阿里云服务器一年25000，毕业后有哪些工作岗位？
本人从事大数据以及相关行业，从目前大数据实际运用的角度来说一下这个问题。以下是我整理的近年来大数据相关好岗位以及岗位职责，技能需求需求，供参考
一，大数据开发
从事大数据开发工程师
岗位职责
1、利用Hadoop、Spark等技术在分布式系统上对海量历史数据进行预处理，挖掘用户信
息；
2、参与大数据基础平台的搭建和维护；
3、负责广告投放项目管理平台研发；
4、负责大数据计算处理平台项目研发。
技术要求
1、熟练掌握c++/Java开发，具备扎实的程序设计基本功和学习能力
2、熟悉 Linux，熟悉 shell/perl/python/php 等脚本语言的一种或多种。
3、熟悉传统数据库MySQL。
4、熟悉MapReduce、Storm、Spark、Spark Streaming等大数据开发工具，对源代码
有一定研究者优先；
5、熟悉linux环境，熟悉shell等脚本编程；
6、有大规模数据处理和日志处理经验的优先。
7、有较强的人际沟通、协调能力，具备与技术人员沟通数据需求的能力；
8、具备良好的逻辑分析能力和解决实际问题的能力。
二，大数据运维
从事大数据运维工程师
岗位职责
1、负责大数据平台整体软硬件的日常运维；
2、分析平台运行状态，进行性能优化；
3、负责大数据平台运行故障的分析、定位和解决；
4、负责新技术、新组件的技术探索、测试和应用；
5、支撑运维自动化系统的设计和开发。
岗位要求：
1、 熟悉hadoop生态圈主要开源技术组件及其工作原理，能阅读相关源代码，能顺利阅读英文文档；
2、熟悉软硬件设备、网络原理，有丰富的大数据平台部署、性能优化和运维经验；
3、熟悉Linux，熟悉cacti、ganglia、zabbix等运维软件，熟悉SaltStack、Ansible等自动化软件，有python、java、shell编程基础；
4、工作认真负责，有较强的学习能力、动手能力和分析解决问题的能力；
补充：
熟悉
Hadoop/Hbase/Hive/Presto/Yarn/Spark/Storm/Kafka/Elasticsearch/Flume等开源项目，有运维优化经验者优先；
熟悉Linux操作系统的配置、管理及优化；
熟悉Python、Linux、shell,有ETL维护经验、电信行业大数据维护经验者优先
三，数据挖掘
从事数据挖掘工程师
岗位职责
1、对海量数据进行分析，建立数据挖掘算法，利用大数据对产品进行研究和建模，为用户提供评估和预测等功能；
2、参与/负责用户画像、推荐等系统搭建，参与核心产品推荐场景算法的研发和优化；
3、采用先进的数据挖掘和机器学习算法，为公司业务部门提供决策依据；
4、搭建数据挖掘系统和机器学习系统，实现智能平台的自动化流程。
1、具备强悍的编码能力，有扎实的数据结构和算法功底；
2、优秀的学习能力、独立分析问题和解决问题能力；
3、熟悉Linux开发环境，熟悉Python，PHP，Java等语言两种以上；
4、熟悉基本的数据分析方法、数据挖掘、机器学习算法；
5、熟悉SPSS/Modeler/R/Python等至少一种数据挖掘工具；
6、熟悉Hadoop/Spark，有Elasticsearch，Solr，Kafka，Flume等开源项目使用经验
7、有画像、广告、推荐，搜索等算法方向实际工作经验优先
四，BI（商务智能）工程师— （包括数据库开发、BI开发工程师、ETL开发、报表开发、BI咨询顾问）
岗位职责
1、独立负责业务数据收集整理，构建经营分析和报表系统；
