume to live!!!Tons of questions kyrios gia thn arxi!
οτι κάνεις κάτι τόσο μεγάλο και όχι απλά βγάζεις λεφτά αλλα δημιουργείς τι να το κάνεις το διδακτορικό…
Sxetika me to na afhseis didaktoriko… profanos kai dimiourgeis omos otan ftiaxneis mia epixeirish den asxoleisai ston idio vathmo me to antikeimeno sou. Epomenos einai mia dyskolh apofash analoga me to antikeimeno. px. oi ydrites tou google poso asxolountai me ranking algorithmous… tha thelane omos?