关于 深圳龙岗大业区找大学生服务按摩〖10669708薇信〗 的搜索结果,共1297
j****2 2018-07-10
百度脑开放日来袭 24种全新AI能力呈现
为了让流浪喵过上幸福的活,程序员出身的他用百度脑动物识别技术和百度EasyDL打造出 “猫脸门禁”、“病猫识别”、“绝育识别”三智能功能,给流浪猫一个温暖的住所的同时帮助救助志愿者发现病和未绝育的流浪猫。晚兮提到,凭借百度脑的开放技术,他只用半天就设计出了智能猫窝的三项主要AI功能,看似高冷的AI技术最终化为猫咪们的守护神,让现场的小伙伴们感到暖心又感动。 2018年百度脑走进6城市举办7场行创新论坛,发布了企、地产物、智能零售、智能工厂、智能校园、智能政7解决方案,推动AI与不同行、具体场景相结合,AI技术渗透到产的毛细血管。百度脑目前已经落地20+行态赋能已成燎原之势。 百度脑新品体验师计划 如果只是技术“阅兵”会让你觉得意犹未尽,为了进一步激励开发者习应用百度脑开源能力,百度脑现已提出了“百度脑新品体验师计划”,希望与开发者一起推动百度脑进化,帮助他人一起成长,探索AI前沿应用。
追****圣 2018-07-11
给书记省长讲清楚云计算
政府和型国企不仅能采购云计算,早晚也会走向发展云计算的路。 本文不谈任何技术细节和商情怀,而是从政企的角度说明什么是云计算。 本文包含如下内容。 从时代背景来看什么是云计算,云计算为什么会兴起。 云计算如何带动地方经济,这是个不需要物流就可以全球的行。 做云计算要满足哪些条件,如何才能筑巢引凤。 挑选合格的云计算合作厂商,每类厂商有哪些特点。 云计算不是万能药,它无法解决哪些问题。 什么是云计算 近20年来,互联网引爆了全球的息技术革命,我国借助这次技术革命的好机会,已经追上乃至领跑此次技术革命。 互联网技术刻的改变着我们的活,其行态也在逐步分化扩,这一现状客观促进了云计算技术的发展。 上世纪80年代,计算机仅应用于科研等少数行,全国计算机从人员不超过万人,从人员都有很术背景。 上世纪90年代,门户、论坛、邮件系统开始影响部分群众的活,国内从人员约为十万人,可以分为软件和硬件两类工程师。 进入2000年,无纸化办公、游戏、社交、电商改变了众的活的方式,国内从人员已经远超百万,技术分类有数十种工程师。
l****m 2018-07-10
五年前的预言——2012年云计算时代的运维职位展望
2、进行云计算器维护;几供应商自己也要维护器,那些中型企肯定会自己做私有云,在这个云计算平台里也是需要运维人员进行从低端监控到高端架构的一系列维护工作,但自动化运维技术会让运维人员的数量减少,可能每个公司都只有一两个小团队了。 3、进传统行继续做运维;笔者就是在一个通讯公司工作,我可以很乐观的说云计算会对公司造成有限的技术革新,比如说实现OS的虚拟化。我们需要的SIP必须亲自搭建,阿里盛新浪都没得卖,甚至因为硬件和网络限制让我们很难使用虚拟机;而外宣网站一类的东西根本不是我们的核心竞争力,能用就好效率低一些没关系。除了通讯公司之外,产领域(比如管理产线)也有类似的顾虑,云计算的优势和公司的需求完全不沾边,所以这类公司的运维可能会是最后的运维。工作的时候都习惯网站相关的工作,但你过Web就一定要网站工作是挺蠢的行为,危邦不入乱邦不居,最好不要涉足一个没有前途的行
小****君 2018-07-11
踏云落地--谈IT就趋势
