-
为啥云原生数据湖值得关注
所属栏目：[大数据] 日期：2022-06-28 热度：105
最近几年，数据湖正在被越来越多人提起，尽管各方对数据湖的定义并不统一，但这不妨碍企业纷纷下水实践，比如亚马逊、阿里、腾讯、华为等，都在探索建设数据湖。为何众多企业在数据湖是什么上还没有达成共识的情况下，就开始着手进军数据湖领域呢？一个可能[详细]
-
大数据如何通过销售自动化创造更多的机遇
所属栏目：[大数据] 日期：2022-06-28 热度：89
大数据技术如今在各行业领域的业务方面非常重要。销售行业是受大数据影响最大的领域之一。仅在2020年，全球各地的企业就在营销分析上花费了28亿美元，这个数字每年都在大幅增长。 这就是数据分析将发挥重要作用的地方。销售公司可以仔细查看数据，了解渠道不[详细]
-
高考结束 用 Python 来解析下哪里的高考是地狱级难度
所属栏目：[大数据] 日期：2022-06-28 热度：102
一年一度的高考，可以说是广大学子必经的磨练，正所谓十年寒窗苦，一朝天下知。而高考，也成为了当前中国最为广泛，最为公平的晋升之路，可以说考上了一个名牌大学，那么未来的道路会好走很多。 但是又由于我国幅员辽阔，各地的教育资源又不尽相同，从而导致[详细]
-
何为数据湖？用于大数据分析的大规模可扩展存储
所属栏目：[大数据] 日期：2022-06-28 热度：79
从那时起，数据湖技术不断发展，现在正在与数据仓库争夺大数据存储和分析的市场份额。各种工具和产品支持数据湖中更快的SQL查询，而全球三个主要云计算提供商都提供了数据湖存储和分析。甚至还推出了将治理、安全性和分析与成本更低的存储结合起来的数据湖屋[详细]
-
不良数据会造成更严重后果的几个原由
所属栏目：[大数据] 日期：2022-06-28 热度：183
现在回想起来，这是有道理的。当时不仅存在基础设施方面的挑战，而且使用网络的人并不多，网站也没有那么有价值。随着云计算、电子商务和SaaS的兴起，这种情况发生了变化，确保可靠性成为企业的关键任务，站点可靠性工程(SRE)应运而生。 数据如今处于相似的[详细]
-
数据分析常见的误区有哪几种
所属栏目：[大数据] 日期：2022-06-28 热度：69
数据分析常见的误区有哪些？ 1、盲目的收集数据 一个正常运营的产品每天会产生大量的数据，如果把这些数据都收集起来进行分析，不仅会使工作量增加，浪费大量时间，很可能还会得不到想要的分析结果。作为一名数据分析人员，更不应该为了分析而分析，而是应该[详细]
-
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：2022-06-28 热度：168
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：2022-06-28 热度：119
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，能让数据治[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：2022-06-28 热度：68
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种[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：2022-06-28 热度：168
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。 可[详细]
-
大数据如何改变制造业
所属栏目：[大数据] 日期：2022-06-12 热度：181
区块链如何改变制造业 由于该领域的独家技术突破，制造业正处于一场革命之中。 制造业的大数据正在实现明智的战略，并制定未来的路线图。 制造业是在过去几十年里经历了巨大变化的行业之一。除了简单地自动化相关流程之外，制造业还利用技术实现各种其他目的[详细]
-
一文读懂元数据管理！
所属栏目：[大数据] 日期：2022-06-12 热度：78
一文读懂元数据管理！ 一、什么是元数据？ 元数据（metadata）是关于数据的组织、数据域及其关系的信息，简言之，元数据就是描述数据的数据。概念总是生涩，对于没有IT背景的人来说比较抽象，不容易理解，下面举几个例子。 示例1：歌词中的元数据 有一首很多[详细]
-
为何大厂选择减人而不是降薪？
所属栏目：[大数据] 日期：2022-06-12 热度：189
为何大厂选择减人而不是降薪？ 01 前2天写了大厂裁人和招人为何同时进行的原理，后台也收到了很多有趣的私信，其中有一个问题让我觉得特别有意思。 问的是大厂为控制成本他能理解，但同样是控制成本，裁掉30%的人，以及不裁人集体降薪30%，区别是啥? 为什么[详细]
-
终于有人把数据的属性讲明白了
所属栏目：[大数据] 日期：2022-06-12 热度：195
