数据分析团队培养是数字化转型关键一环
数字化转型不是上一堆系统！不少企业都嚷嚷着要数字转型，还有一些挂牌已经转型成功，毕竟人家有一面电视墙的dashboard，还新上了标签还热乎乎的各类IT系统，这些新瓶装旧酒的做法本质还是皇帝新衣。 关于数字化转型不想多说，说多会被扔砖头。（白菜，西红柿，鸡蛋疫情期间不会有人扔的）。今天只谈谈数字化转型中很重要一个环节，也是决定做数字化转型初期就要考虑的事情—组建专业的数据分析团队。 这个队伍很难建，人不好找，还挺贵， 一问薪资基本都会疑惑：现在工资这么高了吗？ 同时人员也良莠不齐， 有些玩Excel玩得好的这时候也转行了，有些代码写的不太好的，测试做烦的也纷纷想转， 网上各路的Python培训也来了，大标签（学会Python就如何如何）， 连潘石屹都开始学python，老潘，你学这个到底想干啥！ 难，贵， ..
更多
TiDB 几个关键点探究
TiDB 几个关键点探究背景各路Newsql数据库做的越来越好， 在未来数字化道路上，数据库作为最基本的组成要素，该如何决策？ 是继续跑在IOE上，大把大把烧钞票来维系着高可用？ 还是用日渐成熟的互联网开源武器武装自己。这是个关于钱和事的大问题。 我提倡的策略是 积极试用，谨慎展开。分级替换，评估成本。 当前M平台每日入库数据在500万-700万条，不久会增加到至少1000万条/日。 而且数据实时计算要求越来越高，怎么办？ 2020-02-16 5,546,434 records2020-02-15 6,498,376 records2020-02-14 5,227,550 records 如果不花大把银子（部署Exadata）， 用普通Oracle，Mysql，postgreSQL架构是不容易搞定这个场景..
更多
并非那么枯燥，手机生产的数字缠绕实现艺术感十足
以灵活，创新，美感十足的技术赋能小米极致的运营效率。 将生产过程当做艺术品创作来处理， 过程的每一个数据都是创作的灵感，我们在这个连贯，非连贯的数字迷宫里探求对质量， 对生产流速，对量产爬坡，对未来情况的预判。数据不会说谎，数字会诉说每一部产品的真真切切。 引用李明教授的一些文字 http://blog.sina.com.cn/s/blog_629e75ec0102work.html 那么，数字化的未来将会是什么呢？这里做一个推测。 今天我们谈的数字化，几乎都是对从客观事物的数字化描述及相关过程，可以说大多是单向的。“Digital Twin”给出了完全映射和反向影响的概念，但从其应用对象上看，是一个几乎完全受控的制造系统。那末如果针对是一个完全自主的事物时，这种完全映射和反向影响又会是什么样的状态呢..
更多