大数据

获奖名单公示 + 学习视频文章推荐

半腔热情 提交于 2021-02-04 03:02:57
你未读 人工智能/Python/大数据/Java/小程序 关注 本周一发布了「你未读」第一次送书活动《 说好的年前送书,这不,如约而至 》,于天结束,总共送出了 4 本《阿里巴巴 java 开发手册》,今天公布中奖名单,安排快递事宜。 通过抽奖助手中奖者 可能有些朋友不知道这个是什么,它的名字叫抽奖助手,是一个微信小程序,抽奖过程无法干预,公平公正。本次活动 3 天时间,参与此种方式的有 265 人。 图中两位中奖者其中一人填写了收件信息,另一人尚未填写, 请务必于今天下午 6 点之前填写完毕,否则,按自动放弃处理。 留言点赞第一 本次活动留言总条数 54,获得精选 36 条(除去小编自己的)。上图便是本次活动留言获得点赞第一名,即是中奖者,请务必于 今天下午 6 点之前在后台回复收件信息,否则,按自动放弃处理。 精选留言中小编挑选中奖者 在除去小编和点赞第一名获奖者之外的 35 条留言中,小编认为这位读者最需要这本书的,表达的最真实和贴切,二战的压力以及自己对家人的那份理解,对未来的信心,小编认为这本书送给他,值得! 同样, 请这位同学务必于 今天下午 6 点之前在后台回复收件信息,否则,按自动放弃处理。 总结 本次送书活动时间为 3 天,数量 4 本且为同一本书。因为是第一次送书,而且目前大家的互动还不够,所以希望下次送书的时候能够多争取不同内容多送几本,感谢大家的支持

移动数据分析平台哪家强?Smartbi企业数据分析app前来报到!

一个人想着一个人 提交于 2021-02-04 02:30:09
Smartbi软件是一款非常好用的 企业大数据分析工具 。Smartbi移动数据分析应用分为服务器端和本地终端两部分。在服务器端,基于Smartbi V9 之上的扩展应用,在平台核心组件的基础上针对移动终端设备提供独立的数据展现。在本地终端部分,通过App方式进行数据发布与交互;提供了统一的移动应用功能:门户展示、 报表浏览 、离线存储和离线浏览等功能。Smartbi企业数据分析app,支持在手机上查看详细的动态折叠报表,有详细的数据分析和统计,非常适合各大公司和企业用户使用, 使用Smartbi移动APP,企业员工可以随时随地监控关键指标、查看报表、分析数据,大大提高工作的效率,让企业在激烈的竞争中获得领先优势。 丰富的图形让数据展现栩栩如生,离线下载随身携带数据,手写批注让信息分享、决策讨论更加轻松。 Smartbi 企业数据分析 app打造多维度、立体化移动管理驾驶舱,管理层出差在外也能对核心经营指标一目了然,随时随地发现问题,输出管理压力,促进业务达成。 Smartbi移动数据 可视化报表 ,为即时的业务分析和日常业务处理提供指南针;定位,扫码,批注分享,拍照上传等移动特有功能,搞定更多业务场景,辅助业务人员数据分析。 在PC端设计器上设置手机模板画布,即可按照手机端样式进行报表设计和布局,所见即所得,助力IT人员,解放人力,灵活应对需求。 Smartbi app是一款

