-
如何管理高度可扩大系统中的元数据
所属栏目：[大数据] 日期：2022-06-27 热度：183
元数据过去对数据中心架构的影响很[详细]
-
做数据治理前 应该明白并避开的几大坑
所属栏目：[大数据] 日期：2022-06-27 热度：111
Gartner 的一项调查显示，超过90%的数据治理项目都以失败告终。 这个数据可能会劝退一大波正准备做或者正在观望数据治理的企业：既然这笔投资90% 的概率失败，那为什么要继续。 1. 目标不明晰 数据治理是一个复杂的系统工程，一个明确合理的目标，能让数据[详细]
-
大数据平台核心架构图鉴 提议收藏
所属栏目：[大数据] 日期：2022-06-27 热度：194
大数据的核心层应该是：数据采集层、数据存储与分析层、数据共享层、数据应用层，可能叫法有所不同，本质上的角色都大同小异。 所以我下面就按这张架构图上的线索，慢慢来剖析一下，大数据的核心技术都包括什么。 01数据采集 数据采集的任务就是把数据从各[详细]
-
新时代开源数据调度在1000+企业的进化之途
所属栏目：[大数据] 日期：2022-06-27 热度：196
近年来，随着互联网的飞速发展，业务量在短时间内呈现爆发式增长，对应的数据量快速从数百 G 涨至数百 T。无论数据存储还是数据调度，当前数据量已经远超处理能力的上限。若信息处理技术仍渐进式发展，数据处理能力的提升将远落后于指数级增长的数据量。[详细]
-
为何很多人宁可用 Excel 也不用 Python
所属栏目：[大数据] 日期：2022-06-26 热度：185
有人说，Python即使不是最好的编程语言，也是最受欢迎的语言之一。因为它简洁易用，功能强大，对初学者也很友好。在众多培训机构的小广告中，学了Python就能批量处理Excel表格，Python是实现办公自动化的利器，从此告别996之类的口号随处可见。但实际工作[详细]
-
云数据仓库中的数据安全思虑
所属栏目：[大数据] 日期：2022-06-26 热度：133
近年来，由于云计算与云存储具有一定的廉价性和可扩展性，云数据仓库（Cloud data warehouses，CDW）得到了广泛的应用并飞速发展。同时，CDW不但能够存储比本地数据库更多的数据，而且可以通过现代化数据管道，简化了ETL的各种流程，因此许多企业都开始用[详细]
-
终于有人把MPP大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-06-26 热度：99
本文首先回顾并行硬件架构的发展，并进一步介绍基于并行硬件架构的数据库一体机系统与基于MPP架构的数据库软件系统。数据库一体机系统在银行等大型企业中采用广泛，一体机的优点是开箱即用、功能丰富、稳定、售后服务好，缺点是价格昂贵、扩展不灵活。基于[详细]
-
数据科学家应对的几大挑战及解决方法
所属栏目：[大数据] 日期：2022-06-26 热度：140
每天，全球各地的组织都在寻找2.5万亿字节的数据，以获得对其业务的见解和价值驱动的行动。为了实现这一目标，需要高技能的科学专家或数据科学家参与开发业务中的企业AI。在不断增长的业务领域中，数据科学家的每一个行动都有助于改进业务的功能。 下面来[详细]
-
使用Java和Python进行数据统计和剖析
所属栏目：[大数据] 日期：2022-06-26 热度：56
Java 和 Python 是当今最流行的两种计算机语言。两者都非常成熟，并提供了工具和技术生态系统，帮助我们解决数据科学领域出现的挑战性问题。每种语言都各有优势，我们要知道什么时候应该使用哪种工具，或者什么时候它们应该协同工作相互补充。 Python 是一[详细]
-
云迁移之后 企业凭什么充分挖掘数据潜力
所属栏目：[大数据] 日期：2022-06-26 热度：142
近年来，基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）等业务模式正飞速发展，也推动着云投资屡创新高。根据GlobalData的报告，2024年亚太地区云计算市场规模预计将达到1918亿美元，2019至2024年期间的复合年增长率为7.7%。 然而，云迁[详细]
-
字节跳动数据平台技术揭晓
所属栏目：[大数据] 日期：2022-06-26 热度：183
ClickHouse作为目前业内主流的列式存储数据库(DBMS)之一，拥有着同类型DBMS难以企及的查询速度。作为该领域中的后起之秀，ClickHouse已凭借其性能优势引领了业内新一轮分析型数据库的热潮。但随着企业业务数据量的不断扩大，在复杂query场景下，ClickHouse[详细]
-
大规模分布式计算学习引擎Ray在字节跳动NLP场景下的践行
所属栏目：[大数据] 日期：2022-06-26 热度：81
RayRTC 是字节基础架构组与字节 AML 组共同合作，在内部 RTC（Realtime Text Classification）文本训练平台上基于 Ray 进行的下一代 Serverless ML 的探索。RTC 文本分类平台是一个一站式的 NLP 服务平台，包括了数据预处理，标注，模型训练，打分，评估，[详细]
-
远程访问装有GPU的电脑很不方便 如今有一个值得试试的办法
所属栏目：[大数据] 日期：2022-06-26 热度：95