5.技术牛都是让变态需求给压出来的,如果公司有技术牛,那各种需求就来了,但如果没有技术牛,公司也会压缩自己的IT难度。比如搞促秒杀就要准备2000万云费,部门就会掂量成本。客户要使用PaaS云就要照云厂商的是数据和的格式约定。我们看到越来越多的证据,有了对象存储就不用招存储工程师,有了鉴黄和人脸识别就不用自己推演模型,有是反作弊系统就不用自己研究刷单,有了IM就不用自己做openfire。真正的行精英是不会护食眼前这碗饭,到问题最优解比保住铁饭碗重要的多。当精英们无事可做的时候,哪怕钱给够了也很容易跳槽,他们将会富集在云计算公司、IT部门和独角兽企,而小IT部门和创团队留不住技术牛了。精英们遗世独立,让普通工程师去买云了,对其他工程师可不是好事。第六.熊猫跑了,保护要撤熊猫是一种“伞护动物”,熊猫保护也被其他动物所分享;保护熊猫最重要,其他动物都是玩伴点缀,但如果熊猫都迁走了,保护就会撤销。
嘟****y 2018-07-11
型企适用的云平台账户体系
第二.账户内资源隔离 企客户尽量会将资源集中采购,在采购IDC/CDN这类简单时不用担心资源混淆。但套用过去管理虚拟机的经验,管理IaaS和PaaS时要有资源池隔离,不同部门和项目的主机资源要分别计费和管理。 一个很常见的场景是,人事部的OA系统申请了15万云主机费用,产车间的ERP和销售部的CRM系统不设上限,外部客户A项目预算是50万,B项目是200万,等等等等。 如果没有资源池的概念,就是一个账户管所有资源的“通铺”模式,客户要把脚趾头都掰完了才能算清各项目的消费金额;万一云平台调整了资源价格,较真的客户又要从头重算一次。 这个“通铺”最尴尬的不是计费繁琐,而是一个账户下所有资源毫无权限隔离,客户或者只有一个人去登录云平台,或者将不同注册完全孤立的账户。互联网公司无法理解传统企和自然人有关的流程是多沉重,客户选一个云平台管理员完成所有操作,客户的项目越多管理员员就越晕越累。将不同分为不同账户也解决不了问题,因为客户和云平台都要将这批账户统一管理,但实际扣费进度总会超出意外,项目欠费停机或者追加预算,挨骂受累的都是平台管理员。
双****4 2018-07-11
【杂谈】猎场没那么精彩--还原真实的猎头
部分猎头公司也无所谓简历库,特别是互联网行更为明显。高端猎头是要钓鱼的,但钓鱼先要等鱼长,中国企都兴起没几年,还没有稳定的高管和高工群体,同城同行挖来挖去就那几个熟人;而那些新手猎头三个月不开锅就要饿死,撒网甚至炸鱼的收益会更保底一些。从长周期来看,猎头属于利用息不对称来牟利的行,互联网技术本来就是要消除息不对称。现在有跳槽意向的普通员工会在招聘网站更新简历,中高层会主动布局等待候选单位上钩,专门单一猎头更新简历库的互联网人才越来越少了。 在甲方来看,个猎头公司签个合作协议是很随意的,这些猎头谁做成单了才给钱,做不成也没损失,甲方还能享受一呼百应蜂拥而上的快感。但天下没有免费午餐,免费供应的简历质量无法保障,耽误的人力和时间都无法衡量。滥用猎头还会增不必要支出,中下级位人事自己也能搜到简历,而很多初级猎头就做佣金几千块的小单子。 如果甲方要精英猎头,先要确认该位是否值得去人才;当甲方觉得能付出十万块钱的佣金是值得的,好甲方就能到好供应商;如果招聘方把几千块佣金当做传家宝贝,给猎头花这个钱还不如给面试者报销打车费。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
例如: 2015年6月某公司云香港IDC节点电力故障崩溃12小时 2016年5月某公司杭州电接入故障,中断小时级别 2017年1月某天津机房故障,数小时无法提供 2017年6月北京某处机房掉电,多家互联网公司受影响 单机房故障频繁影响的可用性并且会给公司带来直接或间接的损失。直接损失包括访问流量丢失、商收入下降、用户体验受损、打破等级协议(SLA)造成的商赔付等,间接损失包括用户任度下降、给竞品占领市场机会等。