区块链2021狂想曲:迎接以技术为名的春天

拜拜、爱过 提交于 2021-02-03 21:22:46
  刚刚过去的2020年,很多科技名词都真正走到了老百姓的日常生活之中。我们习惯了刷脸支付,通过时空大数据了解疫情动态,感受着智能体温检测、无接触式机器人服务、智慧政务等带来的便捷,不吝于为这些新技术送上溢美之词。   但一提到区块链,社交群里最活跃的话题依然是——“你知道吗,某数字币暴涨了六倍!”   必须承认的是,代币由乱到治的过程中,区块链技术与大众生活和产业应用之间依然有着厚厚的“次元壁”。   另一方面,区块链也作为“核心技术自主创新的重要突破口”,进入了探寻自有价值、进入产业化赋能的全新阶段。   站在2021年初始,我们不仅想知道在过去一整年里,区块链实际落地应用的情况究竟怎么样。更想尝试回答,走过了代币、合约的区块链在新基建风口上,会以何种姿势扬帆远航。   洗尽铅华呈素姿:   时代风向中的价值回归   2020年,区块链领域最明显的特征,就是主流市场没有再延续“币圈”的老套路,开始回归技术本位的价值主张。   具体来说,有两个明显的变化,一是政策方面,区块链得到了国家层面的重视和力挺,被加入了新基建技术版图,拿下了关键的“基础分”;   另一个趋势则是产业方面。BAT等互联网科技公司不再单纯地“占坑”和观望,纷纷有了更加清晰明快的布局与动作。蚂蚁集团正式发布了蚂蚁链,百度亮出了超级链,腾讯至信链的产业落地也在加速……其他有实力的科技企业也都开始拥抱区块链。  

高薪技能推荐:月薪5W的腾讯数据分析师,都具备这个能力

倾然丶 夕夏残阳落幕 提交于 2021-02-03 13:19:28
最近后台又收到很多粉丝工作不顺、压力山大的苦水: ▎入行两年,薪资8K,涨薪太难...... ▎熬夜做出来的数据,被各种质疑...... ▎公司裁员,数据分析成了第一批...... 今天我们不妨换个角度来聊聊,数据分析岗到 底怎么了 ? 首先不得不承认,其实大部分的 数据分析师就是民工 ,很多工作岗位只需要懂Excel和SQL就可以开始干活了。 而且现在 很多现成分析工具已经很好用了, 好多公司就用Power BI、 Tableau、 Qlik Sense(可视化)进行数据分析。 那数据分析就不香了吗? 01 人人都在学 数据分析 数据分析香,太香了! 以至于公司在招人时都不忘强调一句 :会数据分析,还要会用使用各种分析工具。 (截图来源招聘网站) 如今企业招进去的人都具备了一定的数据分析能力,已经有一大波人抢我们的饭碗了! 所以比起各种工具的使用,业务能力 毋庸置疑的成为了当代数据分析岗最需要掌握、最有潜力的能力之一。 02 ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ 会数据分析、懂业务有多香? ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍ 一个 动作让老板给你涨薪30% 我上研究生时有个师兄读完了计算机硕士去做房产中介了,但不到两个月时间就和同事拉开差距。 他利用大数据和机器学习为顾客推荐房产

上市一周年成绩单出炉,金融壹账通2020年度营收增长42%

≯℡__Kan透↙ 提交于 2021-02-03 11:55:03
2月3日,中国领先的面向金融机构的商业科技云服务平台——金融壹账通(OCFT.US)公布2020年第四季度及全年未经审计的财务业绩。 得益于外部金融机构数字化转型的强劲需求,金融壹账通整体业绩保持稳健增长。2020年,公司营业收入为33.12亿元,同比增长42.3%;全年毛利润12.43亿元,同比增长62.1%,公司经营亏损显著收窄。 伴随着从“零配件”到“整车式输出”的战略升级,2020年金融壹账通形成了银行、保险、投资垂直领域横向一体化、从SaaS到IaaS纵向全覆盖的全产品线,以独特的“科技+业务“双赋能的商业模式、为广大金融机构提供“全流程、端到端”的科技赋能,助力金融业数字化转型全面提速。 盈利能力提升明显,降本增效成果显著 财报显示,2020年金融壹账通营业收入为33.12亿元,较2019年的23.28亿元营收同比增幅高达42.3%。盈利指标方面,金融壹账通全年毛利润增至12.43亿元,同比增长62.1%;毛利率亦从2019年底的32.9%增长至37.5%,充分展示了公司产品升级带来的显著成果。 金融壹账通董事长兼CEO叶望春表示,“后疫情时期,中小银行加强数字化迭代升级的趋势已成共识。为了抓住金融数字化转型带来的机遇,我们持续巩固底层技术基础,希望通过不断的创新、以多元化的产品来满足金融机构数字化发展的更高需求。” 金融壹账通CFO罗伟杰表示,“公司的产品升级成果显著