由于多种原因，很多人无法将在本地存储了大量文件的电脑和软件带回家，好在有办法做到从任何地方发起高质量的远程访问，而无需额外费用。下面介绍几种经过测试的方法，实现方便地远程管理办公电脑。 DOC怎么了？ 普通员工只需使用远程桌面协议（RDP协议）[详细]
-
几款日常的开源无代码测试工具
所属栏目：[大数据] 日期：2022-06-26 热度：63
编程语言一直是自动化测试、自动化测试人员、框架甚至工作职责中不可或缺的一部分。如果一个遗留项目已经使用了Java进行测试，该公司会为该项目寻找具备Java专业知识的人员。同样，如果新项目需要从零开始构建测试流程，那么首要考虑的事情就是团队擅长哪[详细]
-
几时使用机器学习
所属栏目：[大数据] 日期：2022-06-13 热度：73
为什么要探讨这个话题 探讨这个话题的本质原因是来源于为客户提供数据战略咨询服务时的思考，很多客户的痛点与诉求看似可以用机器学习解决，但实际上却充满风险，所以究竟机器学习什么时候该用，什么时候不该用，便成为了思考的对象。 机器学习起源于学术[详细]
-
如何让程序员更简单使用机器学习
所属栏目：[大数据] 日期：2022-06-13 热度：82
一直以来，人们试图手工编写算法来理解人工生成的内容，但是成功率极低。例如，计算机很难掌握图像的语义内容。对于这类问题，AI科学家已经尝试通过分析汽车、猫、外套等低级像素来解决，但结果并不理想。尽管颜色直方图和特征检测器在一定程度上发挥了作[详细]
-
如何建造一支高效率的人工智能团队？
所属栏目：[大数据] 日期：2022-06-13 热度：183
本文将介绍把机器学习基础设施、员工和流程融合的方式，以实现适用于企业的MLOps(面向人工智能系统的运维管理)。本文希望对旨在以高效人工智能团队开发强大的人工智能/机器学习(AI/ML)项目的经理和主管提供启发。 本文的经验来自Provectus公司的人工智能团[详细]
-
从开始懂互联网到懂用户，谷歌这次都押了哪些宝？
所属栏目：[大数据] 日期：2022-06-13 热度：139
谷歌 I/O 大会如约而至。谷歌 I/O 2022 大会开幕式上，谷歌 CEO Sundar Pichai 发表了长达 2 小时的以知识和计算为关键词的主题演讲。这次演讲在勾勒谷歌长期发展愿景的同时，也在某种程度上描绘后疫情时代的互联网技术的演进方向。 搜索再定义：Anyway、A[详细]
-
线下零售要怎么构建AI自动结账服务？
所属栏目：[大数据] 日期：2022-06-13 热度：125
客户体验是线上零售的重要优势，无需排队、没有延迟、采购便捷。但根据Forrester研究报告，由于人们希望在购买前充分了解产品，或只是不喜欢等待商品运输的过程，美国72%的零售消费仍然依靠实体店面。 目前，无人售货的创意方案在亚马逊无人便利店(Amazon[详细]
-
赋能元宇宙 启动智能交互新未来
所属栏目：[大数据] 日期：2022-06-13 热度：52
MetaCon元宇宙技术大会2022在线上成功举办，大会聚焦元宇宙产业政策、学术研究成果、技术创新和行业落地等多个层面。人机交互与高效能网络落地专场特邀了多名技术大咖，针对如何实现元宇宙世界人机交互，VR/AR/MR虚拟现实技术、全息影像技术、传感技术等常[详细]
-
互联网 VS 传统行业，数据分析有啥异同
所属栏目：[大数据] 日期：2022-06-13 热度：144
很多同学好奇：总说互联网数据分析，到底啥是互联网数据分析?和传统企业有啥区别?今天系统讲解下。 典型的传统企业 典型的传统企业，以制造业为代表的，商业模式是： 进原料，生产成产品 通过经销商，卖到全国 承担产品的售后、服务工作 因此，其部门划分[详细]
-
一文看懂渠道分析怎样做
所属栏目：[大数据] 日期：2022-06-13 热度：163
今天跟大家分享的是：推广渠道分析。推广渠道是推广产品、获取客户的途径，对企业而言，是影响收入的重要因素。今天就简单分享一下，该如何进行分析。 一、有哪些推广渠道 凡是能打广告，拉来用户的地方，都是推广渠道。 常见的线上推广渠道，如： 广告：[详细]
-
五种比较常用格式的数据输出，手把手教你用Pandas实现
所属栏目：[大数据] 日期：2022-06-13 热度：102
五种比较常用格式的数据输出，手把手教你用Pandas实现 01 CSV DataFrame.to_csv方法可以将DataFrame导出为CSV格式的文件，需要传入一个CSV文件名。 复制 df.to_csv(done.csv) df.to_csv(data/done.csv) # 可以指定文件目录路径 df.to_csv(done.csv, index=[详细]
-
大数据算法天花乱坠的时代，如何辨别数据陷阱？
所属栏目：[大数据] 日期：2022-06-13 热度：143
过去的一周，你心情咋样? 除了股票基金过山车般的涨跌之外，工作例会上，你使用的数据PPT模板让展示更加美观有趣，获得老板好评。 一把游戏结束，系统自动送上战力统计，你的队友明显拖了后腿，下次不要和ta组队了。 此时手机又提醒你视屏时间过长，建议休[详细]
-
数据团队来管理数据的年代是时候结束了
所属栏目：[大数据] 日期：2022-06-12 热度：123
最初使用的是数据仓库，然后是数据湖。如果大肆宣传是可信的话，那么现在是数据网格的时代了。 所有这些都依次被视为开启金融数据真正价值的灵丹妙药。那么，为什么数据的真正价值之前没有实现呢? 中心化的数据团队常常会在公司结构中造成瓶颈，阻碍整个企[详细]
浙公网安备 33038102330484号