M****点 2018-07-10
中国云计算现状——产品篇
这些改变是从网络层面践行云计算的设计哲,单机(IP/防火墙)不重要,云主机就是不息的群狼,组织群狼的网络更加重要了。 二、PaaS产品 相比同质化竞争主打价格牌的IaaS云,PaaS产品才是云计算的未来。用好PaaS产品可以更省人力、更快交付,用量付费可能会比资源付费更便宜(也可能更贵),而PaaS平台的恼人和诱人之处均在于产品形态很模糊、质量很难评估、很难独立运营、没有领头羊企和事实标准。 PaaS云平台和IaaS云资源的别就在于,平台需要理解客户的动作和状态。对象存储和CDN就是最典型的PaaS,云平台照数据容量、访问流量、访问次数和方法收费;Mysql RDS只能照内存和日志空间上限计费,但仍然可以替客户做数据库状态展示、分析和备份,这是过渡性的PaaS。 最常见的PaaS是数据库,最重要的PaaS是对象存储,最成熟的PaaS是CDN,最有魅力的PaaS是Serverless,我们重点看这四个。 一个经典PaaS应该只是一个进程,进程是无法长期存储数据的,小量结构化数据依赖数据库存储,海量数据依赖对象存储。
x****7 2018-07-10
从外行进阶专 传统企AI转型差的可能只是一个百度EasyDL
比如有位“天文迷”孙睿康同,基于EasyDL设计了一个超新星自动搜寻系统,希望通过对星云图片的AI技术分析,发现可能存在宇宙中的超新星,这一脑洞型的研究成果,已被哈尔滨工《智能计算机与应用》刊发。而孙睿康只是一名高中,这清楚不过地表明了EasyDL在推动AI普惠上的可能性。 AI所带来的惊喜,才刚刚开始。 欢迎点击【EasyDL定制化训练及平台】,了解更多产品内容。 如需合作咨询可点击屏幕右下角标志,提交具体咨询息;或可进入AI开发者社,进行沟通交流。
疏****月 2018-07-09
一键上线Archer | 百度持续部署的瑞士军刀
Archer的配置文件路径、的启停脚本及运维命令具有固定的标准并且支持定制化,使用Archer进行部署的具有统一的包结构; 支持分级发布,及时拦截部署引入的线上故障 针对分级发布的使用场景,Archer支持串并行上线及暂停点功能,可照单实例、单机房、单地域等级别设置暂停点,并支持部署过程中进行暂停、继续、重试、撤销等操作; 的多地域部署 的多地域部署主要需要解决不同地域配置不同的问题。Archer提供了配置派功能以支持多地域部署的场景。Archer支持在同一份配置文件中设置配置变量,并在特定地域(机房)中成特定配置值; 多种网络环境及包部署 针对多种网络环境及包部署的使用场景,Archer提供了部署数据中转传输。采用中转的上线在发起任后,部分代码将首先被转存至中转机上。
w****t 2018-07-10
AIOps中的四金刚
智能运维平台:提供对AI能力的支持,如:统一的数据(运维知识库)、运维开发框架,以及给AI策略实验和运行的运维策略框架等。 故障自愈机器人:针对单个场景进行平台化抽象,使之成为一个基础,基于AIOps平台研发和运行。 AIOps时代的职责和技能变化 平台研发工程师负责运维平台及基础组件的研发与建设。 在传统运维场景中,平台研发工程师负责平台、基础组件、类库和工具的研发工作。在针对运维的场景中,会覆盖运维相关的管理、监控、变更、流量调度等相关平台。 这部分平台是运维的基础,在AIOps时代仍然需要依赖于这些平台的建设。 同时在AIOps场景中,数据成为了中心,运维各种状态息转换为数据,机器习则作用在数据上进行分析。在百度AIOps的实践中,运维开发框架、运维知识库、运维策略框架共同组成了完整的智能运维平台,三平台的建设和实施离不开数据、机器习架构的引入。这就要求平台研发工程师具备数据、机器习平台架构师的多重身份,具备流式计算、分布式存储、机器习平台、算法策略平台等一系列数据和机器习平台架构能力。
