跳到主要內容

Red Hat Open Source 紅帽的開源精神與展望


Red Hat History

數年前,以開源專案為本、以販售穩定維護服務的公司屈指可數,紅帽可說是唯一一家以技術知識服務為盈利模式的軟體公司。

開源精神二十多年前便一直伴隨著紅帽生根、發芽、成長茁壯成現在全球有近兩萬名員工的紅帽企業。時至今日,紅帽公司依舊堅持上游專案開源的產品開發模式,我們相信開放開發者協作的方式可以凝聚開源社群之力、並且實現技術創新以及自由,讓技術選型更加多元化、同時也能夠透過持續接觸我們的使用者,聆聽使用者的聲音、讓產品的發展更貼近使用者真正的需求。

Open Source Spirit

開源中心思想給出了整個紅帽在開發軟體以及協同工作的原則,無論職位高低或經驗多寡,每位紅帽人(Red Hatter)都被鼓勵出謀劃策、協力解決問題。通過聽取並且實踐優秀的點子,可以幫助整個社群得到更好的發展、甚至能夠協助我們的企業客戶做出好的決策。

那麼,開源為這個社會帶來了什麼?

開源精神確實源自於程式碼,然而近幾年來,我們可以發現技術進步之快,開源所帶來的效益早已超越了程式碼的層面。從科技、教育、醫療、商業到農業,高科技領域舉目所見都有開源技術的應用。每一個硬體裝置都需要作業系統才能開始運作,而 Linux 是近十年在硬體設備上安裝數量最多的作業系統,小至空中送貨的無人機、大至航行在宇宙中的火箭,這些嶄新的科技發展背後,是無數行開源貢獻者的智慧結晶。

The Expect & Future

現在,全球頂尖企業逐步擁抱開源、並且鼓勵他們的員工投入開源程式碼的貢獻。那麼身為開源界第一個以開源企業產品、以訂閱模式收取服務費用的紅帽未來的決策是什麼呢?

在開源企業百家爭鳴、日益競爭的戰場上,紅帽將能量放在軟體技術服務、程式碼的整合、最佳化、規模測試以及提供良好的售後技術支援。紅帽企業版軟體同樣是開源軟體,所有人都可以毫無保留的獲得原始碼,如果有了訂閱服務,就能夠獲得全球紅帽技術專家的諮詢服務。

同樣的,取之於社會、回饋於社會。除了大規模投入開源技術發展,在各個領域協助客戶取得業務成功之外,紅帽亦在人文方面以自身企業為首,推動平等以及自由。舉例來說,紅帽亦連續數年贊助 Woman in IT Awards,鼓勵女性投入 IT 發展,在紅帽內部亦有許多領導職位是由女性擔任。

未來,紅帽將繼續引領開源潮流,鼓勵更多熱血的貢獻者加入,取之於上游、回饋於上游,唯有持續不斷的資源投入,才能讓開源精神持續下去。

最後跟大家報告一個好消息! 登登登 !

Red Hat Taiwan 首屆實習生招募開始啦~~~ 而且偷偷說,有很大的機會可以轉正喔!!! 如此千載難逢的機會千萬不要錯過!

7/31 & 8/1 活動當天在線上大會上將有機會遇見 Red Hat TAM 現身說法,在會場上經過他們的話絕不要錯過、把握緣分好好聊聊 TAM 到底在做什麼,而 Red Hat 工作環境與文化又是如何,未來將會有什麼樣的舞台,就等你好好來發掘!

We are Red Hat and we’re hiring! Join us in creating a brighter future!

投遞履歷請掃描這個 QR Code,或者點此前往投遞履歷!

