- 综合排序
- 最热优先
- 最新优先
- 来自专栏亨利笔记
联邦大模型：打造安全合规的数据生态
大模型是具有数十亿甚至上百亿参数的深度神经网络模型，是“大数据+大算力+强算法”结合的产物，是凝聚了大数据内在精华的“知识库”。 龙卷风中心：数据安全与隐私保护不可忽视 在大模型的龙卷风席卷全球之时，这场风暴的中心也有一些冷静的声音：基于海量数据的大模型更应该在安全合规与伦理等方面保持谨慎。 联邦学习与大模型结合：构建安全合规的数据生态大陆 联邦学习作为一种分布式机器学习新范式，其“数据不动模型动，数据可用不可见”的特点使得各参与方可以在保护各自数据安全与用户隐私的前提下，进行AI协作，打破数据孤岛 在合法合规的前提下，让散落于各行业、各机构的不同规模的大模型得以交流与融合，共同构建覆盖各行业各领域的数据与模型生态，打破垄断，进一步提升大模型的规模、质量和通用性。 希望更多行业专家与机构能够共同参与，合力打造下一代更加通用强大和负责任的AI，构建安全合规的数据生态大陆。
1.3K10编辑于 2023-04-12 - 来自专栏华章科技
详解数据资产的8大重要特征
从广义上讲，企业拥有的所有数据资源，包括原始数据、中间数据、临时数据、数据类目体系、标签类目体系、标签、标签类目体系方法论等都是数据资产。 ▲图2-12 数据资产运营闭环 以标签为组织载体的数据资产区别于传统的数据资源，具有8个显著而独特的重要特征，如图2-13所示。 ? ▲图2-13 数据资产8大特征 01 能确权 所有的数据资产都应该是由某企业或机构合法取得或有效管理的数据源清洗加工而来，否则不能称为资产。 在大型集团公司中，会划分拥有数据资产归属权、管理权、使用权的角色： 数据源采集、提供部门拥有数据资产的归属权； 数据资产的设计、加工、管理、运营部门拥有数据资产的管理权； 数据资产的使用、消耗部门拥有数据资产的使用权 等到业务人员想要了解数据信息，或数据部门自查数据规范性，又或者若干年后数据人员更迭交接的时候，就会发现存在非常多的数据信息缺项和填写不规范的问题，最终只能进行信息补录或元数据管理。
3.7K30发布于 2021-07-12 - 来自专栏IT知识进阶学习
JAVA自学-8大基础数据类型详解
本篇文章中，我们也将依据此思想，去更加深入地认识JAVA中最基础的八大数据类型，看看它们在JAVA世界中都存在哪些用途。 非常大的整数 -2^63^ ~ 2^63^-1 浮点型 float 4 普通实数 -3.402 823*10^38^ ~ 3.402 823*10^38^ 双精度 double 8 非常大的实数 -1.7977 当我们将低精度的数据类型赋值给高精度的数据类型时，系统会自动完成数据类型的转换(类比思想：将小容量的物体存放到大容量的容器中，当然是没有问题的)，如： 但如果需要将高精度的类型转换成低精度的类型， 那么就会出现精度的丢失，所以必须显示指定类型转换，格式如下：(需要转换的类型)要转换的值 小结 ---- 本篇文章通过类比的方式介绍了JAVA中自带的8大基础数据类型的特点和使用场景，这8大基础类型将伴随着我们整个编程生涯 下一篇我们将介绍如何通过这8大基础数据类型进行相应的算术运算，设计实现一个简单的计算器案例。
1.1K30编辑于 2022-09-13 - 来自专栏快乐阿超
Java生态AI大模型框架langchat
LangChat: Java LLMs/AI Project, Supports Multi AI Providers( OpenAI / Gemini / Ollama / Azure / 智谱 / 阿里通义大模型 / 百度千帆大模型), Java生态下AI大模型产品解决方案，快速构建企业级AI知识库、AI机器人应用 官方文档： https://langchat.cn/ 介绍： LangChat是Java生态下企业级 AIGC项目解决方案，在RBAC权限体系的基础上，集成AIGC大模型能力，帮助企业快速定制AI知识库、企业AI机器人。 接入 OpenAI / Gemini / Ollama / Azure / Claude / 智谱AI / 阿里通义大模型 / 百度千帆大模型 等大模型。 这里顺带说一下咱们dromara的easyai也是Java生态的AI大模型框架，采用Apache-2.0开源协议，可以免费商用～