s****d 2018-07-11
亿元级云用户分析
限制客户梦想的是老旧系统是否支持常见协议,还有底层工程师能否推动上层测试和变动。 API调用PaaS——API云就是不可控过程的黑箱,客户没预算没精力就盲目任云厂商。客户有精力就做多云冗余校验,有预算就做专有资源池部署;未来云厂商还会自定义SLA标准——部分API云连等待超时都没定义。 版本发布和数字化转型——无论是微观的版本发布还是宏观的数字化转型,其实都和上云没直接联系,一个是室内装修工作,一个是新建房屋工作,但装修的最好时机是房屋重建的时候,云厂商要帮客户推动IT技术革新。 5.输出分析 云厂商输出给客户的即有云端IT资源,也有平台输出。是个比资源更难量化的概念,我只引一把火苗出来。 咨询规划--如果直接给客户买资源,那就只能谈性价比,而且资源本身不会说话,所以云厂商要做好咨询规划。 明晰验收--云项目的实施和结项都是以结果为导向的,明确的过程控制和验收标准对供求双方都是保护。 友好接口--面对亿元金主,云厂商的下限是类比传统IDC,要把金主伺候舒了就要IOE类集成商。
流****水 2018-07-11
度云企级运维平台——NoahEE
规模发展到一定程度后,运维工作还停留在早期人工或脚本方式执行的阶段时,这样的差异非常频繁的发。 在实际的运维中,还有更多的因素需要考虑,例如机器是否会分配给不同部门(资源的隔离)?权限又该如何控制?随着规模变,人力成本等管理成本上升,然而效率低下、可用性不升反降等等都是非常可能出现的问题。百度对于这个问题给出的答案是,必须先要解决资源组织管理问题。简单的说,管理要解决的最核心问题就是如何对资源进行有效组织管理与定位: 图2 解决规模带来的问题 在管理这个地基打好后,我们再来回顾下上面的例子。这个例子中,地图研发的同就可以在运维平台中选中导航的模块进行升级,运维平台会通过管理来定位此次升级操作需要影响的机器并进行批量的操作。NoahEE中的所有运维系统,都以管理为基础来进行运维操作,例如在监控系统中,我们可以对导航模块(而不是单台机器进行操作)添加一些指标采集任,并在一定条件达成时报警。管理通过对资源合理的组织,极的简化了运维操作,提升了运维效率。
雪****魁 2018-07-11
危险背后的机遇--云故障危机分析
商誉分为企商誉和个人商誉,云厂商的企商誉都积淀不足,胜者也是比烂赛中靠友商更烂胜出的,和IDC/CDN的比优赛无法相提并论。客户在吃够了厂商的亏以后,会选择任能有个人商誉,能做出承诺、调动资源和平复问题的销售和人员。 有个客户非常任某个小云销售,他告诉该销售,虽然某云有高层合作,某云也说报价肯定比某小云低5%;但是某云的机制有问题,出故障从来都是衙门话,每次故障都要客户去乱猜和背锅。最终这个单子在客户执行层的暗助之下,该小云快速把切过来并坐实站住了,这份暗中相助就是靠个人商誉带来的任。 我和客户谈故障的时候,喜欢把详细故障原因刨析给客户,企客户是讲道理的,不要把糊弄ToC用户的手段来对付ToB客户。面对意外故障,我们有心向客户证明,换了其他厂商也一样会挂;面对人为故障,踏实认错是对客户的最后尊重,而公开事实也是逼着内部不会重蹈覆辙犯同样的错误。 过去家卖IDC、CDN、器和软硬件积累的个人商誉,是可以应用到云计算领域的。而云的高科技光环褪去、产品同质化以后,企的核心竞争力仍然是有商誉的销售-售前-售后团队,这类人才永远是稀缺资源。
TOP