报告发现尽管存在风险,CIO们仍愿拥抱AIGC
麻省理工科技评论和 Databricks 的一份新报告发现,尽管存在风险,但积极的CIO们正在果断地拥抱生成式人工智能AIGC,将其作为整个企业战略的一部分。
基于现代工业基础的智能化
自动化和智能化有什么区别?我向来反对咬文嚼字,就把这个问题转化成另一个问题:在全自动化的工厂里,为什么还需要人?我想至少有两类问题需要人来处理:1、生产过程出现问题和异常时,需要人来发现和处理;2、对现有生产方式的改进与创新。从自动化到智能化,其实就是要解决这类问题。
数仓建模之OLAP和OLTP的本质区别,一篇文章讲明白!
数据仓库系列文章的第六篇,本文关键词:数据仓库;数据库;数据分析;OLAP;OLTP
面对成长型企业的复杂需求,用友YonSuite如何让企业高效增长?
日前,服务于成长型企业的用友YonSuite202305新版正式发布,进一步增强了智能化与数据驱动能力,实现了产品的重大跨越,推动YonSuite进入全球规模化普及的新阶段。在数智化转型的浪潮中,成长型企业有哪些需求?用友YonSuite如何实现规模化增长?
如何搭建电商复购数据模型(二)
类目复购大概可以分为2类,一种类目里面的单品有持续的复购行为,另外一种类目不同的单品有持续的购买需求
数字化转型:最重要的五个人才因素
数字化转型——无论是对整个公司进行数字化还是在组织内建立数字化和高级分析都是一项重大挑战。我们经常看到这些转型一路走来步履蹒跚,领导者往往难以随着时间的推移维持任何改进。
一体化数据编织 叩开Lakehouse的大门
在5月份的连续三周内,微软、HPE和IBM分别发布了新的数据编织产品,或更新了现有的数据编织,增加了新的Lakehouse功能,旨在方便集成和分析大数据集,同时不放弃混合云环境中的集中控制和安全性。
网约车订单自助测试演进与落地实践
各个业务线对于便利的订单场景构造和测试能力有着强烈的诉求,网约车质量效能团队在不同的业务发展阶段结合业务特点形成了具备服务化、标准化的订单测试能力,以求提高研测效率、保证业务高质量交付。
谈一谈古老的数据迁移问题
数据导入的教训是不要跨网络(数据库和导入的文件跨网络执行)。一般都是本地导入或者同网段导入。导入时候注意操作系统和数据库的字符集问题。
使用数据库快照的4种方法
快照具有许多优势,但必须与备份和复制等其他工具结合使用。以下是使用快照提高存储效率、简化数据库管理以及增强安全性和可靠性的四种方法。
IDC:95%的企业认为图数据库是重要的数据管理工具
IDC调研发现,95%的企业认为图数据库是重要的数据管理工具,整体来看,中国图数据库市场经历市场教育阶段,进入大规模商业化落地的初期。
干货 | 携程国际机票架构重构实践
大多数的技术研发都对重构有所了解,而每个研发又都有自己的理解。从代码重构到架构重构,我参与了携程大型全链路重构项目,积累了一点经验心得,在此抛砖引玉和大家分享。
数据仓库如何应对资源不足导致的核心任务延迟?
有读者问了一个问题:“公司集群机器下线,数据仓库如何应对资源不足,导致核心任务一直延迟的问题?” 这种故障很常见,今天就来讲讲一般的解决套路,一共9招,按着顺序去做吧。
数仓扫盲系列(5):数据仓库的数据集存和数据分析功能
之前在文章《扫盲系列(3):数据仓库架构详解》中,我们详细介绍了数据仓库的架构,接下来介绍数据仓库的数据集存和数据分析功能。
数据生产力时代已经到来
有用的数据是从原始状态中提取出来的,并通过指标对其进行转化和丰富,从而有效地利用这些数据来提供洞察力并加快进度。对于现代数据团队而言,利用这些数据并帮助用户利用这些细微差别的能力是推动企业前进的动力。
数据产品权限设计逻辑
在数据产品权限的设计逻辑中,RBAC的原则是一个典型的权限管理的方法论,来源于B端后台工具产品,即:Role-Based Access Control),基于角色的访问控制。
谈谈构建有价值的数据产品的有效方法
关于数据产品的讨论很多,尤其是随着数据网格等方法的兴起。如果做得正确,使用数据产品创建分析可以推动真正的业务价值并显著加快分析交付速度。在这篇文章中,我们尝试从业务角度确定数据产品应该是什么,并研究构建它们的框架。
企业数字化转型亟待解决的六大问题
数字化转型之路千万条,建设失败就是那几条,企业搞不清数字化转型的本质,就无法提升其战略高度及运营的深度,结果就是信息部门累的吐血数字化项目也难以成功。
优秀数据产品经理的 7 大特点
产品经理评为美国第四大最佳职位。这使得数据产品经理在竞争中保持领先地位变得更加重要。是什么让数据产品经理脱颖而出呢?他们拥有哪些技能可以使他们成功?这篇文章将揭示优秀的数据产品经理所具有的 7 个最重要的特征。
数据治理避坑指南,请查收
数据治理是一个复杂的系统工程,需要结合业务、技术、流程、组织架构、专业人员和专业方法。以下列一些数据治理的避坑指南: