- 综合排序
- 最热优先
- 最新优先
- 来自专栏【腾讯云开发者】
腾讯混元大模型·4月产品动态
作为腾讯全链路自研的大模型，自2023年9月公开亮相以来，腾讯混元大模型共经历了数十次迭代，支持内部超过400个业务和场景接入，并通过腾讯云面向企业和个人开发者全面开放（API个人权益与企业客户一致，已实名腾讯云账号提供累计
56340编辑于 2024-04-28 - 来自专栏社区的朋友们
腾讯大数据高级产品总监洪桃李：决胜未来的4大关键能力
11月18日，在2017中国产品经理大会上，腾讯大数据高级产品总监洪桃李，从解码产品经理日常工作的角度，从共享单车、共享充电宝等案例着手，给大家分享了产品经理的4大关键能力：新事物的好奇心、纵深的业务能力 编辑删除 《产品经理不变应万变的4大关键能力》的现场演讲摘要： 大家好，我是洪桃李。 富途证券做了一个事情，他利用大数据给用户推送了一个消息，它不说这次的消息，而是总结了这十多年，腾讯历史上仅有几次一天跌了4%，把这个消息推给用户，把整个分析的过程告诉了用户（让客户减少恐慌心理）。 如果产品经理要做到商业上的平衡，一个平台的健康持续发展，就一定要通过数据来了解你的平台，了解你的用户。 前面说了我们需要通过数据来了解平台，了解用户。腾讯大数据对移动互联网也推出了一些分析、精准推送的一些产品。其实也是一种工具。
2K00发布于 2017-12-05 - 来自专栏木东居士的专栏
闲聊4年大数据经历
0x00 前言 周末闲来无事，想到从13年接触大数据这个名词，到现在也有4年的时间了，随便聊一聊自己和大数据接触的那些经历。 0x01 大数据 “什么是大数据？” ，和数据相关的技术也都数据大数据。 2016年初 然后到了16年初，感觉机器学习突然间火起来了，突然间大数据的概念就被割裂出去了一大部分，机器学习和数据挖掘这部分和算法强相关的内容一下子就不属于大数据这个概念了。 然后数据量一下暴增了，一天要处理的数据增到了百亿的级别，很多任务的数据量都超过了千亿，。下子问题就大了，遇到了很多的挑战，比如数据倾斜、数据丢失、数据读写影响这些问题。 大规模数据的处理是一个非常大的课题，但是这一点更偏向于是搞技术的。 我们在做大数据的时候也更应该有数据的理解，这里对数据的理解可能会和数据分析、数据挖掘有类似，但是又不同。
85230发布于 2018-05-25 数据同步最全避坑指南！4大痛点+4大场景技术方案
在数据湖仓一体、流批一体的背景下，数据同步作为数据流动越来越重要的一环。然而，数据同步听起来简单，做起来却处处是坑：业务急着要数据做决策，报表却迟迟出不来？ 系统A和系统B的数据对不上，流程卡住，用户投诉？想搞实时同步提升体验，结果把核心数据库拖慢了？尤其在企业内部数据分析和业务流程流转等关键时刻，如果数据同步跟不上，问题就大了。 （2）技术实现：全周期一致性方案通过将存量数据校验与增量同步并行处理，缩短数据切换时间，降低业务中断风险。4.资源消耗与扩展不足（1）痛点：流式同步技术在提升实时性的同时，对计算资源的需求大大增加。 误区 4：安全防护的合规性缺失敏感数据同步需满足分类分级要求，山东大数据局明确要求传输加密、脱敏处理与最小权限管控。工具应该内置敏感数据规则，并支持操作日志审计留存，确保符合监管要求。 3.流处理平台：实时化场景方案企业可以根据场景选择单一工具或组合方案：4.新一代统一架构：流批一体与湖仓融合理想的数据同步架构应该整合流批一体引擎（Flink）、湖仓存储层（Iceberg）与智能管控面
59310编辑于 2025-09-22- 来自专栏杨建荣的学习笔记
数据架构选型必读：4月数据库产品技术解析
版本 Greenplum发布6.7版本 六、国产数据库 ArkDB发布3.0版本 QianBase发布1.5.4正式版 OushuDB即将发布4.0版本 七、云数据库 阿里云三款数据库产品更新 腾讯云六款产品更新 阅读原文】或登录云盘下载：https://pan.baidu.com/s/1L5Vh8rIlViJ2AHV2N2Sk4A（提取码：h343） DB-Engines数据库排行榜 以下取自2020年4月的数据 腾讯云六款产品更新 一、DBbrain DBbrain在4月28日正式发布新版，新功能包括： 推出业内首个SQL优化效果预测及对比引擎； 集成数据安全服务，包括合规审计和安全治理； 全面支持只读实例、灾备实例 三、Serverless 2020年4月7日，腾讯云发布基于PostgreSQL而实现的Serverless化数据库产品。其中值得关注的特性有： 快速扩缩容； 连接管理； 多租户共享。 四、腾讯云MySQL 1、自研TXSQL 5.7内核新版本的重要特性： 支持快速加列的功能，通过instant算法来避免数据拷贝，进而实现大表快速加列的功能； 支持自增值持久化，可解决自增主键重复等问题