留言

這個網誌中的熱門文章

為什麼電視直播比賽總是比網路快?看低延遲串流如何搶秒數

  大多時候,你在網路上看的 Live 直播串流,其實不是與現實世界完全同步的即時轉播,先看看以下這些場景,相信對你來說並不陌生。 NBA 冠軍賽才正看到精彩處,隔壁鄰居卻突然爆出一陣歡呼,原來,用電視觀賞同一場比賽的他們,比你早 30 秒歡呼慶祝三分球入網,不小心點開社群媒體,更發現朋友們早已發文熱烈討論比賽結果。 就像電影被暴雷一樣,少了即時參與的驚喜感、提早知道結局,觀看直播活動的樂趣頓時大打折扣。 或是,收看跨年演唱會時,正當你興高采烈倒數最後 30 秒時,才發現,窗外的慶祝煙火已經此起彼落,大家都已經跨入新的一年,只有你還停留在前一年。 雖然從絕對時間來看,這些狀況都僅有延遲短短幾秒鐘,但在體感上,觀賞體驗卻大受影響,用「失之毫釐,差之千里」來形容再恰當不過。 使用直播串流時,為什麼你的世界總是比別人慢幾秒?原因正是「串流延遲」。 從攝影機到觀眾螢幕的層層關卡 串流延遲,指的是攝影機拍到影像後,直到觀眾端螢幕出現畫面的時間差。 一般來說,有線電視直播約延遲 5 到 10 秒,而 YouTube、LINE、Twitch 等多數 OTT 平台,延遲大多介於 15 秒至 30 秒,距離延遲秒數低於 3 秒的「超低延遲」(Ultra Low Latency)標準,還有一大段距離,這也讓現有直播內容的互動效果有限。 但想克服延遲並不容易,光是一段畫面要從現場攝影機,傳到電腦和手機螢幕,中間所需流程多到難以想像。 KKStream 執行副總李卓軒 Kevin C.H. Lee 解釋,這流程大致包含一開始的攝影機收取影音訊號,接著需轉換訊號、傳輸、上傳雲端、加密、備份,傳到終端裝置後再解碼,最後才是播放。 這整段「螢幕到螢幕」的過程,就像是將包裹從A點運送到B點,只要中間有幾個環節耽誤,就會讓整體運送時間不斷疊加。「每個步驟都要優化,只要有個點延遲很高,加總起來就無法達到超低延遲的標準,這需要很強的技術掌控力。」Kevin 說。 另一個挑戰則在於,由於各大終端裝置原廠(如Apple、Google)雖然有提供低延遲串流相對應的規範,但並未說明實際的執行細節,因此串流技術業者只能自己摸索。 受限於技術瓶頸,目前大多數的直播串流服務,只能在延遲、直播規模和影像品質三者間取捨。例如,常見的視訊會議軟體,像是 Zoom、Google Meet,雖然延遲相對低,但參與人數上...

COSCUP x UbuCon Asia 2026 錄取攤位公告/Full List of Accepted Community Booths at COSCUP x UbuCon Asia 2026

Full List of Accepted Community Booths at COSCUP x UbuCon Asia 2026 COSCUP x UbuCon Asia 2026 Booth now release. See which community you can meet on COSCUP x UbuCon Asia 2026. No. Community Introduction 01 UbuCon Asia HackMD 02 Ubuntu Community & Ubuntu-TW HackMD 03 Cloud Native Taiwan User Group x WasmEdge HackMD 04 Automotive Grade Linux HackMD 05 Ruby Taiwan HackMD 06 Wikimedia Movement in AI Era HackMD 07 t2linux HackMD 08 Twinkle AI HackMD 09 Taiwan JVM team HackMD 10 Interledger Foundation HackMD 11 SITCON Student Information Technology Conference HackMD 12 OpenEverest HackMD 13 WordPress Taiwan Community HackMD 14 OSPN (Open Source People Network) Japan HackMD 15 GolangTW HackMD 16 opencocon distribution HackMD 17 Open Culture Foundation HackMD 18 GDG TW (Google Developers Groups Taiwan) HackMD 19 FediDev KR & FediLUG (Japan) HackMD 20 Blockchain and Distributed Ledger HackMD 21 Open-EP (E-Paper) Community HackMD 22 FOSS for All HackMD 23 ...

加入玉山銀行智能金融處,共創金融 AI 革新!

⭐智能應用中心 【關於我們】實現技術與應用結合,創造無限可能 運用最前端 GAI 技術,將知識圖譜、智能理財、語音客服等創新應用深度整合至金融服務,打造更智慧、更貼心的顧客體驗! 從海量多元的數據中,我們像偵探一樣挖掘隱藏的模式,打造全方位的風控與行銷模型,如盜刷偵測、推薦系統,守護顧客資產安全,同時提升服務品質與滿意度~ 【🔥招募中熱門職缺】 🙋‍♂️專案經理 Project Manager 工作內容 規劃智能服務策略與產品發展里程碑。 發掘銀行內部智能應用場景,提出解決方案並導入銀行系統和業務流程,確保順利整合。 設計智能服務系統架構與使用者體驗;與工程師、業務團隊合作協作推動專案。 建立監控指標與自動化機制,持續優化與維運,確保服務品質與合規。 其他條件 具人工智慧與金融科技專案管理經驗,熟悉團隊協作及流程設計,能打造高效運作的工作環境。 能從顧客角度拆解複雜問題,具備清晰邏輯與良好溝通能力,推動專案。 擁有資訊技能涵蓋系統架構、軟體設計、系統管理與資安,協助優化並加速團隊工作流程。 熟悉金融商品與相關法規,包含資訊安全與個資保護,確保專案合規與風險控管。 加分條件 擁有雲端相關專案規畫經驗。 🙋‍♂️機器學習工程師 Machine Learning Engineer 工作內容 協助業務單位分析需求,轉化金融挑戰為可執行的機器學習問題。 ...