2、通过专题分析，对业务问题进行深入分析，为业务的策略、产品优化提供数据支持；
3、 以数据驱动业务为目标，进行数仓研发工作但不局限于数仓；
4、 参与数据仓库ETL设计、开发和优化工作，保证数据准确、稳定、组织合理
岗位要求
1、掌握Oracle、MySQL、ODPS等数据库开发技能，熟练应用开发、数据库原理和常用性能优化和扩展技术；
2、掌握数据仓库建设、熟悉大数据平台操作，离线计算Hive/MR研发、实时计算spark streaming/storm；
3、熟悉ETL逻辑、OLAP设计和数据分析技术（聚类分析、回归分析、决策树等）、数据挖掘相关算法；
4、熟悉Linux系统环境开发，掌握shell、perl、python等至少一种开发语言。
6. 有较强的逻辑/概率思维能力，善于分析、归纳、描述、沟通、和解决问题。
补充（根据企业工具区别）
1、全面熟知数据仓库设计理念、设计方法，熟练掌握Informatica、Kettle、Automation等至少一种ETL工具；
2、熟练掌握SAP BO、MSTR、SmartBI、Cognos、QV等至少一种BI工具；
3、熟悉数据仓库，掌握BI相关工具，如ETL工具（SSIS, SAP DataService）、OLAP工具（SSAS）和前端展示工具(BO CR/Webi)
五，数据可视化
从事可视化工程师
岗位职责
1、负责大数据平台业务逻辑和数据可视化功能，数据可视化组件研发；
2、搭建基础的可视化分析平台，设计数据分析应用的架构，实现实时数据调用与展示；
3、数据相关性分析与根因分析；
4、支持客户需求分析和数据分析。
岗位要求
1、熟练Web前端技术（SVG/HTML5/JavaScriptdeJS等）；
2、熟练D3、Echarts、Three.js、WebGL等开源数据可视化库和技术；
3、有Web服务器端编程语言（如Node/Java）开发经验优先；
4、有blender(以及blender game engine)或者unity 3d或unreal engine等开发经验优先
一些BI岗位的详细介绍
BI工程师（开发、咨询、实施）
BI开发工程师
岗位职责
1、执行在框架设计的基础上完成具体组件的概要设计、详细设计编写；
2、完成BI系统具体组件的代码编写、单元测试；
3、参与BI系统报表平台技术架构设计，数据库结构设计；
4、参与BI系统数据仓库的构架、建模和实现。
5、负责向需求方提供数据及业务分析服务，负责整体风控模型的优化，理解并掌握BI报表需求；
岗位要求
1、有数据仓库或统计分析类项目开发经验或较深的理论知识；
2、熟悉Cognos、Webfocus、ireport等数据分析报表开发工具和技术；
3、熟悉Linux/Unix服务器，并了解一些基本的操作命令；
4、至少熟悉Informix/Oracle/SQL Server等数据库中的一种,并在此基础上有过ETL程序或存储过程的开发。
5、能够熟练应用JSP/Servlet/JavaScript等WEB开发技术，熟悉Spring，Struts2和iBATIS等主流的开发框架，熟悉BIRT、JasperReports等开源报表工具；
6、熟悉Linux Shell、Perl等脚本语言，熟悉ORACLE数据库，PL/SQL编程；
7、熟悉BI系统技术框架，熟悉数据采集流程，对数据仓库有比较深入的了解；
8、熟悉行业经营分析系统（BI）架构及实现者优先。
BI咨询顾问
岗位职责
1、分析客户的数据要求；
2、负责Qlikview/Tableau BI项目的实施和报表开发；
3、负责校验数据，保障数据的准确；
