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 数据方向技术架构 频道下的 50 篇内容

本文是架构设计实践五部曲系列文章的第一篇,架构与架构图。本文将对架构作深入的阐释,并教你什么时候画架构图、怎么画架构图。

近年来,一体化数据融合平台的概念逐渐受到关注。那么,真的可以使用一套解决方案应对所有场景吗?一体化数据平台有哪些主流选项?Lambda 与 Kappa 架构各有哪些优势和不足?企业该如何选择适合自己的解决方案?
随着企业数据量的增多,为了配合企业的业务分析、商业智能等应用场景,从而驱动数据化的商业决策,分析型数据库诞生了。由于数据分析一般涉及的数据量大,计算复杂,分析型数据库一般都是采用大规模并行计算或者分布式计算来提升它的数据处理能力。

数据是现代企业的生命线。年湾区一位中等水平的数据工程师的年薪。万元的水平,百万以上比比皆是。这一岗位的热门程度可见一斑。

随着数据湖相关技术的逐渐成熟、湖仓理论的发展,生产环境落地已经非常广泛。

介绍Lakehouse、Data Fabric 等技术的应用及Data For AI 的展望。

本次分享介绍图数据库的设计和实践经验。

「AI 进化论」第四期聚焦 「数据 × 模型 × 软件:自动驾驶的协同进化之路」,从技术痛点拆解、协同路径分析到未来场景展望,揭示智能驾驶从“可用”到“可靠”的进化密码。

全球 AI 技术竞速进入深水区, 正以 “产业变革核心引擎” 的姿态重塑商业格局。
2015年到2016年,58集团在整个业务和战略层面面临了几项大的挑战:一是各平台间整合后如何发挥协同优势,如何搭建适应各个业务线发展的大平台+垂直的业务模型;二是经过十年的高速发展,如何在产品、技术体系和架构仍存在诸多问题的情况下让业务跑的更快;三是怎样从此前的分类信息服务过渡到垂直化业务模式。

在当前的金融行业中,面临着前所未有的数据增长和技术变革。随着大数据和人工智能的兴起,银行业面临着巨大的转型挑战和机遇。

深入浅出地讲企业架构。

本文转载自技术琐话公众号

如何在保证成本可控的前提下,实现AI数据处理能力的可扩展性与工程化落地?

对于很多企业而言,分布式数据库就好比现在的电动汽车。当电动汽车产业刚刚起步时,它的市占率是很小的,但是在经过了几年的发展后,我们可以看到,越来越多人在购车时会优先选择电动汽车而不再是燃油车。分布式数据库也是这样,未来分布式会成为一种能力,蕴含在每一代新型数据库里面。

作为一种新兴架构,湖仓一体在扩展性、事务性以及灵活度上都体现出了独有的优势,也正因如此,无论在技术圈还是资本圈,湖仓一体都受到了前所未有的关注度。

华为在数据空间领域的最新探索成果与实践心得。

华润啤酒如何寻找到符合业务的IT发展战略,如何帮助业务“决战高端,卓越发展”?

值此 QCon 进入中国十年之际,邀你共襄盛举。

当前,随着数据量爆发式增长、业务场景愈发复杂、全球化部署需求激增,传统数据库架构越来越难以适配新时代的业务发展要求。在 AI 技术的加持下,云原生数据库正朝着智能化方向加速演进。