2.5K20发布于 2020-05-21 - 来自专栏云计算D1net
大数据时代 云安全4大策略
云计算与大数据的结合可以说是天作之合。大数据需要灵活的计算环境，而后者可以快速、自动地进行扩展以支持海量数据，基础设施。 4、对数据安全永不妥协 虽然云安全通常十分复杂，但是用户在大数据部署当中还是会发现一些“安全捷径”。这些“安全捷径”通常貌似能够回避一些复杂设置，同时保持大数据结构“不受伤害”。 并不是所有的大数据基础设施是安全的，如果处于风险当中的数据非常敏感或是属于管制数据，那么用户可能需要寻找替代方案。 多备份在给用户备份数据时自动把数据压缩加密并传到多个云端平台，采用3层加密安全保护体系使得数据安全达到最高。 总结 只有为数据建立了最为严格的安全标准，大数据才能够不断地享受着由云计算提供的可扩展性、灵活性和自动化。加密被认为是保护云(大)数据的首要步骤。
1.3K70发布于 2018-03-21 - 来自专栏热爱IT
五大数据分析模型，产品经理必会
在这个数据为王的时代，作为一个产品经理或者增长黑客，数据分析是必修课之一。 二、五大数据分析模型 1. PEST分析模型 ? （1）政治环境 包括一个国家的社会制度，执政党性质，政府的方针、政策、法令等。不同的政治环境对行业发展有不同的影响。 4. 4P营销理论模型 ? （1）产品 能提供给市场，被人们使用和消费并满足人们某种需求的任何东西，包括有形产品、服务、人员、组织、观念和它们的组合。 三、总结 五大数据分析模型的应用场景根据数据分析所选取的指标不同也有所区别。 4P营销理论模型主要用于公司或其中某一个产品线的整体运营情况分析，通过分析结论，辅助决策近期运营计划与方案。 用户行为分析模型应用场景比较单一，完全针对用户的行为进行研究分析。
1.3K32发布于 2019-07-15 数据资产怎么管？关键在这4大环节！
我们可以利用数据发现工具或数据目录平台，自动连接到公司内部的各个数据库、数据仓库甚至文件存储。 2.核心是抓取“元数据”工具会自动采集“关于数据的数据”，比如一个数据表叫什么、在哪里、包含哪些字段（这是技术元数据）；每个字段在业务上代表什么，归哪个部门管（这是业务元数据）。 这个坑就是：忽略了数据标准的建立。你可能会发现，“客户姓名”在A系统里叫“Name”，在B系统里叫“CustName”；“产品状态”有的用数字1/2/3，有的用文字“上架/下架”。 3.主数据管理对于像客户、产品、员工这些核心实体，要在全公司范围内确定唯一、准确的版本，避免出现多个副本互相矛盾的情况。这些工作，很大程度上依赖于一个设计良好的数据治理平台来固化流程、提升效率。 我们应该把处理好的数据，封装成易于使用的数据服务API、可复用的数据产品或直观的分析报表。让业务方能够方便地获取数据能力。2.尝试进行价值度量数据值多少钱？这是个难题，但我们必须尝试去回答。
32310编辑于 2025-12-08- 来自专栏编外气象人
农产品期货的气象服务产品设计【4】
（4）小麦主产区气候分析产品 在小麦生长期内近3年的气候分析，尤其是在出苗、拔节、抽穗、灌浆时期的往年天气对比及天气走势，给出分析报告，图文结合； （5）天气风险决策支持产品 针对灌浆期和收获期出现的大风 在气象服务产品的设计中要重点考虑： （1）长期的气候预测的有效性； （2）极端和灾害性天气的影响与评估； （3）往年相关天气影响下的棉花价格走势； （4）多雨、低温、霜冻以及突发的灾害性天气预警； （5 （4）棉花主产区气候分析产品 在棉花生长期内近3年的气候分析，尤其是在苗期、蕾期、花铃期和成熟吐絮时期的往年天气对比及天气走势，给出分析报告。 报告定制内容如下： （1）农产品期货标的物的主产区气候背景分析； （2）主产区农作物生长周期内常规的天气预测； （3）影响农产品生长的关键气象影响因子描述； （4）农作物生长关键周期的精细化天气预测； 《期货交易需要关注哪些数据和信息》，internet [9].