4、 负责客户需求收集、分析，梳理业务流程解决方案，项目的拓展支撑；
5、撰写需求规格书及各类相关文档；
6、良好的团队合作、协调、问题处理能力；
岗位要求
1、对BI有系统的认知；
2、熟练使用Qlikview，Tableau等前端工具；
3、熟悉MS SQL Server，熟练运用SQL语言；
4、前端报表偏业务方向需熟悉主流报表工具或新兴前端报表工具Qlikview、Tableau等优先考虑；
6、后台数据处理需熟悉掌握至少一种后台ETL开发工具，例：Informatica powercenter、Datastage、OWB、微软DTS、Kettle等；
7、后台数据建模需熟练掌握至少一种数据挖掘算法和建模方法，了解建模；
8、良好的英文能力，能快速阅读和撰写英文技术文档者优先。
BI实施工程师
岗位职责
1、负责BI项目的需求调研与分析工作；
2、负责BI项目的方案设计、实施或项目管理工作；
3、参与公司BI产品和项目的实施开发工作。
岗位要求
1、良好的数据库基础，精通SQL，深入掌握Oracle或其他数据库，能够进行数据库调优；
3、熟悉ORACLE、MYSQL、SQLSERVER等主流数据库的安装及配置、熟悉SQL语句编写及ETL、BI实施工作；
3、熟悉LINUX操作系统安装及常用命令；
4、熟悉BI基础理论知识，使用过BI相关产品；
5、参与BI相关项目的实施工作；
6、熟悉TOMCAT、JDK等安装及参数配置；
7、具备较强的语言表达能力，能与客户顺畅沟通或产品介绍；
8、具备较强的学习与动手能力，能够适应全国范围内出差；
9、熟悉hadoop大数据及自动化运维工具经验者的待遇从优。
ETL工程师
岗位要求：
具备一般的JAVA应用开发能力；
熟悉Oracle下的分区，表空间， SQL性能调优等操作；
熟悉常用的ETL工具，如：kettle， informatica等；
熟悉常用的报表工具，如：Cognos等。
岗位职责：
负责行业生产交易系统数据仓库开发，存储过程编写，数据模型研究，大数据研究
六，数据分析工程师
岗位职责:
1、进行业务和企业经营行为分析，梳理业务规律和业务需求；
2、将业务需求转化为数据需求，发现数据应用场景，梳理指标体系；
3、使用合适的数据分析工具进行数据分析和模型设计；
4、提出基于数据的结果和分析建议，根据分析结果进行行业研究、评估和预测；
5、编写数据分析报告；
6、完成领导交办的其他工作。
岗位要求
1、本科以上学历，计算机、数学、统计学等相关专业；
2、深刻理解大数据分析原理及相关应用；
3、熟练掌握主流数据库技术；
4、精通数据分析、挖掘工具与方法，如SAS、R、Python、EXCEL等；
5、敏锐的数据观察和分析能力，及时发现和分析其中隐含的变化和问题并给出建议；
6、良好的沟通能力和团队精神，较强的学习能力，能承担一定的工作压力；
互联网是一个快速发展的行业，如果你刚上大学，可能四年出来就会有变化！所以还是注意相关咨询！希望能够帮到你，欢迎关注，讨论
互联网公司售前团队负责人一般年薪多少？
这个要看具体岗位，还要看公司能给得起多少钱，再加上个人的能力能不能匹配这个钱，如果你知道了岗位，你可在直接在人才招聘网上直接查，很多会直接显示月工资范围是多少，然后你取个下限值，你就知道了这个岗位大概是多少年薪了，比如我在百聘网搜了直通车手和运营总监，直通车手有5000到8000的，也有10000到20000，运营总监有15000到20000的，也有20000到25000的，然后你就知道工资大概是多少了，我一般都用百聘网，他会显示是哪个人才网在招聘的，要工作直接到那个人才网投简历就行了。