41710编辑于 2024-09-13 - 来自专栏MoeLove
K8S 生态周报| 2019.03.25~2019.03.31
> 「K8S 生态周报」内容主要包含我所接触到的 K8S 生态相关的每周值得推荐的一些信息。欢迎订阅知乎专栏「k8s生态」。 Kubernetes 1.14 正式发布 1.14 的主要更新： * 对 Windows Node 和 container 的支持达到生产级别，支持 Windows Server 2019； * 本地持久化数据卷正式可用 Kubernetes 环境的工具，使用方法可参考 [使用 Minikube 搭建本地 Kubernetes 环境](https://juejin.im/book/5b9b2dc86fb9a05d0f16c8ac /section/5b9b81735188255c8b6edc28)。
55430发布于 2019-04-25 - 来自专栏MoeLove
K8S 生态周报| 2019.04.08~2019.04.14
> 「K8S 生态周报」内容主要包含我所接触到的 K8S 生态相关的每周值得推荐的一些信息。欢迎订阅知乎专栏「k8s生态」。 docker/docker-ce/releases/tag/v18.09.5) ## fluentd 从 CNCF 毕业 fluentd 是 CNCF 中毕业的第 6 个项目，在 Kubernetes 生态中
58110发布于 2019-04-25 - 来自专栏MoeLove
K8S 生态周报| 2019.04.01~2019.04.07
> 「K8S 生态周报」内容主要包含我所接触到的 K8S 生态相关的每周值得推荐的一些信息。欢迎订阅知乎专栏「k8s生态」。 Kubernetes 生态中的相关项目大多都已转向或正在转向使用 `go modules` 了，这也是一个技术风向，理性选择。
54640发布于 2019-04-25 - 来自专栏大数据文摘
大数据，看贵州！ 贵州大数据产业发展8大看点
2013年下半年，中国电信、联通、移动纷至沓来，三大电信运营商数据中心在贵州开工建设、中关村贵阳科技园成立、富士康第四代产业园落户……这一系列大手笔，正助推贵州迈上“云端”,成为发展大数据产业的黄金宝地 贵州大数据产业发展8大看点 看点一：三大运营商南方数据中心落户贵安新区 2013年10月21日开工建设的中国电信云计算中心总占地500亩，总投资70亿元，一期建成后服务器容量为100万台，2014年底起可陆续投入商用 看点二:国家级新区的产业选择 2014年1月，贵安新区成为国务院批准成立的八个国家级新区之一，目标定位是打造西部地区重要的经济增长极、内陆开放型经济新高地和生态文明示范区。 看点四：大数据为媒，中关村联姻贵阳 2013年9月8日“中关村贵阳科技园”揭牌，为贵阳市发展新一代信息技术产业提供重要支撑，也为大数据产业的发展提供强大支撑。 看点五：贵州省打造千万服务器的大数据集群 三大运营商的数据中心在贵安新区相继建成后，将使贵阳周边特定区域快速集聚20万—30万的机架、百万台的服务器，数据存储规模可达EB以上，随着大数据产业持续发酵，将形成一个千万服务器集群的数据中心基地
1.8K100发布于 2018-05-22 - 来自专栏张俊红
数据分析师8大经典问题
