暂无搜索历史
4月17日下午,由江苏省国资委、省数据局等多部门主办的“江苏省属企业人工智能应用场景发布会”在南京举行。会上一个明确信号是:政企不缺AI热情,缺的是可落地的连接...
编者按:千桐科技核心团队从2011年开始实践 Scrum,15 年来从未中断。在这漫长的敏捷旅程中,我们见过太多团队满怀热情地引入 Scrum,又在几个月后悄然...
架构是系统的骨架,也是技术落地的蓝图。为了清晰呈现千桐科技智能平台体系的顶层设计逻辑,我们梳理了从底层数据治理到上层智能应用的全链路架构。
qData 数据中台开源版 v1.2.0 今日正式发布!本次更新聚焦两大核心目标:构建规范的数据建模体系与极致的开发体验优化。通过新增数仓分层、数据域及主题管理...
在数据驱动决策的场景中,面对多源异构数据的采集、清洗与同步需求,传统的代码开发模式往往面临维护成本高、响应速度慢的挑战。本文将介绍一种基于可视化配置的数据集成实...
数据集成是将散落数据“抽上来”,数据开发是将原始数据“算出来”。看似简单的一句话,却决定了数仓建设的成败。选错场景不仅浪费算力,更会导致数据口径混乱。
导读:在轨道交通行业由“建设规模”转向“精细化运营”的阶段,知识体系的系统化建设正在成为智能化转型的关键。本案例围绕某轨道交通领域上市企业的实践,探讨如何通过知...
在大规模知识图谱的构建过程中,“数据一致性”与“模型调优灵活性”往往是两大核心痛点。qKnow v2.6.2 版本正是为了解决这两个问题而来。本次更新没有堆砌新...
在数据驱动业务增长的今天,数据质量已不再是“锦上添花”,而是决定数据可信度与业务价值的生命线。
在大模型快速演进的今天,真正拉开产品差距的,不只是模型效果,而是系统的独立性、可控性与可持续演进能力。
在数据逐渐成为核心资产的今天,越来越多企业开始建设数据中台。但在实际推进过程中,一个普遍存在的问题是:系统建成后难以持续演进,维护成本不断升高,甚至需要推倒重来...
在数据治理过程中,数据标准几乎是所有工作的起点。但在现实中,很多组织的数据标准,往往停留在“文档层”:
在企业知识建设过程中,90% 以上的信息都以非结构化形式存在:文档、制度、报告、网页、说明书……这些内容信息密度高,却长期沉睡在文件系统中,难以被计算、难以被复...
版本说明 本文介绍的功能基于 qData 商业版,部分能力在开源版中可能不包含或存在功能差异,具体以实际版本为准。
很多用户在使用知识图谱产品时,习惯先上传文档、直接开始抽取,结果往往会遇到这样的问题:抽取结果杂乱、关系混乱、后续难以用于问答和分析。
正因为如此,在 qData 商业版 v1.2.2 中,我们正式引入了一个非常关键、也非常“务实”的能力:Java 脚本自定义组件。
qModel 是一个用于管理和运行算法模型的模型平台,核心功能围绕模型的接入、管理、运行和服务化展开。平台支持 Python、Java、exe 等模型形式,可用...
qData 商业版 v1.2.2 版本对数据集成与存储写入相关的底层能力进行了集中调整,主要涉及 Doris 写入性能、ClickHouse 数据源支持、数据转...
在政企数字化建设过程中,“数据中台”这个词被频繁提及,但在实际交流中,很多人对它的理解仍停留在“一个系统”“一个平台”层面。
在很多政企客户的认知中,“数据中台”往往意味着系统多、名词多、概念重。即使已经看过产品架构图,依然会有一种感觉:
暂未填写学校和专业