终于有人把数据的属性讲明白了 1.结构化与非结构化数据 某些数据集具有很好的结构性，就像数据库中的数据表或电子表程序中一样。而其他的数据以更多样的形式记录着有关世界状况的信息。它们可能是像维基百科这样包含图像和超级链接的文本语料库，也可能是个[详细]
-
价值变现的关键是组织优化和数据治理
所属栏目：[大数据] 日期：2022-06-12 热度：103
大数据、数据治理、数据湖以及目前被热议的数据中台概念，无不让企业信息化部门疲于跟进，而不是根据企业的实际情况决定建设节奏。企业A的IT部门，就曾受到业务部门要求建设数据中台的压力，但迟迟难以下决心启动数据中台项目。 从A企业的视角来看，目前，行[详细]
-
反映数据质量的八个指标
所属栏目：[大数据] 日期：2022-06-12 热度：110
数据的质量直接影响着数据的价值，并且还影响着数据分析的结果以及我们依此做出的决策的质量。质量不高的数据不仅仅是数据本身的问题，还会影响企业的经营管理决策;数据错误还不如没有数据，因为没有数据时，我们会基于经验和常识做出不见得是错误的决策，而[详细]
-
如何采用大数据技术帮助制定数字化策略？
所属栏目：[大数据] 日期：2022-06-12 热度：154
数字化采用被定义为通过优化遗留系统和利用新技术来重塑企业。近年来，大数据一直是数字化采用的中心。这就是全球各地方的公司去年在大数据技术上花费1620亿美元以上的原因。 整个过程远不止这些，但采用新技术并将其集成到业务工作流程中是关键。为了简化这[详细]
-
数据中台虚火？数据管控体系应该这么搭
所属栏目：[大数据] 日期：2022-06-12 热度：121
大数据、数据治理、数据湖以及被热议的数据中台概念，无不让企业信息化部门疲于跟进，而不是根据企业的实际情况决定建设节奏。企业A的IT部门，就曾受到业务部门要求建设数据中台的压力，但迟迟难以下决心启动数据中台项目。 从A企业的视角来看，目前，行业内[详细]
-
大数据和道路安全如何携手共进？
所属栏目：[大数据] 日期：2022-06-12 热度：184
大数据现在被广泛用于预测交通和避免事故 道路交通事故仍然是一个主要问题，因为全球每年有超过 125 万人丧生。根据世界卫生组织的一份报告，它仍然是 15 至 29 岁人群的主要死因。 世卫组织已承诺采取一项强有力的举措，到 2022 年减少道路交通事故造成的死[详细]
-
数据科学中数据收集的终极指南
所属栏目：[大数据] 日期：2022-06-12 热度：161
在当今世界，数据对任何一家企业的成功都起着关键作用。企业的目标受众、竞争对手产生的数据、工作领域的信息以及企业自己收集的数据可能会帮助找到更多客户、分析业务决策、重新优化业务模型或进入到其他市[详细]
-
如何使云原生运维化繁为简
所属栏目：[大数据] 日期：2022-06-11 热度：139
云计算带来了集约化、效率、弹性与业务敏捷的同时，对云上运维提出了前所未有的挑战。如何面对新技术趋势的挑战，构建面向云时代的智能监测平台，让云上应用获得更好的保障，是如今摆在每一个企业面前的一道难题。 在日前的【TTalk】系列活动第八期中，51CTO[详细]
-
如何借助Python创建机器学习模型
所属栏目：[大数据] 日期：2022-06-11 热度：145
你是否会遇到这样的场景，当你训练了一个新模型，有时你不想费心编写 Flask Code（Python的web 框架）或者将模型容器化并在 Docker 中运行它，就想通过 API 立即使用这个模型？ 如果你有这个需求，你肯定想了解MLServer。它是一个基于Python的推理服务器，最[详细]
-
转向未来的AI自动化测试工具
所属栏目：[大数据] 日期：2022-06-11 热度：170
近年来，自动化测试已经发生了重大的迭代。它在很大程度上协助QA团队减少了人为错误的可能。虽然目前有许多工具可以被用于自动化测试，但合适的工具一直是自动化测试成败与否的关键。同时，随着人工智能、机器学习和神经网络在各个领域的广泛运用，面向人工[详细]
-
微型机器学习有望让深度学习嵌入微处理器
所属栏目：[大数据] 日期：2022-06-11 热度：54
深度学习模型最初的成功归功于拥有大量内存和GPU集群的大型服务器。深度学习的前景催生了一个为深度神经网络提供云计算服务的行业。因此，在几乎无限的云资源上运行的大型神经网络变得非常流行，这对于具有充足预算的科技公司尤其如此。 但与此同时，近年来[详细]
-
人工智能平台计划中的质量工程设计
所属栏目：[大数据] 日期：2022-06-11 热度：179
我们正处在人工智能的黄金时代。人工智能方案的采用使得企业更具创造性、竞争力和快速响应能力。软件即服务（software-as-a-service，SaaS）模式，加上云技术的进步，使软件生产和消费过程越来越成熟。 普遍存在的一个事实是，大多数组织更喜欢购买现成的人[详细]