做数据的同学们，你们在工作中被刁难过吗？有哪些问题是经常遇到，又让人恨得咬牙切齿的呢？从之前同学们吐槽的话题里，我精选了8个高频问题，今天一起来看一下。注意！ 应该多转发一些大数据/数据仓库/数据治理/数据分析的书单、技能树一类，让他们直观体验下“卧槽，这个东西这么复杂呀！” 问题2：“我们的数据可大了，都在那里了，你为啥分析不出来？” 这个问题和上个问题是同胞姐妹，本质都是领导不懂数据，以为有几个数字就是“大数据”了。 如果再加上“没有数据团队”，或者“你自己孤悬于数据团队以外”这一条，请谨慎入职，你会被PUA到怀疑人生的。 问题3：“数据不是数据分析的事吗，为啥要我参与？” 注意，这一句是疑问句，不是反问句。 问题8：“你怎么证明，你做的分析和公司业绩提升有关系！” 这个问题一般在考核绩效的时候才冒出来。听到问题的时候，都会让人恨得咬牙切齿，好想骂一句：“当初求数像条狗，看完数据嫌人丑！”
59860编辑于 2023-03-21 - 来自专栏AntDB数据库
“超越融合 异筑信创”，AntDB数据库携手超云等生态伙伴共建信创大生态
、合作伙伴、客户代表针对信创产业发展现状、技术革新方向及生态建设策略等问题进行了深入探讨。 图片与会代表一致认为，信创的本质是发展国家信息技术产业，构建中国IT产业完整的产业链、产业生态和核心竞争力，信创生态体系建设是信创发展的强需求，也是信创成功的关键。 AntDB数据库、超云等我国信创产业的创新代表，有责任和义务强化上下游生态合作伙伴关系，不断推动信创产业生态圈的建设、发展。 作为我国信息化产业生态基础软件中的一员，AntDB数据库积极与上下游软硬件进行兼容适配测试，目前已完全适配飞腾、鲲鹏等 CPU架构，支持统信 UOS、华为 openEuler 等操作系统，能够为企业级客户提供稳定完善的数据库支撑 未来，AntDB数据库将以客户需求带动生态建设，用更加开放的姿态与更多生态伙伴一起共识、共建、共成长，构建信创产业的良性循环，助推千行百业行稳致远！
41100编辑于 2022-10-14 - 来自专栏CDA数据分析师
最后一次机会，回到2016大数据生态纵览峰会现场
1月8日，2016大数据生态纵览峰会在北京圆满落幕。30多名嘉宾参与分享，20多家企业共同参与，30多家媒体参与报道，1000多名与会者见证了这场盛会。如果你错过了，确实有点遗憾。 所谓大数据，只是一个手段和载体，传统经济最后一切的产业链条未来都要进入大数据的生态。 所以未来所有互联网公司其实都会成为一个大数据公司，它都会成为一个载体。 但是这些数据源本身的应用和发掘还远远没有开始，今天很多嘉宾讲了大数据的应用，从整个数据层面到应用到它具体的工具，大家都在做探索。未来我们把所有的这些点连成面，连成我们现在的空间，那就形成未来的生态。 简单介绍一下数据驱动增长的未来五大趋势： 第一，未来的数据分析要求更高，数据分析的数据的力度会更加细腻，用户行为数据愈加重要。 第二个趋势是实时和全量。 第三大趋势，数据分析能力应该成为企业员工必备。 第四大趋势，自助式工具会大规模使用，而且像大数据的技术还有数据分析师的鸿沟在渐渐被填平。 第五个趋势是数据分析平台的云端化。
1.2K90发布于 2018-02-24 - 来自专栏CDA数据分析师
八大工具，透析Python数据生态圈最新趋势！
我们前一阵子参加了在旧金山举办的Dato数据科学峰会。来自业界和学界的千余名数据科学研究人员在大会上对数据科学、机器学习和预测应用方面的最新发展进行了交流和探讨。 它显示了Dato对支持开源Python数据生态圈的诚意。在此之前有一种认识就是Dato提供的免费版本只是将数据科学家捆绑在自家的平台最终还是得收费，因为Dato确实有自己的商业产品。 它可以处理非常大的数据集而且速度很快也能嵌入在网页当中。想要快速方便地创建互动图表和数据应用的话这个库非常有用。 Bokeh对处理大型数据集时的性能问题着墨颇多。 现在Python生态圈中有很多库看起来功能都差不多比如说Blaze、Dask和Numba，但其实应该用在数据处理的不同层面上，做一个类比的话Blaze就相当于数据库中的查询优化器，而Dask则相当于执行查询的引擎 它试图解决的就是数据集规模的问题，但对用户提供的确是单机上Python的体验，而且能够与现有的Python数据生态圈(Pandas、Scikit-learn、Numpy)进行集成。
