对于机器学习而言，Spark 目前遇到了一些挑战，例如 Spark 目前无法使用平行学习（parallel learning），所以一些其他框架，如 Petuum，甚至 tensorflow 在分布式运算速度上具有优势。他们能支持模型的并行训练，让机器学习，特别是深度学习更快捷。

毋庸置疑，Spark 正面临这些公司的挑战，但我认为 Spark 在竞争中永远会占有一些优势，这包括生态系统上的优势。除此以外，Spark 也乐于和所有同行进行合作，这就是我们的精神，我们不寻求替代所有其他方式，这是没有必要的。我们从数据中获取信息，为整个生态系统提供生产力。

在未来你也许会看到在机器学习中 Spark 和 tensorflow 的结合，例如 tensor frame data 是我们正在进行的工作之一。所以我认为我的回答是：我们欢迎在框架内的合作与互相交流。目前我还不知道 Petuum 的计划是什么样的，他们之前是开源项目，在这次融资独立之后我就不知道了。但我认为竞争是好的，良性竞争是成就 Spark 的一大原因，我们将持续整合生态系统，对深度学习如 Tensorflow 和 Petuum 持开放态度。

机器之心：你对 IBM 的现任 CEO Ginni Rometty 印象如何？

Pentreath：关于她的情况我所知不多。但我得说是 Rometty 让 IBM 重新成为一个知名品牌。她正在做的，是把人们印象中旧 IBM 硬件供应商的形象转变为解决方案提供商的新形象。现在的 IBM 有关软件，有关人工智能的应用和云平台。我认为 Rometty 正带领 IBM 走在正确的轨道上，她做得很棒。

机器之心：我们对你的经历很感兴趣，你有着商科背景，为什么会选择转行进入计算机科学呢？

Pentreath：我仍然很喜欢金融，我现在还在关注市场的动向，我经常想把机器学习应用到证券交易中去，那也许会产生意想不到的结果。

我曾经在投行工作，那是很棒的经历，但随后我希望能够退居幕后做一些技术工作，具体而言是开发解决方案的工作。至于为什么我喜欢机器学习和软件开发，我想是因为它有关创造，这让我可以在屏幕前创造新的解决方案。在金融业工作几年以后我非常想要尝试一些新东西，同时进入技术岗位，我也想回到大学获得更高的学位。于是我去学了一个（UCL）机器学习的硕士。

另外我必须提醒你，在 2008 年金融危机正如火如荼，那正是一个说「转行吧，去翻开新的一页」的最佳时间点。所以并不只是一个念想，许多事集中到了一起让我做出了这样的决定。

机器之心：你在高盛工作期间曾有一段关于利比亚的冒险，有什么特别的时刻可以分享吗？

Pentreath：在所有金融大公司里，你都会时刻处在高压环境中。时间永远不够，任务永远很多，你需要完成业绩。从某种意义上来说，每天都是新的挑战。但这也非常的刺激，我在学校中获得的知识得到了应用。在投行里工作你会感觉自己一直处在全球市场的中心，你会感受到整个市场的呼吸就在你身边。高盛的经历让我受益良多，我学会了市场是如何变化的，学会了如何完成交易，学会了团队协作，与很多人共同挑战难关，当然，还有如何在最严酷的压力下工作。

在那里我还学会了如何与客户进行互动，如何坚持自己的理想。高盛的经历令我难忘。

机器之心：高盛投行，机器学习初创公司 Graphflow 和 IBM Spark，你的背景真是很丰富。对于你来说，哪份工作挑战性更大？

Pentreath：每个工作遇到的压力都是不同的，但是在初创公司我是最累的。因为在那里我得身兼数职，我曾经和另一个人一起从零开始，开发了整个系统。那时所有事都得自己做，从 debug 到运营，同时还得管理财政。在初创公司，你得找到投资，还得做销售。那段时间我不得不将所有的精力都投入到工作中去，每天 24 小时，每周工作七天，这对你的家庭来说压力也很大，所以我认为这是最难的。