ML：阿里云计算平台之搜索推荐演讲分享《多场景智能推荐助力业务增长》、《阿里云智能推荐应用实践：PAI-EasyRecFramework》、《新一代数仓架构漫谈》目录《多场景智能推荐助力业务增长》开箱即用+推荐精准+灵活适配实时的互动式推荐功能新商品冷启动物品圈选、人群圈选、流量策略标签沉淀、人群分析、人群圈选基于归档算法定制召回和排序基于原子组件定制为趣短视频个性化推荐方案阿里云智能推荐应用实践：PAI-EasyRecFramework智能推荐流程及挑战个性化推荐模型EasyRecFramework:morethanacollectionsofmodelsEasyRec的优势：多平台训练，部
ML：阿里云计算平台之搜索推荐演讲分享《多场景智能推荐助力业务增长》、《阿里云智能推荐应用实践：PAI-EasyRecFramework》、《新一代数仓架构漫谈》目录《多场景智能推荐助力业务增长》开箱即用+推荐精准+灵活适配实时的互动式推荐功能新商品冷启动物品圈选、人群圈选、流量策略标签沉淀、人群分析、人群圈选基于归档算法定制召回和排序基于原子组件定制为趣短视频个性化推荐方案阿里云智能推荐应用实践：PAI-EasyRecFramework智能推荐流程及挑战个性化推荐模型EasyRecFramework:morethanacollectionsofmodelsEasyRec的优势：多平台训练，部
作者：京东零售 郑炳懿前言：当今世界，云计算技术在快速发展，不断为我们带来新的应用场景和解决方案。作为一名前端开发者，了解云技术并掌握如何在前端中应用它们是必不可少的。本篇文章将介绍云计算技术的基本概念，并从前端角度探讨如何使用云技术提高应用的可扩展性、安全性、性能和用户体验。一、云技术1.1什么是云技术在开始之前，我们需要先了解一下什么是云计算。云计算是一种基于互联网的计算方式，它将计算资源、存储和网络功能提供给用户，使得用户能够在云端快速构建和部署应用程序。云计算有三种主要的服务模式：InfrastructureasaService（IaaS，基础设施即服务）、PlatformasaSer
作者：京东零售 郑炳懿前言：当今世界，云计算技术在快速发展，不断为我们带来新的应用场景和解决方案。作为一名前端开发者，了解云技术并掌握如何在前端中应用它们是必不可少的。本篇文章将介绍云计算技术的基本概念，并从前端角度探讨如何使用云技术提高应用的可扩展性、安全性、性能和用户体验。一、云技术1.1什么是云技术在开始之前，我们需要先了解一下什么是云计算。云计算是一种基于互联网的计算方式，它将计算资源、存储和网络功能提供给用户，使得用户能够在云端快速构建和部署应用程序。云计算有三种主要的服务模式：InfrastructureasaService（IaaS，基础设施即服务）、PlatformasaSer
当企业数据达到一个规模后，不得不面临数据拆分的问题。使用分布式数据库是一个相对“简单”的选择。通过分布式架构可以支撑海量规模，也避免的拆分所带来的各种“麻烦”。当然，分布式数据库也不是“银弹”，会有其适用的场景。如在分布式数据库下无法解决的话，仍然是需要面临拆分问题。但如何拆分数据是一个令人头疼的问题，除了要结合业务拆分外，具体拆分的粒度也是需要关注的。可以在实例级、库级别、表级别、分区级进行拆分，不同层次的拆分各有其利弊。下文针对不同的拆分方式，进行简单的对比分析。1、拆分层次：实例级在实例级拆分，即通过将原有数据拆分到多个数据库实例来承载更大规模。架构从架构角度来看，在实例级拆分无疑是比较