79420发布于 2020-06-02 - 来自专栏程序你好
区块链4大优势，与传统金融4大短板
现在很多人容易把区块链和比特币混为一谈，事实上，比特币只是区块链技术的一种小应用，只是借助了区块链基础技术架构开发的一种金融产品。 通俗地说，所有网络虚拟数字货币的交易过程都是去中心化的分布式网络账本，被记录的所有交易数据都可以在区块链各个节点上共享，各个数据终端通过加密合约彼此间相互链结。 技术的关键点在于所有节点都分散保存着一个账本，单一或部分节点无法单独篡改数据。 ? 在传统金融日系，都依赖于信用背书系统。 区块链技术的四大优势表现在四个方面： 首先是免基础信任机制。 所有参与区块链交易节点都参与记录和验证，以及数据的维护。
1.2K10发布于 2018-07-20 BI产品功能大揭秘：企业如何靠数据驱动业务增长
本文全面剖析BI产品的核心功能，并为您推荐高性价比的腾讯云BI解决方案。 ###一、BI产品的核心功能解析 1. 数据集成与处理 BI工具首先解决的是数据孤岛问题。 现代BI工具提供多维分析、统计分析、预测分析等功能，帮助企业从历史数据中发现规律，预测未来趋势。腾讯云BI的智能助手ChatBI基于大模型技术，支持自然语言交互分析，大幅降低数据分析门槛。 3. 腾讯云BI提供30+图表类型，支持类PPT操作，通过拖拽即可构建专业级数据看板。 4. 权限管理与协作 企业级BI工具提供完善的安全权限控制，支持行列级数据权限管控，确保敏感数据安全。 智能助手引领分析革命 腾讯云BI的ChatBI功能基于腾讯混元、DeepSeek等大模型，使业务人员通过自然语言对话即可完成复杂数据分析，大幅降低技术门槛。 企业级性能与安全保障 面对海量数据场景，腾讯云BI的大数据加速引擎可实现亿级数据秒级响应。同时，产品提供完善的权限管理体系，支持数据表行列级权限控制，确保企业数据安全。 4.
