提供智能虚拟学习助手
Technavio的报告还发现，美国教育行业人工智能市场的一个关键趋势是对聊天机器人的日益重视。
很多原来没有想象到的使用方法和场景、产品设计的细节问题，在标注人员的不断操作中，就显现出来了。之前产品评审会上大家争论的问题，自然就有了答案。
我们的同学基于沉淀的图像、NLP和图谱等AI技术能力，迅速开发出了智能垃圾分类的技术和产品，项目命名为“分类宝”。用户可以通过“拍照片、语音搜索”等便捷的交互方式，在支fb小程序以及智能垃圾回收箱IoT设备上，来体验AI垃圾分类了。
平台能力复用，杜绝浪费
平台在不断迭代升级的过程中，对于一个新需求，不要一上来就自己做，而要先看看其他平台有没有可以复用的现成的能力，哪怕是“曲线救国”或者“权宜之计”。
据我了解，百度搜索的“安全标注是搜索行业通用的响应机制，任何一个网站出现问题，都会进行温馨提示。”
如何能智能生成像人工编写这样的代码，这是智能还原这部分要解决的事情。我们把 D2C 智能还原部分做了能力分层，每一层的输入和输出都是 JSON，智能还原部分的本质是一层一层的做 JSON 转换，这就是整个智能还原的流程。
Worker节点通过Kubelet跟Master节点通信，其资源以及负载Pod受Master的调度以及控制。K8S本身架构是C/S模式，即worker节点的资源管理与调度都由Master节点控制。
K8S提供了一个平台级别的DNS服务，可以配置给所有Pod使用。当一个Service资源对象被创建，DNS服务可以绑定一个DNS访问地址到对应Pod，供访问使用。这个DNS服务管理着应用服务DNS访问地址与Pod启动时分配的ClusterIP和port的对应关系，负责解析从该DNS访问地址过来的流量负载到对应的Pod上。
成为优秀的架构师是大部分初中级工程师的阶段性目标。第三部分剖析架构师的能力模型，让大家对目标所需能力有一个比较清晰的认知。
虽然，人类的整体知识体系一直在扩张。但是就很多重要的工程细分领域，基础理论并不高深。计算机的很多重要领域，工程师有能力在有限时间内抓住核心要害。
