搜索 | 会员  
最近更新
  • 『IT治理』 IT领导的未来:首席信息官必须扮演的5个新角色今天更新的文章
    他们将超越传统上被称为信息技术的东西,并带领企业变得更加数字化,他们不仅需要了解技术,还需要了解它对劳动力的影响。如果他们想成为‘仿生首席信息官’,他们必须提升自己。
  • 『生产制造』 智能仓储的独角兽逻辑
    过去几年,智能仓储方向,国内涌现大量初创公司,从不同的技术路径出发,提出不同的解决方案。围绕该领域,一级市场也出现了大量的交易事件。围绕智能仓储赛道是不是值得投资、什么样的公司值得
  • 『IT治理』 企业可以不要大数据但必须要有“数据中台”
    数据中台绝对不等于数据平台,差别之一就在于是否具有业务属性,这也是数据中台出现的一个非常重要的原因,它可以支撑多个前台业务,使得数据不再是各前端业务独立管理,真正实现不同业务之间的
  • 『云计算』 云计算10大定律
    在过去的11年中,100余家云计算公司的市值/估值已经超过10亿美元,亚马逊、微软、谷歌同样也投身于云计算的浪潮之中。ToB服务通常会经历产品-标准-规模化的一个标准过程,但从打磨初期再到中后
  • 『大数据』 标签体系应用及设计思路
    标签和画像是类似中间层的系统模块,具体来说,数据资产本质上是一些采集、采购所获得的数据源,但企业希望在数据源的基础上,实现资产变现,而且不断扩大资产价值。
  • 『大数据』 民生银行数据中台体系的构建与实践
    在大数据、人工智能、区块链等新兴技术的驱动下,各家银行纷纷利用新技术制定数字转型改革战略,寻找差异化经营的可行模式。如何真正将“数据驱动”的这个轮子落地,扎扎实实地支撑民生银行数字
  • 『IT治理』 复杂运维场景下如何实现分钟级的故障根因定位
    在超级互联网公司,随着服务器规模都早早迈过10万台量级,加之业务模式的多样性和IT架构的云化迁移,其IT运维团队面临的挑战与日俱增,常规的系统和经验都需要不断迭代更新。
  • 『大数据』 如何构建金融行业大数据用户画像?
    金融消费者逐渐年轻化,80、90后成为客户主力,他们的消费意识和金融意识正在增强。金融服务正在从以产品为中心,转向以消费者为中心。所有金融行业面对的最大挑战是消费者的消费行为和消费需求
  • 『大数据』 网易严选数据中台的经验和方法论
    大量的互联网、非互联网公司都开始建设数据中台。为什么很多公司开始建设数据中台?尽管数据中台的文章很多,但是一千人眼里有一千个数据中台,到底什么是数据中台?数据中台包含什么?
  • 『IT治理』 数据中台不是技术平台
    如果从企业管理概念出发,理论上来说,不使用IT技术也可以完成数据中台。举个不太恰当的例子,假设我们汇总了纸质报表,进行人工审核,并从中得到了某些趋势洞察,进而改造了多条前线业务,那么
  • 『大数据』 万物有灵:人机对话系统解析
    说到人工智能,我经常会思考以下四个问题:人工智能是什么?通俗意义上来讲,如果一个机器具有人工智慧,我们称之为人工智能。在学术上,一个机器如果可以通过图灵测试,那么就称之为人工智能。
  • 『IT治理』 为什么企业要从离线数据中台走向实时数据中台
    数据中台的计算载体包括hadoop、MPP以及流处理引擎,但你会发现这三类计算载体承载的数据内涵是不一样的。Hadoop、MPP中的数据模型往往是精心打磨的离线数据仓库模型,无论是维度建模还是关系建
  • 『大数据』 如何炼就数据分析的思维
    面对数据异常,我们经常会出现“好像是A原因引起的?”“貌似和B原因也相关?”“有可能是C操作不当”的主观臆测。或者,拿到一个分析议题,分析“11月销售数据下降的原因”,是先从产品层面,
  • 『IT治理』 CIO大多不喜欢听话的乙方?CIO怎么选合作伙伴
    大多数CIO不喜欢“听话”的乙方。这是一次讨论活动中得出的结论。CIO喜欢的乙方还有些分歧,但是讨厌的乙方却很统一。他们是如何选择陌生的乙方的。一部分CIO喜欢听话的乙方,并把这种品质放在
  • 『云计算』 10个SaaS的常见问题解答告诉你SaaS是什么
    SaaS是一种软件交付模式,允许通过Internet连接和Web浏览器从任何设备访问数据。在这个基于Web的模型中,软件供应商维护构成应用程序的服务器,数据库和代码。这与传统软件交付形式有很大不同。
  • 『大数据』 数据科学家:需要哪些素质、类型与工作流程
    数据科学家要有基于数据指导业务和分析预测的能力。具体来说,需要具备的素质有:大数据平台实战经验、理解企业业务、懂数学软件和编程、掌握分析的理念、熟悉算法跟编程。所以数据科学是对业务
  • 『基础设施』 一份十分完整的故障演练指南
    在很多情况下,由于事故处理预案的缺失或者预案本身的不可靠,以及开发人员故障处理经验的缺失,造成在各种报警之中自乱了阵脚,从而贻误了最佳战机。系统是否足够健壮?是否有足够的能力应对故