是个什么档次的大学？
杭州电子科技大学，是个什么档次的大学？
首先是电子类行业5所高校中的一所，另外四所分别为：电子科技大学（成都）、西安电子科技大学、桂林电子科技大学、北京电子科技学院。因此电子类专业全国排名是非常靠前的。5所电子类高校：成电是高等985高校，西电是高等211高校，两所学校在第四轮学科评估中，电子科学与技术一级学科并列第一被评为A+学科，超过清华北大（A），接下来是东南大学等一众985、211高校，但是杭电的电子科学与技术一级学科和北航、北理工、天大、吉大、华中科技大学等中等实力985高校同为B+学科，实力强劲！所以单从电子科学与技术专业来说，杭电在全国来说属于高水平的大学。
第四轮学科评估（2012-2016年）
接下来我们看一下中国教育在线所统计的杭州电子科技大学2019年的就业质量报告：
毕业生签约就业地区流向
我们从毕业生签约就业地区流向图中可以看出，杭电在浙江省的就业认可度还是比较高的，有89.35%的考生选择了当地就业，其次是上海3.09%和广东2.31%。
接下来我们来看看就业单位性质：
杭州电子科技大学2019年毕业生签约单位性质
从毕业生签约单位性质来说，杭电有78.32%的考生签阅其他企业，11.11%的考生签约到了国有企业，5.21%的考生签约到了三资企业，2.69%的考生签约到了机关单位。从签约单位的性质来看，杭电的就业情况还是非常不错的。
接下来我们来看一下主要签约单位：
杭电2019年毕业生主要签约单位
从签约单位来看，50人以上的单位有四家，分别是：杭州海康威视电子有限公司192人，浙江大华技术股份有限公司113人，华为技术有限公司88人，恒生电子股份有限公司52人。从就业单位来说，2019年浙江高新企业百强榜单排名第三位；2019年浙江高新企业百强榜单排名第二位；2019中国民营企业500强发布，华为投资控股有限公司以7212亿营收排名第一；作为全领域金融IT服务商，恒生电子已连续12年入选FINTECH100全球金融科技百强榜单，2019年排名第43位。 从就业单位来看杭电毕业生前四位的就业单位来看，杭电在企业中的认可度还是比较高的。这个数据在同等级别的院校中绝对是遥遥领先的。
接下来我们来看一下杭电2019年在浙江、陕西及河南的录取分数：
杭电2019年浙江录取招生分数1
杭电2019年招生录取分数2
从浙江2019年的录取数据来看，杭电在当地的认可度是非常高的，各专业的平均录取分大部分都在610-630分之间，最高的达到了645以上。从录取分数来看，杭电近三年的录取最低分都高于双一流学科的宁波大学。
杭电2019年陕西招生录取分数
杭电2019年在河南招生录取分数
从陕西和河南的录取数据来看，杭电的录取分数并不低，甚至高于一众211高校，所以具体怎么选择，还是要看各位家长和考生。
从以上对比情况来看，我们应该明白，杭州电子科技大学尽管不是211高校，但是在行业内的地位还是很高的，尤其是当今电子类的专业正处于大热门时期，因此录取分数居高不下也就情有可原了。但是各位家长在进行志愿填报的时候还是要多方面考虑实际情况，不能盲目追随热门专业。
我是志愿填报郑老师，以上是我对杭州电子科技大学是什么层次的学校的一点个人意见，希望能够帮助到你，看到这里点个关注、点个赞、转发一下吧！
最后祝您的孩子金榜题名！
阿里云最有价值的是什么？
先来看一组数据 : IDC 最新公布的2016中国公有云IaaS市场份额统计报告显示，2016年中国公有云IaaS市场容量为100亿元人民币，市场份额排名前四的厂商分别是：阿里云（40.67%）、中国电信（8.51%）、腾讯云（7.34%）、金山云（6.02%）。