当企业数据达到一个规模后，不得不面临数据拆分的问题。使用分布式数据库是一个相对“简单”的选择。通过分布式架构可以支撑海量规模，也避免的拆分所带来的各种“麻烦”。当然，分布式数据库也不是“银弹”，会有其适用的场景。如在分布式数据库下无法解决的话，仍然是需要面临拆分问题。但如何拆分数据是一个令人头疼的问题，除了要结合业务拆分外，具体拆分的粒度也是需要关注的。可以在实例级、库级别、表级别、分区级进行拆分，不同层次的拆分各有其利弊。下文针对不同的拆分方式，进行简单的对比分析。1、拆分层次：实例级在实例级拆分，即通过将原有数据拆分到多个数据库实例来承载更大规模。架构从架构角度来看，在实例级拆分无疑是比较
在《漫谈软件缺陷管理的实践》一文中，文章介绍了缺陷管理落地到实际工作中的一种形式。本文将分享其呈现效果的自动化实践方案。一、自动化实践方案缺陷管理的自动化实践可以分为四个步骤：设计数据指标、规范数据源、数据处理自动化和程序部署。##1.设计数据指标首先，我们需要设计缺陷相关的数据指标。这里，我们主要关注的指标有缺陷数量，缺陷处理进度和项目缺陷的多维度统计结果。同时，我们还可以设计缺陷相关指标的监控阈值。##2.规范数据源其次，按照我们的数据指标，我们需要规范数据源，以保证我们能收到到我们想要的基础数据。如《漫谈软件缺陷管理》一文介绍，我们要定义好缺陷的状态、缺陷的流转逻辑和缺陷相关节点的负责人
在《漫谈软件缺陷管理的实践》一文中，文章介绍了缺陷管理落地到实际工作中的一种形式。本文将分享其呈现效果的自动化实践方案。一、自动化实践方案缺陷管理的自动化实践可以分为四个步骤：设计数据指标、规范数据源、数据处理自动化和程序部署。##1.设计数据指标首先，我们需要设计缺陷相关的数据指标。这里，我们主要关注的指标有缺陷数量，缺陷处理进度和项目缺陷的多维度统计结果。同时，我们还可以设计缺陷相关指标的监控阈值。##2.规范数据源其次，按照我们的数据指标，我们需要规范数据源，以保证我们能收到到我们想要的基础数据。如《漫谈软件缺陷管理》一文介绍，我们要定义好缺陷的状态、缺陷的流转逻辑和缺陷相关节点的负责人
《漫谈测试成长之探索——测试文档》一文阐述了我们可以从项目维度去整理测试相关的文档来提升自己，本文将从测试排期方面探索成长方向。我们知道，对于做一件事，我们要有计划，要知道目标，要记得看时间。这里的时间对应到软件测试中就是与测试相关的时间节点。如图1-1所示，在以往工作中，作为一线测试执行者，我们一般会关注开发计划提测时间、测试计划开始时间、测试计划完成时间和需求计划发布时间。但是，经验告诉我们，只关注这些时间节点似乎是不够的。在实际工作中，需求实际可测试的时间经常延期，测试时间被压缩的情况时有发生。图1-1传统测试排期时间节点那我们能做些什么去规避或者说减少测试工期被压缩的情况呢？本文的答
《漫谈测试成长之探索——测试文档》一文阐述了我们可以从项目维度去整理测试相关的文档来提升自己，本文将从测试排期方面探索成长方向。我们知道，对于做一件事，我们要有计划，要知道目标，要记得看时间。这里的时间对应到软件测试中就是与测试相关的时间节点。如图1-1所示，在以往工作中，作为一线测试执行者，我们一般会关注开发计划提测时间、测试计划开始时间、测试计划完成时间和需求计划发布时间。但是，经验告诉我们，只关注这些时间节点似乎是不够的。在实际工作中，需求实际可测试的时间经常延期，测试时间被压缩的情况时有发生。图1-1传统测试排期时间节点那我们能做些什么去规避或者说减少测试工期被压缩的情况呢？本文的答