1.5K100发布于 2018-02-05 - 来自专栏浅聊区块链
2023年以太坊生态5大预测
而实现模块化将会有相当大的技术障碍和延迟。链上数据的急剧增加也将推动状态到期以减轻状态膨胀的需求，甚至可能导致以太坊的点对点结构发生变化。 Blob 交易为 CallData（Rollups 所依赖的）引入了一种新的数据格式，它包含大量额外的数据，这些数据不会被 EVM 执行访问，而只能为 Commitments 访问。 因此，部署一个完全模块化的区块链基础设施堆栈，包括一个通用的 L2 以及可定制的 L3，将标志着单体应用链生态系统时代的结束，以及去中心化应用开发新时代的开始。 像 Cosmos 这样的应用链生态系统将在 2023 年继续获得牵引力。然而，随着 L3 最终在 2023 年部署，我们将看到应用链叙事从单体链生态系统转变为模块化生态系统。 币圈波动大，投资需理性。欢迎关注笔者，在留言区分享您的观点！
71130编辑于 2023-02-13 - 来自专栏架构驿站
K8S生态之服务发现解析
当服务下线时，自己把相应的数据删除。目前，典型场景就是基于使用 Eureka 客户端发布微服务。 典型的场景为基于 Kubernetes 生态体系中，Coredns 订阅 Api Server 数据。 3、第三方注册，第三方注册是指存在一个第三方的系统或平台专门负责在服务启动或停止过程中向注册中心增加或删除服务数据。 这些流量会被转发给 Pod 所在节点的网卡上，基于此场景，节点的内核修改了数据包 Header 中的目标 IP，使其转向健康的 Pod。 综上所述，基于容器 K8S 生态中“服务发现“机制的相关解析，本文到此为止，大家有任何问题或建议，可以随时留言、沟通。
52030编辑于 2021-12-09 - 来自专栏MoeLove
K8S 生态周报| Sigstore 正式 GA
“「K8S 生态周报」内容主要包含我所接触到的 K8S 生态相关的每周值得推荐的一些信息。欢迎订阅知乎专栏「k8s生态」[1]。 ” 大家好，我是张晋涛。 在这次大会上，有很多有意思的内容，简单的概括一下： 当前的 Kubernetes 生态中有太多的工具，在做相同或者类似的事情，所以很多人都会面临"选择困难症"，在工具选择上需要考虑很多方面，比如技术匹配度 包含了很多值得关注的特性，一起来看看： YAML Manifest 的验证 Kyverno 之前已经与 Sigstore 进行了集成，可以进行镜像的签名校验（常规功能），本次 1.8 中集成了 Sigstore 的 k8s-manifest-sigstore 我之前还写过一篇 K8S 生态周报| Google 选择 Cilium 作为 GKE 下一代数据面 | MoeLove ---- 参考资料 [1]k8s生态: https://zhuanlan.zhihu.com
51020编辑于 2022-12-07 - 来自专栏CDA数据分析师
大数据在企业运营中的8大落地应用
制造，即运营管理是供应链的四大环节之一，负责规划，组织，管理所有制造产品所需要的资源，包括设备，人力，技术，流程，信息等。 笔者结合自己企业的发展和管理，以及大量客户和机构的研究与实践，提出了大数据在企业运营管理过程中可落地的八大应用场景： 1消费者需求分析 很多企业管理者都意识到了消费者再也不是营销产品的被动接收器了，通过大数据来了解并设计消费者的需求的产品 借助大数据，我们对采集来的企业内部(内源数据)，例如销售网点的数据，消费者直接反馈等，与外部数据(外源数据)，例如社交媒体的评论，描述产品用途的传感器数据等，通过微观细分，情感分析，消费者行为分析以及基于位置的营销等手段 利用大数据的实时数据分析，将数字勾勒出来的消费者偏好转化成为有形的产品特点，利用数据设计产品，实现研发与运营共享数据，共同参与产品设计的改进和调整。 这一切都源自于100%数据驱动的，尽可能避免主观判断和推测。 8资产智能管理 物联网(IOT)的发展以及感应技术的兴起，为我们开创了一个能紧密连接物理空间许多事物的信息网络。
