gydtep
发表于 2021-3-8 07:20:30
比如，在我去年负责A/B实验平台的时候，我们曾经对平台中所有实验进行深入分析，结果就发现了很多惊人的现象。
gydtep
发表于 2021-3-8 14:24:06
它可以帮助激发更高层次的思维，提高解决问题的能力，并对课程材料有更深的理解。
gydtep
发表于 2021-3-8 16:57:14
对于标注平台，你可以沿着“人工标注”的老路子去做，也可以朝着“智能辅助标注”的方向去创新。对于智能文案平台，你可以只依赖算法提升的路径，也可以主动创新，把领域知识和行业经验产品化，来实现产品经理驱动。对于用户反馈的获取和产品的迭代进化，你可以使用“当面交谈、问卷调查”的传统方式，也可以尝试“分析用户日志，使用大数据+AI”的新手段。要相信，只要以终为始，从业务出发，从用户出发，就能找到产品创新的机会。
gydtep
发表于 2021-3-8 21:03:47
每个人都有不同的学习风格和习惯，所以没有一种教学方法能满足每个人的需要。当然，这就是个性化学习的作用。
gydtep
发表于 2021-3-9 12:19:14
OpenTelemetry最核心的功能是产生、收集可观察性数据，并支持传输到各种的分析软件中，整体的架构如下图所属，其中Library用于产生统一格式的可观察性数据；Collector用来接收这些数据，并支持把数据传输到各种类型的后端系统。
gydtep
发表于 2021-3-9 15:00:28
等级5：变更影响预测，我们知道绝大部分的故障都是由变更引起的，因此如果能够模拟出每个变更对系统带来的影响以及可能产生的问题，我们就能够提前评估出是否能够允许此次变更。
gydtep
发表于 2021-3-10 07:14:45
边缘的AI允许通过本地化处理进行实时机器学习，从而实现即时数据处理，详细的安全性和增强的客户体验。同时，许多企业正在寻求将AI推入云端，这可以减少实施障碍，改善知识共享并支持更大的模型。前进的道路在于找到一种利用云和边缘优势的平衡。
gydtep
发表于 2021-3-10 10:33:05
这是一个巨大的挑战，因为用户可能会从高性能的移动网络驶向盲区，而无论如何都希望获得良好的性能。在推理期间，没有足够的网络带宽将所有数据从边缘移动到云，但是用例要求将本地推理输出进行全局汇总。边缘AI可以运行神经网络，以帮助过滤必须发送到云以进行进一步AI处理的数据。
gydtep
发表于 2021-3-10 11:50:10
在全增量实时同步解决方案系统中，可以从MySql、Oracle、IBM DB2、SQL server、POLARDB等关系型数据库中全量离线同步到MaxCompute、Hologres、Elasticsearch、Kafka、DataHub等大数据产品中，再实现实时抽取关系型数据库的变更信息，同步到大数据产品中。像MaxCompute这种离线数仓，可以通过同步到Log表、拆分至Delta表、Merge到Base表，最后再写入MaxCompute这样的方式做实时增量同步。
gydtep
发表于 2021-3-10 15:07:22
在这样的背景下，Hologres推出了HSAP理念。 HSAP是指Hybrid Serving & Analytical Processing，是既能支持高QPS的点查场景实时写入和查询，又能将复杂的多维分析场景在一套体系里面完成。HSAP相当于数据仓库+在线数据服务，是两者的超集。
