机器学习、知识图谱、NLP、计算机视觉、AI框架...50+AI技术实战干货年终总结 了解详情

推荐内容

谷歌、Facebook、Uber 加入 Linux 基金会的 OpenChain 项目

近日,Linux 基金会在日本横滨举行的公开合规峰会上宣布,继其他 13 家公司(包括 GitHub、Adobe、思科、康卡斯特等公司)之后,谷歌、Facebook 和 Uber 也正式加入 Linux 基金会的 OpenChain 开源许可项目。

作者: Mike Melanson 译者: 无明

占雪亮:流量明星小红书的增长组织架构和数据分析实例

数据永远都不会说谎,数据陈述的是客观事实,不带任何主观意识和假设。

作者: 占雪亮

十二年 10 次 IT 大考 猪八戒网的系统架构和开发流程经历了什么?

刚刚发布的“腾云 10 号”,不是一个产品,而是 13 个研发项目的组合,更是近 200 人研发团队投入 3 个月精力的一次“行动”,在迄今为止猪八戒网创立的 12 年间,这样的腾云行动一共有 10 次。这其间猪八戒网的系统架构和开发流程经历了什么?

作者: 张晓楠

IntelliJ IDEA 2018.3 新版本将支持 Java 12,并带来了 Spring Boot 增强和更多特性

JetBrains 发布了旗舰产品 IntelliJ IDEA 的 2018.3 版本。这个版本提供了一系列新特性,包括对 Java 12 的支持、对 Spring Boot 的增强,和对多行 TODO 注释的支持等等。

作者: Diogo Carleto 译者: 冬雨

英特尔 AIPG 一年记:老牌大厂转型路上的新势力

AIPG 成立于 2017 年初,到现在已经发展了一年多的时间。作为英特尔内部的一股“新势力”,AIPG 肩负的是英特尔在人工智能领域的期待。

作者: 陈思

Rust 1.31 正式发布,首次引入 Rust 2018 新功能

Rust 1.31 是第一个实现了 Rust 2018 独有新功能并且不保证与现有代码库兼容的版本。

作者: Sergio De Simone 译者: 无明

编辑器领域正发生变革?从面试看 Visual Studio Code 的崛起

Visual Studio Code(VS Code)的使用率在迅速上升,现在已经成为大多数工程师的首选编辑器,并似乎正迅速抢占其他顶级编辑的市场份额。

作者: Triplebyte 译者: 无明

2018 年终盘点:区块链真的结束了吗?

年终盘点之区块链:拨霾见日,大路朝天

作者: 付晓岩

从 AI 医疗到量子计算,亚洲研究院如何成为微软发展的生命力?

对于亚洲研究院来说,20 年的光景不仅培养出了无数优秀的人才,同时还为全球技术发展提供了源源不断的新兴技术支持,而对于整个微软,技术的变迁也印证着微软的改变,如何看待微软在这些年的变化?

作者: 陈思

14 小时前
Kafka 多数据中心部署灾备三要素

想象一下,灾难性破坏——比如灾难性硬件故障、软件故障、停电、拒绝服务攻击或其他一些事件——导致一个装有 Apache Kafka 集群的数据中心完全失效。不过,另一个数据中心的 Kafka 继续在运行中,它已经拥有原始数据中心的数据副本,这些数据是从具有相同名称的主题上复制过来的。客户端应用程序从故障集群切换到正在运行的集群,并根据在原始数据中心中停止的位置自动恢复在新数据中心的数据消费。企业最大限度地减少了灾难导致的停机时间和数据丢失,并继续运行它们的任务关键型应用程序。

作者: Yeva Byzek 译者: 薛命灯

最值得加入的 29 家科技公司,谷歌仅名列第五

对于像 Google、Facebook 这样的科技公司来说,2018 年是最动荡多舛的一年。招聘网站 Glassdoor 日前公布了 2019 年 100 家最佳公司的榜单,Nike Bastone 从中筛选出了 29 家科技公司。不出意外,经历种种丑闻之后的 Facebook,从 2018 年的榜单状元下跌到第七把交椅。让人意外的是,Google 仅名列第五。一般来讲,一个人一生待过的公司至少也在三家以上,所以跳槽对于职场人士来说是一件再正常不过的事情。在科技公司工作的你,是不是也萌生了跳槽的念头,但却迷失在招聘信息的大海中?废话少说,来一起看看 Glassdoor 发布的 2019 年最值得加入的 29 家科技公司榜单吧!

作者: Nick Bastone 译者: 刘志勇

杠上 Spark、Flink?Kafka 为何转型流数据平台

消息中间件系统(比如 RabbitMQ、Kafka、Pulsar 等)是现代实时数据或者流数据基础架构的关键环节。它通常作为一个数据管道,链接了各种业务前台和数据后台(比如数仓等)。** 但是随着越来越多的企业应用开始采纳流计算作为数据的计算引擎,以及基础架构的容器化、云化和无服务器化(Serverless),这些消息系统也随之发生变化,逐步向流数据平台演进。** 在这篇文章中,笔者根据自己在这个领域从业多年的经验,详细解读消息系统的演化历史,不同消息系统在基础设施变革的浪潮中面临的挑战,以及他们相应的优势和劣势,并对消息系统怎么跟已有的计算框架进行整合,以及对未来可能的发展方向进行探讨。

作者: 郭斯杰