写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 项目技术架构设计 频道下的 50 篇内容

大数据不是技术堆砌,而是业务驱动的系统工程。需建立数据采集、存储、处理、服务和治理分层架构,遵循业务导向、成熟稳定、可扩展性和团队适配原则进行技术选型。实施应先评估规划,通过试点验证,再全面推广,循序渐进,持续优化,重视数据质量和成本控制。
成为一名优秀的Android开发,需要一份完备的知识体系,在这里,让我们一起成长为自己所想的那样。
从我个人的角度写写30多岁码工的感受:的确是受年龄压力开始增大了。比如二十多岁的小年轻,可能什么都懂,对组里的东西很熟悉。有时候我也怀疑自己是不是智商不够,是不是自学能力太差,是不是基础不行,别人是不是都玩命加班,你知道30多岁的人那种危机感。

未来移动 GPU 的一个重要发展方向——从单纯提升图形算力,转向图形计算与神经计算协同工作。

腾讯云 DBTalk 第三期特别策划《「腾讯云 NoSQL」技术解析:分布式缓存数据库在社区开源、内核架构与 AI 工程化的全面演进》主题直播,特邀三位腾讯云 NoSQL 团队分布式缓存数据库产品技术专家,分享开源社区治理、高性能架构设计,以及智能化运维工程的完整技术脉络。

项目涉及十余家本土伙伴,跨语言、跨团队协作链条较长~

Agent 并非简单的功能模块,而是一种全新的计算实体

本演讲将介绍 OpenViking 的孵化过程、架构设计和后续迭代思路

AI Coding从个人提效到企业落地,仍有关键鸿沟待跨越。

目前 Muse 已覆盖小红书全部职能线,在主流 AI Coding 产品中率先实现非研发独立完成从创意到可上线代码的全链路 NoCode 交付

“作为架构负责人,同时仍保持动手实践,这是团队中唯一有效的软件开发方式。”

如何让大模型推理在保证生成质量的前提下,实现数量级的效率提升?传统的自回归推理如同“逐字思考”,速度存在瓶颈。

通过“设计+规范”、“知识+工具”、“模式+流程”三大驱动,实现 AI 模型与工具的能力增强与研发团队工程优化的双向管齐下与双向奔赴

亚马逊云科技团队开源自托管应用 Pizza Bot,可让 AI 智能体后台执行任务并通过收件箱界面返回结果。

前线部署工程师,只能解决技术问题

本期技术前线邀请蚂蚁集团、东方财富、摸象大数据四位技术专家,系统分享智能体在银行营销、保险产品解读、投研分析与多智能体交易框架中的真实落地经验,提供可直接复用的工程化方法论与最佳实践。欢迎报名,并参与交流。

在演进式架构中,系统应该设计成可以吸收并适应不断变化的需求和环境。但要真正实现这种适应性,团队成员需要对系统本身有深刻的理解。

本文探讨了如何基于 Apache Camel 搭建具备智能体能力的多模态 AI 系统。该方案的核心组成部分包含大语言模型推理、检索增强生成(RAG)以及图像分类。

深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障,以及大模型推理优化、智算架构升级等关键命题

在过去的十年中,在任何处于成长阶段的工程组织内部,有一条建议几乎始终都未曾受到质疑,那就是构建一个全公司通用的组件库。