与蚂蚁金服首席技术官程立(鲁肃)、腾讯玄武实验室总监于旸TK一起关注100+海内外技术专家实践 了解详情

推荐内容

Uber:大规模系统下如何构建可伸缩的告警生态系统

Uber 的软件架构包含上千个微服务,为了维持增长和架构,Uber 的可观察性团队构建了一个健壮的、可伸缩的指标和告警管道,具体来讲,就是构建了两个数据中心内的告警系统,称为 uMonitor 和 Neris。

作者: Shreyas Srivatsan 译者: 张卫滨

360 重磅开源性能监控平台 ArgusAPM

ArgusAPM 是 360 手机卫士客户端团队继 RePlugin 之后开源的又一个重量级开源项目。ArgusAPM 是 360 移动端产品使用的可视化性能监控平台,为移动端 APP 提供性能监控与管理,可以迅速发现和定位各类 APP 性能和使用问题,帮助 APP 不断的提升用户体验。

作者: 卜云涛

5 小时前
解读 2018 之 Go 语言篇:为什么 Go 语言越来越热?

2018”年终技术盘点系列文章,希望能够给读者清晰地梳理出重要技术领域在这一年来的发展和变化。本篇文章是 Go 语言 2018 年终盘点,分为上下两篇,客观、深入分析 2018 年 Go 语言的技术发展现状,同时对明年可能的发展情况进行预测和展望。

作者: 郝林

Beaker:一个基于 Electron 的点对点 Web 浏览器

Beaker 是一个基于 Electron、Chromium 和 Node.js 的实验性、点对点 Web 浏览器。Beaker 包含新的基于 Dat 的 API,用于构建无主机应用程序,同时又保持与传统 Web 的兼容性。

作者: Dylan Schiemann 译者: 谢丽

分布式系统关注点——限流该怎么做?

在上一篇中我们聊到了「熔断」(分布式系统关注点——99% 的人都能看懂的「熔断」以及最佳实践),有熔断机制的系统,它对可用性的作用至少保证了不会全盘崩溃。

作者: 张帆

使用 Python 将 MongoDB 数据导到 MySQL

MySQL Shell 8.0.13(GA) 引入了一项新功能,让你可以轻松地将 JSON 文档导入到 MySQL。这篇文章将介绍这项功能的实际用例:如何将 MongoDB 中的 JSON 数据导入 MySQL。这些方法同样适用于将数据从其他文档存储数据库导入 MySQL,只要它们能够生成或导出 JSON 数据。

作者: Paulo Jesus 译者: 无明

大规模学习该如何权衡得失?解读 NeurIPS 2018 时间检验奖获奖论文

机器学习进展飞速,有时甚至觉得,超过 2 年的想法或算法就过时了,或者就被其他更好的东西所取代。然而有时候,有些旧想法,即使科学界的大部分人已经远离它们,它们仍然很重要。

作者: Anna Ukhanova 译者: 姚佳灵

未来的互联网存储:5 大分布式存储平台深入比较(中)

谈到区块链和分布式计算,最重要的是共识算法、智能合约和一个强大、安全和去中心化的内容存储以及分发系统。本文我们将探索和评估一些最流行的分布式存储平台。

作者: Vasa 译者: 姚佳灵

2018 年 12 月 16 日
GitHub Desktop 发布 1.5 版本,简化合并冲突解决

GitHub 官方客户端应用程序的最新版本 GitHub Desktop 1.5(适用于 macOS 和 Windows)简化了合并冲突解决以及库的创建、添加或克隆。InfoQ 采访了 GitHub Desktop 工程经理 Neha Batra。

作者: Sergio De Simone 译者: 谢丽

2018 年 12 月 16 日
2019 年即将改变电信行业的 4 种 AI 趋势

人工智能应用正在革新电信行业的运营、优化和提供服务的方式。网络优化、预见性维护、虚拟助理和机器处理自动化都是 AI 对电信业产生影响、增强客户体验以及为企业整体增值的示例

作者: Liad Churchill 译者: 马卓奇

2018 年 12 月 16 日
大数据应用发展史:从搜索引擎到人工智能

踽踽独行上下求索总是痛苦,如果有良师益友陪伴点拨必能事半功倍。从新手码农到高级架构师,要经过几步?要多努力,才能成为为人倚重的技术专家?本文将为你带来一张程序员发展路径图,但你需要知道的是,天下没有普适的道理,具体问题还需具体分析,实践才能出真知。

作者: 李运华

2018 年 12 月 16 日
谷歌大脑小姐姐亲授:如何拿下 AI 工程师岗位

技术人工智能安全是一个有多方面内容的研究领域,在诸如 [奖励学习、鲁棒性和可解释性等方面有许多子问题。为了确保随着系统变得越来越强大,人工智能的发展能够继续造福人类,这些子问题都需要得到解决。但并非所有这些问题都可以通过抽象的数学研究来解决。有些问题可以通过具体的编码实验和机器学习原型来处理。因此,一些 AI 安全研究小组正在招聘越来越多的软件工程师和机器学习研究工程师。此外,一些研究小组可能并不是直接负责“人工智能安全”问题,但他们致力于研究相关问题,例如验证神经网络或从用户反馈中学习,他们也需要招聘工程师。

作者: Catherine Olsson 译者: 马卓奇

2018 年 12 月 16 日