21510编辑于 2025-11-25- 来自专栏腾讯大讲堂的专栏
产品经理必备能力大揭秘
上周和大家介绍了什么是产品经理，产品经理是做什么的，工作中需要思考什么等内容。 什么是产品经理？ 今天来继续分享鹅厂专家级产品经理的心得：产品经理需具备哪些必备能力。 其他好看的文章： 什么是产品经理？ 程序员桌面装备大比拼 真相了! 程序员界的废话文学
60260编辑于 2021-12-06 - 来自专栏学习与分享
探索国内大模型AIGC产品
腾讯元宝 4. 字节跳动的灵犀AI 我的选择：腾讯元宝 AIGC市场的未来发展方向 总结 作者其他作品： 当谈到大模型AIGC产品时，我们正处于一个令人兴奋的时刻。 数据分析与报告生成：自动生成复杂的商业报告和数据分析。 3. 腾讯元宝 作为最新上线的产品，腾讯元宝迅速引起了广泛关注。 4. 字节跳动的灵犀AI 灵犀AI是字节跳动推出的生成式AI产品，旨在通过短视频和图文生成增强用户体验。 AIGC市场的未来发展方向 展望未来，国内的AIGC市场将可能在以下几个方向上进一步发展： 多模态融合：未来的大模型产品将不仅限于文本生成，更多的产品将整合图像、视频、音频等多种模态，提供更加丰富和全面的内容生成能力 总结 从百度文心一言到腾讯元宝，国内的大模型AIGC产品已经在多个领域展示出强大的能力和创新潜力。不同产品有各自的优势和特色，满足了多样化的用户需求。
61910编辑于 2024-06-12 - 来自专栏技巅
腾讯云大数据产品研发实战（由IT大咖说整理）
一、TDF（数据工坊）简介 TDF简介 源于腾讯云数智大数据套件的轻量云上大数据产品，提供基于SQL的大数据计算框架。 通过一些工具把数据导入到数据存储里面，然后对数据进行处理，最终输出数据。下层的任务和资源调度是用来调度用户的任务在各个资源上运行起来。底层就是腾讯云的基础设施。 Ckafka 具有数据压缩、同时支持离线和实时数据处理等优点，适用于日志压缩收集、监控数据聚合等场景。 实时计算对部分用户来说使用成本可能会更高，大部分做数据统计的人员对SQL的掌握度会更高。实时SQL是对数据进行SQL的查询计算， 4、可视化图像操作界面。 用户的需求越来越多样化，腾讯云上的很多产品都需要用到数据来做，我们希望以这种方式让用户可以自己选择数据源。 今天主要给大家带来的分享就是这些，谢谢大家！
2.8K80发布于 2018-05-25 - 来自专栏万能的小草
数据可视化大屏产品在滴滴的技术探索
导读：现代的数据可视化产品相较于之前的仪表盘应用，在数据方面呈现更加生动、数据实时性高、交互更为友好、效果更加震撼等特点，越来越多的人倾向于通过各类可视化产品使静态的数据“活”起来。 基于此背景，我们结合滴滴的各业务线发展，打造了本文介绍的数据可视化大屏产品。 1. 前言 ? 3）因为数据大屏对数据的依赖性较强，为了保障展示的稳定性，对数据采取了缓存兜底方案； 4）通过开发调试面板，降低与设计师沟通的成本，为提高可视化还原度提供了便利。 ▍4.可视化还原 ? 图3.4 数据大屏设计稿 上图为北京屏的设计稿。 ▍4.数据更新 为了保证数据的稳定性、减少气泡数据的请求次数，同时保持页面的丰盈性，我们采用了数据缓冲区，运行条件为该请求至少有一次是请求成功的。
3.4K11发布于 2021-06-24 - 来自专栏数据的力量
数据产品经理，并不是数据 + 产品经理
▲ 成熟公司的数据产品架构 就以上三类产品而言，数据质量产品和数据工具产品更多的是为了保证数据的稳定、安全、高效获取，这也是前几年各家公司深耕的重点，可以说是数据产品的底层建设； 数据应用产品则是以今日头条 二、数据产品能解决什么问题？ 从数据质量产品到数据工具产品，再到数据应用产品，每个层面看起来都很庞大，那么具体可以给我们的产品和业务带来什么价值呢？ 从狭义上讲，数据产品经理是负责实现数据产品工具，并用它去满足特定数据使用需求的一个岗位；也就是承担第一节中讲到的数据质量产品、数据工具产品和数据应用产品的策划和设计工作。 那么，相对应的工作范畴还包括以下四大类： 数据生产：写一些数据生产脚本，产出数据表，甚至维护数据生产流程； 数据提取：负责对业务提出的数据需求提取数据，交付准确可靠的数据； 数据分析报告：分析日常业务 对于数据产品经理而言，能力要求跨度非常大： 一方面，需要极强的数据分析能力和逻辑抽象能够，能够理清楚业务中的各个流程环节，追踪数据流向，并理解业务的需求走向，从而转化为产品功能，为业务所用； 另一方面，