在这漂亮的市场占有率背后，是阿里云团队坚韧、坚忍及不懈奋斗的写照。从发展历程上来看，这是有战略意识的布局，以及在底层技术领域的深耕，如今，阿里云不满足于国内市场份额的半壁江山，亦以国际化角色加入全球竞争。
王坚博士 : 任何的科技创新都是探索，飞天的进化过程恰恰代表了这种探索精神。
文 | 刘成军，造奇智能产业新媒体创始人兼主编，[军观察]头条号运营负责人
笔者曾跟进过阿里云“云栖大会”的历史征程，继南京之后，2017年上海峰会刚刚结束。
阿里云已经把火烧到了制造业，“通往智能之路”，意味着大“云”压境，这里可以看作阿里云的“云”。可以说，“云栖大会”的南京之旅，是互联网公司冲向制造业的号角，也体现着阿里系在战略和营销方面的长袖善舞。
对制造业觊觎的阿里，自然不会放过这样的“丰盛美味”。
云栖大会经历多年演变，从最初地方网站峰会、到阿里云开发者大会，再到2015年正式更名为“云栖大会”。由坐标杭州到全国巡展，大会议题及所涉及领域也在变迁，云计算和大数据的分量越来越重。
阿里切入制造业，一定要有抓手，还要有武器，最后是进入路径。这一切章法，带有明显的战略特征和营销本色。
云栖大会·南京峰会上，南京市副市长黄澜和阿里巴巴集团资深副总裁、阿里云总裁胡晓明宣布，阿里巴巴集团将在南京成立江苏总部。初步了解，阿里云在杭州总部之外的第一个总部布点就是南京，这是与当下政府合作的一份大礼。
双方将积极开展智能制造计划、智慧城市建设、金融综合服务平台建设，探索互联网在政务、商务、交通、医疗、教育等领域内的新应用，培育形成资金、技术、人才优势明显的互联网产业集群。
其实，早在去年10月份，阿里巴巴以旗下蚂蚁金服集团的名义与江苏签署战略合作协议。阿里巴巴将与江苏省及各地政府或行业龙头企业合作搭建云计算平台，更好地利用大数据和云计算技术，发展工业互联网，推动传统产业升级。
据报道，根据协议，阿里巴巴将推动江苏制造升级为智慧制造，并为江苏留下大数据这一新能源。这也许是阿里云成立江苏总部最大动因——将包括制造业大数据在内的数据资源留在江苏省内。
抓手：阿里云联合江苏启动“1+30+300”工程
在这次峰会上，江苏省经信委出面，与阿里云联合启动江苏“1+30+300”工程，推动云计算、大数据和人工智能技术在江苏省内广泛应用，打造江苏制造业与互联网融合创新发展标杆。
所谓“1+30+300”工程具体是什么含义呢？
阿里云总裁胡晓明解释，这里的“1”是阿里云，“30”是指阿里云将帮助江苏省内30家软件服务外包企业（“信息化、工业化”融合服务机构）转型升级，赋予他们大数据、人工智能等能力；在帮助这30家企业完成技能升级后，再去帮助300家大型制造业企业升级，帮助企业重构信息系统，打通企业经营全渠道链，实现数据驱动企业发展，最终推进企业的智能制造转型。
武器：ET工业大脑，推动工业与互联网的化学聚变
阿里云要从消费互联网迈向制造业，就是通过业已形成的云计算与大数据能力，他们取了一个十分应景的名字——“ET工业大脑”。
阿里云总裁胡晓明在演讲中表示：“我们希望利用人工智能技术发挥‘中国智造1%’的威力，即帮助中国制造业提升1%的良品率。”在江苏省，这意味着ET工业大脑能为当地制造业带来数百亿的利润。
阿里云人工智能科学家闵万里则从技术上进行阐述：合作的核心内容，是将阿里云的“ET工业大脑”嫁接到江苏的工厂，企业不换设备、不换原材料，单从生产流程的优化中，就可以挤出百亿利润。
