举个例子，我们的标注平台已经累计对上亿条数据进行了打标，这些标注数据使得各类模型的训练变成了可能。正所谓，没有人工，就没有智能。
数百个实验内流量为0：有的用户并没有使用平台的分流能力，而是自己做分流，这也是我们没有料想到的。
平台中的人性对抗
大家常说，有人的地方就有江湖。一个平台，也是一个江湖。
不同角色、诉求的人参与其中，人性就展示出来了。
因此，就需要思考人的事情，就需要对平台进行运营和治理。
运维人员安全职责：从维护数据到支撑业务，根据业务相关性分成3层：
·第一层是数据的安全性，也就是如何防止托库。保障好数据库安全，这一层的能力更专注在数据库本身防护，比如加密技术，权限控制技术。比如数据库被暴力破解，因为没有加密，被黑客攻破后把这个数据完全荡走，在日常的运维过程当中接触最多，需要对数据库做内在或者外围加固，防止数据库系统被攻破，把里面的数据拖走或者是毁坏。
整体上看，云厂商的可信度建议大家上云时，从两个方向去看，
第一，是看云厂商本身有没有足够多的第三方可信度认证。
第二，是否有很多比较大的行业企业已经选择这家云厂商，作为上面的基石标准。如果满足这两条，是可以放心上云的。
人工智能可以自动化各种管理任务，为教育工作者腾出大量时间。他们越来越多地在许多在线评估任务中使用它。人工智能使他们能够快速地评估论文、考试和评分，以及批改学生作业。
可观察性最早来自于电气工程领域，主要原因是随着系统发展的逐步复杂，必须要有一套机制用来了解系统内部的运行状态以便更好的监控和问题修复，为此工程师们设计了很多传感器、仪表盘用于表现系统内部的状态。
IT系统的可观察性
伴随着几十年的发展，IT系统中的监控、问题排查也逐渐抽象为可观察性工程。在当时，最主流的方式还是使用Metrics、Logging、Tracing的组合。
OpenTelemetry给云原生下带来的革命性的进步，包括：
统一协议：OpenTelemetry为我们带来了Metric、Tracing、Logging（正在制定中，LogModel已经定义完毕）的统一标准，三者都有相同的元数据结构，可以轻松实现互相关联
作为CNCF下除了Kubernetes外最活跃的项目，OpenTelemetry受到了各大云厂商以及相关解决方案公司的关注，相信未来一定会成为云原生下可观察性的标准。虽然目前还没有到生产可用的程度，但是目前各个语言的SDK和Collector也基本上稳定，在2021年就能够发布生产可用的版本，值得大家期待。
