在专业技能方面，除了要有产品经理岗位必须的“需求管理、产品设计、项目推动”等能力之外，还需要“懂技术”。要懂研发流程，要懂各种算法、模型的术语和原理，因为你不仅要与平台的开发团队对话，你还要跟平台的用户进行对话——这些用户大部分也是技术同学。
Technavio等许多公司发布的市场研究报告，显示美国教育领域的人工智能市场正在逐步增长。如果该市场持续以近48%的复合年增长率增长，预计到2022年将达到8500万美元的巨大价值。
目前我们SLS正在开展云原生可观察性的工作，基于OpenTelemetry这个未来云原生下可观察性的标准，实现各类可观察性数据的统一收集，覆盖各个数据源和各类数据类型，做到多语言支持、多设备支持、类型统一；
需要适应
将更多的AI从云转移到边缘的关键挑战之一是，能够在边缘AI芯片中高效运行的神经网络架构。聪明的行车记录仪供应商。
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。
数据库从上世纪五十年代发展至今，随着基础设施的改变，其技术也在不断演进。数据库市场也从原本商业化巨头形成的垄断地位逐渐变为云厂商处于领导地位，而未来在云上，数据库将会是兵家必争之地。
分布式微服务应用不但部署和管理复杂性提升，其安全攻击面也被放大。在传统的三层架构中，安全防护主要在南北向流量，而在微服务架构中，东西向流量防护会有更大的挑战。在传统的边界防护方式下，如果一个应用因为安全缺陷被攻陷，缺乏安全控制机制来阻止内部威胁“横向移动”。
数据科学领域有如下两种基本的学习类型。
有监督学习:训练的数据包含已知的结果。模型相对于这些结果进行训练。
无监督学习:训练数据不包含任何已知的结果。算法自行发现数据中的联系。
研究人员开发了一套深度神经网络来预测实际年龄。它用超过60000个样本进行训练。研究人员惊奇地发现,该系统确定了5个核心的生物指标,预测精度达81.5%。
这里的墙不只是组织架构隔阂所带来的障碍，还包括三个领域关注点的不同。比如开发需要关注可测试性和可运维性，这些东西将会深刻地影响应用的架构设计和开发实现，如果开发同学没有充分考虑到代码的可测试性，那么交给测试同学就会造成很大的问题，比如如何实现故障注入和精细流控，这都需要在开发时就考虑清楚。