1.4K31发布于 2019-11-25 - 来自专栏架构师之路
创业电商产品四大要点【创业+产品】
创业电商产品四大要点 一、做好商品浏览功能 1）当公司规模还不大的时候，不必急急忙忙地推出搜索功能 2）产品库还不算丰富时，人们根本不知道该搜索什么，所以做好商品浏览功能比搜索功能更为迫切和重要 3）初期的主要矛盾 ，是让用户分层分类地逐级寻找自己想要的衣物，简单说就是导向型购物 4）在这个过程中还要了解用户的喜好和搜索习惯，为日后功能拓展提供了数据支持 二、商品搜索的根本是高效 1）要清楚知道的，搜索功能对SEO 如果做了某个改动，如URL转向，就需要马上进行一个永久301改动；并且使用合适的HTTP反馈代码来让Google的爬虫工具知道发生了什么事 3）针对产品做好差异化分类，即使搜索结果里的产品表面上看大同小异 ，仍需要在细致层级分类上下功夫，让客户能快速找出自己想要的产品 三、做出合理正确的导向 1）如果客户一时半刻找不出自己想要的产品，必须想办法先留住客户的脚步，做出正确的导向 2）千万不要强迫用户先注册账号 如：打折促销，但是当用户下单后却发现其附有苛刻的实现条件【楼主：中国公司最喜欢干这种事】 4）极简的登出体验。
93790发布于 2018-02-28 - 来自专栏灯塔大数据
4位专家解读2015大数据技术进展
在Databricks公司的调查中显示主要应用依次是：商务智能、数据仓库、推荐系统、日志处理、欺诈检测等。 除了互联网公司以外，传统IT企业也把Spark作为其产品的一个重要组成。 美国大数据巨头Cloudera，Hortonworks和MapR都表示Spark是其大数据整体解决方案的核心产品。可以预见Spark是未来若干年最火的大数据项目。 ●可配置的store compression 存储的field，例如_source字段，可以使用默认的LZ4算法快速压缩，或者使用DEFLATE算法减少index size。 2015年Kylin的主要发展都在Streaming OLAP上，为了支持低延迟的数据刷新，从整体的架构和设计上都做了相当大的重新设计，目前已经可以支持从Kafka读取数据并进行聚合计算的能力，同时提供 ●2015年4月，亚马逊启动其机器学习平台Amazon Machine Learning，这是一项全面的托管服务，让开发者能够轻松使用历史数据开发并部署预测模型。
93870发布于 2018-04-10 数据清洗，必须掌握的5大解决方案+4大步骤
数据清洗是什么？数据清洗是对原始数据进行系统性审查、修正、转换与整合的过程。 （4）机器学习和人工智能：模型训练极度依赖数据质量，缺失值处理不当、异常值未识别、特征尺度差异巨大，都会导致模型性能低下甚至失效。数据清洗的效果直接影响模型的上限。 （3）错误数据：拼写错误、逻辑错误等。（4）异常值：超出正常范围的数据。（5）格式混乱：日期、数字、文本等格式不一致。（6）不一致数据：跨系统、跨表的数据存在差异。（7）冗余数据：不必要的重复信息。 确保客户ID、产品编码等关键信息在融合后准确无误。列转行/行转列（1）解决方案：调整源数据结构以适配分析需求。 （4）将最终字符串转为DOUBLE类型。得到干净、可直接计算的数字型“利润_清洗”列。数据过滤设置过滤条件，筛选出符合特定条件的数据。例如，筛选出「订购日期」为2023年，「运货费」大于100的数据。
45210编辑于 2025-09-26- 来自专栏数据饕餮
数据产品设计专题（4）- 程序化交易业务架构模型
程序化交易业务领域模型 二、核心业务内容解读 （1）一个核心业务流程：流量交易流程； （2）二类用户服务客户端；媒体主服务客户端+广告主服务客户端； （3）三类业务平台；需求方平台+流量交易平台+供应方平台； （4） 四类参与者角色：用户+媒体主+运营商+广告主； 三、数据运营体系 （1）数据治理服务平台：数据整合+数据价值链打通； （2）数据服务：数据分析服务+运营决策支持；
64240发布于 2019-01-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号