还在迷茫不知Dashboard是什么?答案在文中揭晓

拟墨画扇 提交于 2021-02-03 10:51:22
Dashboard的中文翻译是“仪表盘”,与汽车的仪表盘相同——一种反映车辆各系统工作状况的装置,有车速里程表、转速表、燃油表等。司机可以很方便地从汽车仪表盘中获得汽车整体状况。而Dashboard沿袭了汽车仪表盘理念,在一个屏幕上有预设性地显示对用户关键的信息,并实时告知用户正在发生的情况。同时,Dashboard进一步结合计算机互动的功能显示和传输信息,突破了报表要考虑纸面打印输出的限制。在 Dashboard 页面中,用户不仅可以直接对数据和图表进行分析,还可以通过控件来控制数据的显示、计算、过滤和分组等等。 作为一个设计师,一定设计过仪表盘(Dashboard)无论是哪一种数据产品,仪表盘(Dashboard)都是最核心的功能。他是用户接触数据的第一个页面,相当于数据产品的门户,担负着提纲挈领,引导分析的重要职能,帮助用户能够快速判断业务情况,支持他们做出决策并行动。概括的来说Dashboard的作用可以分为三大类,监控、分析和概览。以下就通过Smartbi的 仪表盘 来给大家介绍一下这三个场景。 1.在监控场景中,Dashboard主要为用户集中提供便捷的关键指标实时监测,及时告知异常状态,并引导用户定位问题。 图:基于Smartbi大数据分析工具制作的某企业设备监控中心仪表盘 2.在分析场景中,Dashboard主要通过 数据图表 ,配合控件进行不同维度的数据分析。例如

MySQL数据库的预处理(prepared statement)性能测试

泄露秘密 提交于 2021-02-03 09:27:12
1、预处理干了什么 当我们提交一条数据库语句时,语句到达数据库服务那边,数据库服务需要解析这条sql语句,比如说语法检查,查询条件先后优化,然后才执行。对于预处理,简单来说就是把客户端与数据库服务原本一次交互的分成两次。首先,提交数据库语句,让数据库服务先解析这条语句。其次,提交参数,调用语句并执行。这样对于多次重复执行的语句来说,可以提交并解析一次数据库语句就可以了,然后不断的调用刚刚解析过得语句并执行。这样就省去了多次解析同一条语句的时间。从而达到提高效率的目的。 预处理语句支持占位符(place holder),通过绑定占位符的方式提交参数。一个非常重要的一点是,能与占位符绑定的只能是值,而不能是sql语句的一些关键词。例如语句:“select * from student where student.id = ?”。如果放入占位符(?)中的是“1 or 1=1”,那么“1 or 1=1”就会被当成一个值,即用``符号包括起来,最终这条非法的语句就出错了。从而达到放sql注入的漏洞(sql injestion)。 预处理机制主要的三步骤: 1、将语句进行预处理 2、执行语句 3、析构掉预处理语句。 2、关于`performance_schema`.`prepared_statements_instances` 表的介绍 运行sql脚本:show global variable

中国家庭育儿市场发展趋势研究报告

本秂侑毒 提交于 2021-02-03 09:04:41
1、中国家庭育儿市场发展现状与格局 母婴人群达2.78亿,二胎比重上升带来家庭结构红利 自2016年国家全面二孩政策的开放,二胎出生人口数占总出生人口的比重逐年升高,2019年,0-6岁婴幼儿数量达到9839万,同时,母婴家庭人群数量达到2.78亿。二胎比重逐步升高, 4-2-2的家庭结构激发了家庭成员全员育儿参与度,打开了母婴行业细分领域的消费市场,为家庭育儿市场的发展带来一定的家庭结构红利。 中国家庭育儿产业图谱分析 第一梯队育儿APP渗透率超过30%,行业竞争格局稳定 根据亲子育儿APP渗透率的划分维度,可以将市场上的育儿APP划分为三个梯队。第一梯队渗透率超过30%,头部玩家地位稳定;第二梯队渗透率保持在5%-20%之间,与第一梯队差距明显;第三梯队包括长尾育儿APP玩家,渗透率不足5% 还仍有新的玩家不断入局。育儿市场现有玩家产品在解决育儿问题的基础上又具有差异化的特征,会发生同一用户使用多款产品的现象,短期内竞争格局不会出现太大改变。 2、中国家庭育儿人群画像 高学历、年轻化的育儿成员,多数家庭只有一个孩子 适龄生娃的企业白领,在工作与生活间忙碌,却也充满幸福 三十而立晋升新手爸爸,在陪玩中快乐成长 3、中国家庭育儿人群行为及消费洞察 家庭育儿成员陪伴孩子时间 妈妈群体日常陪伴孩子时间最长,30%的妈妈每天陪伴超4小时;周末宝爸宝妈共陪孩子度过亲子时光。