3.4K60发布于 2018-02-24 - 来自专栏猫头虎博客专区
2023年8月8日 Go生态洞察：Go 1.21 版本发布探索
2023年8月8日 Go生态洞察：Go 1.21 版本发布探索 摘要： 大家好，猫头虎博主今天带来的是关于Go语言的最新消息 - Go 1.21版本的发布！
38810编辑于 2024-04-09 YashanDB数据库的8大技术亮点与实践
YashanDB 是一种新兴的数据库解决方案，具有多项技术亮点和实际应用价值。以下是 YashanDB 的八大技术亮点与实践：1. 高性能和低延迟：YashanDB 采用了高效的数据存储和索引算法，能够提供极高的查询性能和低延迟响应。这使得它在高并发场景下仍能保持快速的数据处理能力。2. 智能的数据分片：YashanDB 具备自动数据分片的能力，能够根据数据的热点和负载情况进行动态调整，确保负载均衡和资源的高效利用。7. 易用的扩展生态：提供了丰富的 API 和支持多种编程语言的客户端库，简化了开发过程。YashanDB 的生态系统支持与流行的大数据和机器学习框架集成，便于数据分析和处理。8. 安全性和数据隐私：YashanDB 提供了多层次的安全机制，包括数据加密、访问控制和审计日志等，确保数据在存储和传输过程中的安全性，同时满足行业合规要求。
11610编辑于 2025-11-20- 来自专栏腾讯云TVP
运维数据生态之数据思维
运维数据根据上述运维方式的发展历程逐步构建数据生态，如果我们把运维方式的发展浓缩成运维技术提升和工具建设，那与之相对应的，运维数据的发展也有四个阶段：自动化运维能力、平台化运维能力、数据化运维能力、智能化运维能力 在数据化运维能力中，运维数据已初步形成初步数据生态标准，具备构建运维数据中台和数据可视化，同时也能对数据的进行血缘能力和影响能力的初步分析。 因此运维人员在落地数据思维中的第一步是形成初步的运维数据的生态，具备数据的输出场景能力。 （1） 具备运维数据生态 通俗点说，运维数据生态是集中了公司展业的所有数据，并让适配场景的数据进行流动。 另外还有一些文档数据，如需求文档，接口文档，知识库。 如下图所列，具备运维数据的生态基础需要将上述源数据进行采集、存储、加工、分析，最终达到应用的效果。 数据中台，建立面向运维域的数据中台，统一纳管如资源数据、告警数据、性能数据、业务数据、日志数据、工单数据、指标数据、拨测数据等，面向上层运维分析场景提供统一的数据访问路由、数据服务目录、数据接入管理、
2.9K2519发布于 2020-06-29 - 来自专栏大数据动态
腾讯云大数据发布数据生态战略，构建开源开放数仓生态
此次数据生态战略包含数据技术、数据产品、数据服务市场三个层面的内容。 首先在技术上的开源开放方面，腾讯云协同开源社区提供开放的技术体系，并通过开源的方式将自己的技术反哺给社区。 其次在产品生态开源开放方面，将臻选商业化公司的数据产品提供到与原厂产品同等的市场地位，让客户享受到更丰富和优秀的数据产品和服务。 同时开放云生态的技术能力也将有足够能力保障好企业未来数据技术演进中的技术安全性问题。 开放云生态中的客户技术实践、解决方案合作伙伴的商业化服务都将能把数据价值创新的技术、经验、商业模式，通过腾讯云培训及技术沙龙平台，传导到生态中的每一位参与者，云端企业可以以此作为数据价值创新过程中的催化剂 第二个是我们产品生态上的开放。我们将会为新创公司和商业化公司的臻选数据产品和服务提供到与自研产品同等的市场地位。让我们的客户享受到更为丰富和优秀的数据产品和服务。 第三个是我们服务生态的开放。
2K20发布于 2021-01-05
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