ET工业大脑是如何开展工作的呢？闵万里介绍说，ET首先会将车间所有端口的数据传入工业大脑，随后通过人工智能算法，对所有关联参数进行深度学习计算，精准分析出与生产质量最相关的关键参数，并搭建参数曲线，在生产过程中实时监测和调控变量，最终将实验室中的研发成果在大规模生产中精准落地。
路径：要么通过30个软件外包商赋能，要么直接与行业大企业直接合作
工业级云计算项目要真正实现落地，对于没有工业基因的互联网公司来说，是一件十分困难的事情。一方面，可以通过“1+30+3000”工程计划，通过云计算平台赋能，由这30家集成商/解决方案服务商来提供落地服务；另外就是阿里云亲自上手，直接对接当地行业大企业。这当然不缺乏应用案例，阿里云显然是有备而来。
会上展示的案例包括了保利协鑫光伏。早在去年8月，ET工业大脑就入驻其生产车间，标准化所有端口数据上云，再通过智能算法，深度学习计算所有关联参数，精准分析出与良品率最相关的60个关键参数，并在生产过程中实时监测和控制变量。据阿里云的说法，协鑫光伏已经成功提升良品率1个百分点，相当于每年可增加上亿利润。
保利协鑫太阳能光伏硅切片事业部总裁郑雄久则主要分享了机遇ET工业大脑实现的产业升级，保利协鑫为全球能源制造业第二的公司，提供约全球30%的太阳能切片。基于云端ET工业大脑，实现了核心零件劣化监控，云计算助理多变量分析，同时让企业生产管理精细化，通过可视化大屏直观监控。
同时，徐工技术总监黄凯博士也分享了去年与阿里云合作的工业大数据与工业云平台的成果。在数据方面，徐工有30万+的入网设备，其工业大数据之源，主要来自工程机械黑盒子。基于海量数据，通过与阿里云的合作，实现了从产品数据，到工业大数据，再到徐工工业云的搭建。
现在制作一部动漫电影大约需要多少钱？
动画电影的制作成本（不包括宣发）大概由几部分构成：
1.人力. 2.软件 3.工作电脑+服务器 4.渲染农场 5.房租水电 6公司一般性的运营费用
这些加在一起，乘以制作时间。因为动画制作不牵涉摄影，布景，演员这些x因素，成本比起普通电影容易计算得多。
另外有一个简单的公式计算国产动画成本：全片成本 = 平均工资 * 人 * 时间 * (好坏公司系数)
比如某公司 100人团队，平均月工资8k, 1年做完，总成本就是 8k*12*100*（1.5-2） = 1500-2000万之间。1500万的话属于公司基本没啥福利甚至社保公积金都不交的公司，2000万是福利比较好，气氛比较轻松的公司。大部分公司介乎于两者之间。
如果是国外动画电影，这个系数一般也就1.5，倒不是说他们福利不好，而是本身工资水平高，人力成本所占的比重大。
美国发行的动画电影的制作成本好查，在boxoffice mojo上可以 直接找到
pixar的作品，玩具总动员3，汽车总动员2，勇敢传说的成本在 1.85-2亿美元左右
梦工场的作品，功夫熊猫2，疯狂原始人，训龙记2成本1.35-1.5亿美元
迪斯尼作品，冰雪奇缘1.5亿，超能陆战队1.6亿
环球的作品，卑鄙的我系列和小黄人儿，都是0.75亿美元左右成本，这个低是因为实际制作的 illumination Entertainment实际是在法国
国内动画成本只能从各种网络报道上看到，往往同一部片子的报道都很混乱，得对比分析：
喜羊羊系列每部成本1000万RMB出头
魁拔系列首部成本达到3500万左右，之后两部2000多万。续集成本低，非常正常
大鱼海棠在网上能看到的报道是预算3000万，结合这部片子的质量和官方公布的一些时间信息和2d行业里一般的薪资状况来看，这个数字应该是很合理的。
3D动画方面的报道比较混乱