推荐几个数据方向优质公众号

柔情痞子 提交于 2021-02-03 08:02:39
在输出文章以及提升技术的过程中,确实发现会有不少的小坑加大坑。 “前人栽树,后人乘凉”这话不是说说而已,在自己学习过程中如果能得到他人的帮助相信会 顺利很多。 读万卷书,不如行万里路,行万里路,不如前辈指路。 今天,给大家“曝光”几位数据方向大佬,都有大量技术干货,可以 跟随大佬学习一些经验~ Java技术范 ▲长按图片识别二维码关注 关注我,全方位掌握Java知识点,并带你入门大数据开发 。 大数据私房菜 ▲长按图片识别二维码关注 关注我,全方位学习大数据,并可获取2020大数据面试真题,学习资源及最全数仓体系文档。 Python数据分析之禅 ▲长按图片识别二维码关注 专注分享python数据分析、自动化办公经验,坚持原创! 决策智能与机器学习 ▲长按图片识别二维码关注 关注我,深耕AI脱水干货,获取行业深度资料,做更好的AIer。 架构师精进 ▲长按图片识别二维码关注 关注我,让你从程序小白一步一步成长为架构师。关注可获取2T完整架构师视频教程。 本文分享自微信公众号 - 大数据技术与数仓(gh_95306769522d)。 如有侵权,请联系 support@oschina.cn 删除。 本文参与“ OSC源创计划 ”,欢迎正在阅读的你也加入,一起分享。 来源: oschina 链接: https://my.oschina.net/u/4597761/blog/4690746

案例征集 | 2021中国数据资产管理工具市场研究报告

守給你的承諾、 提交于 2021-02-03 07:58:06
一、研究背景 随着互联网时代的洗礼和数智融合时代的到,中国的企业对数据资产方面的价值已经有了充分认可。企业大数据市场发展已经进入成熟期,先后经历了四个发展阶段,如今已经迈入数智融合阶段,开始在应用深度层面进行深耕发力,越来越多的企业重视自身数据资产的整合与管理,以便于为企业管理者提供决策辅助支撑。 在数据融合时代,数据资产的应用方向产生了两个分支,除了满足于企业决策之外,又出现了将企业数据整合为资产包,并进行统一管理和销售变现的第二个重要方向。伴随着中国企业的数字化建设程度不断深入,越来越多的企业建立并积累了基于自身业务的数据源,很多企业在对这些数据整合之后除了辅助管理层决策和日常运营之外,也在尝试将这些数据转变为商品,实现收入目标。 海比研究院在日常研究中发现,中国的企业级数据资产管理现在有两个阶段,一个是数据资产形成阶段,一个是数据资产变现阶段,对于中国的大部分企业来说,都还处于第一个阶段,即资产形成阶段,在该阶段企业需要一套完整的数据资产管理工具,通过对数据的采集、存储、清洗处理、挖掘、查询分析、可视化展示等建立企业数据资产管理系统,进而实现辅助决策的目的。 对具有数据源的企业来说,如何实现数据资产形成以及数据资产的管理变现是现阶段很多企业面临的问题。对于数据资产管理工具提供商来说,如何帮助有需求的企业建立匹配自身的数据资产管理系统并将数据资产变现