熊出没，大约2000-2500万： “《熊出没》大电影花了一年时间制作,共有500多名技术人员参与了制作,制作成本为2000多万” (制作方谈电影版《熊出没》：光头强以公司员工为原型) 500多人参与一年，不代表500人从头到尾做满一年，而且画面质量不是很高，可以找一些行业中相对初级的制作人员来做。不过最重要的是，基于电视动画的电影，最主要的设计工作可以省了，大量的技术测试和团队磨合也可以省了。这是制作中大量消耗时间，也就是成本的地方。再考虑到熊出没本身已经有很多电视动画中积累的数字资产，就像做续集一样可以节省成本。所以2000-2500万的成本应该还是可信的。
昆塔盒子总动员，找不到具体的数字，但是从蛛丝马迹拼凑出来的信息可以知道成本控制非常出色。据说从一开始的全cg变成部分镜头由微缩布景+cg角色合成而成，也是节省了制作成本的方法。另外博彩本身就在杭州，租用了阿里云的作为渲染农场来节省成本。
秦时明月，能找到些数字但没看到官方数据，从2000万，4000万到1亿都有。1亿显然不靠谱。秦时有些像熊出没，可以利用电视制作中的大量资源，基于画面程度，估计制作成本在3000-4000万之间。
龙之谷，去年上映的国产动画电影中， CG质量最好的一部。制作费用看到过六千万（《龙之谷》电影版明年6月上映 制作费高达6千万_52pk新闻中心）和一亿两种说法。据参与人员说制作时间大约1年半，内部两百人，外包公司也差不多是这个数。由此判断6千万应该更可信一些。龙之谷虽然和游戏相关，但是基本上角色和股市还是重新设计重新制作的，制作上借不到游戏的力。应该说在这个时间和成本下，制作精度还是相当高的。渲染上使用2转3的技术，控制住了渲染成本。米粒动画的下一部电影乒乓兔已经发布了预告片。预告片中的画面质量又大大的提升了不少，据说成本在一亿人民币左右。非常值得期待。
大圣归来，看到比较权威的数字是6000万。（另外听说过1亿和2,3千万两个数字，1亿应该是把宣发成本算进去的。3000万，推算过，不可能）十月数码据说本公司人数不多，只有30人左右。绝大部分制作都外包给了国内的其他公司，十月数码只做质量控制。对于一个资金时有时无的项目，这样做可以避免在资金不足的时候供养过大的团队，而把所有可以获得的资金都用在制作上。外包出去以后福利，房租，水电这些压力也会少操心很多，都由外包公司自己解决好了。考虑到四年时间和最后制作的精度，6000万也是很低的成本了。
小门神，（《小门神》首款预告片） 7000万的制作成本。本人参与的项目，所以可以说得细一些。13年底有了追光动画团队的雏形（不到30人，大部分部门1-2人）开始CG制作，14年春节后快速扩大团队，在6月达到150人规模火力全开。15年7月初制作人员达到160人，CG制作结束。在CG制作这一块儿追光追求的是质量和效率，理念上比较认同新技术带来的效率提升和成本降低。动画制作，撇开前期的故事和艺术设计不算，CG这一块儿追求的是在保证质量的前提下，尽可能的压缩时间。能用100人在一个月完成的工作，尽量不要用50人在两个月完成，尽管从金钱成本上来看，似乎是一样的。但时间本身就是在消耗机会成本，这是一个你很难用金钱量化，但又真实存在的东西。凡是做过工程项目的人肯定都会有体会。
因为注重新技术，和几个主要的软件供应商达成了良好的关系，可以和研发团队互动，获得很多有针对性的技术支持。考虑到国内人力成本越来越贵的现状，软件方面的支出还是非常合算的。工作站和渲染农场，包括租用阿里的云渲染都是很大很大的一笔支出。但是能用机器分担的工作量决不让人做，这是团队一开始就达成的共识。其他支出，追光在行业内算有着不错福利的。全片制作的进度和成本都在预期范围之内。随着团队磨合程度提高，制作技术革新，在下一部片子中艺术，技术和效率都会上一个新台阶。
