Sitio web de resúmenes de películas - Últimas películas o Cine reciente - 100 prácticas de casos anuales de I+D cuidadosamente seleccionadas por Xiaomi Tang Mu y otros grandes nombres

100 prácticas de casos anuales de I+D cuidadosamente seleccionadas por Xiaomi Tang Mu y otros grandes nombres

En 2017, términos como aprendizaje automático, big data e inteligencia artificial se convirtieron en la corriente principal de la industria de investigación y desarrollo de software, y métodos técnicos como big front-end, DevOps y blockchain se convirtieron en direcciones de moda en 2017, comenzó el hardware inteligente; para convertirse en un nuevo enfoque Este año, también conocido como el año de la explosión de los altavoces inteligentes, Internet se desarrolló aún más rápidamente, lo que requirió que todo fuera más rápido, incluida la eficiencia de la ingeniería, la velocidad de entrega y la velocidad de la innovación. También hay reconstrucción de software, construcción de plataformas en la nube, transformación de múltiples actividades, monetización de datos, transformación de big data...

Del 9 al 12 de noviembre, Centro Nacional de Convenciones de Beijing, la sexta Cumbre Global de Análisis de Casos de Software TOP100. En 4 días, obtenga información sobre el pensamiento y la práctica de casos de 100 líderes técnicos.

La Cumbre TOP100 2017 seguirá celebrando 5 conferencias simultáneas, con 15 temas que mostrarán prácticas y soluciones a lo largo del ciclo de vida del desarrollo de software.

Sesión 1: Diseño de experiencias/Innovación de productos/Impulso de operaciones

Casos destacados

● "Equilibrar creatividad y tecnología para crear productos innovadores"

He Ruxia - Diseñador de productos de Facebook

Valor del caso: el proceso de diseño es como un viaje que requiere exploración constante para encontrar un equilibrio entre los objetivos del producto, la implementación técnica, la expresión creativa y la experiencia del usuario. Navegar por recursos limitados es un arte. Por ejemplo, es necesario recordar constantemente el objetivo del producto, pero los recursos de implementación técnica para lograr el objetivo pueden haber sido insuficientes o la inspiración del diseñador dio origen a una idea única, pero es posible que esta idea no sea aceptada por todos; . Este caso utilizará la experiencia en diseño de productos del profesor en Silicon Valley como contenido para decirle cómo encontrar el "equilibrio perfecto" del diseño de productos.

●"El pensamiento de diseño detrás de "One Yuan Painting""

Chen Xiaochang, Director del Departamento de Diseño de Experiencia e Investigación de Usuarios del Centro de Diseño Tencent

Caso valor: 8 El 29 de marzo, el círculo de amigos estuvo ocupado por un cuadro de un "niño". El 29 de agosto, el círculo de amigos se inundó con un hermoso cuadro de un "niño". En sólo medio día, participaron 5,8 millones de personas y se recaudaron más de 15 millones de yuanes. Internet ya está cambiando nuestro bienestar público. La tecnología conecta la confianza y el diseño promueve el bienestar público. Entonces, ¿cómo lograr mejores resultados? Este caso revisará todo el evento de comunicación y le mostrará el pensamiento de diseño detrás de "La compra de pinturas por un yuan". el trabajo de diseño del equipo de diseño de bienestar público de Tencent Con 10 años de experiencia en bienestar público, discutimos cómo utilizar el diseño de servicios para crear más valor para el bienestar público.

Combinado con los 10 años de experiencia en soporte de diseño del equipo de diseño en Tencent Charity, exploraremos cómo utilizar el diseño de servicios para crear más valor para la organización benéfica.

● "Revelando la era de las terminales de inteligencia artificial: pensamiento y definición de Tmall Elf"

Ruyi - responsable de las terminales inteligentes de Alibaba Artificial Intelligence Laboratory (A.I.Labs) People

Valor del caso: El lanzamiento de Tmall Genie representa el pensamiento y la exploración de terminales inteligentes de Alibaba en la era de la inteligencia artificial. Si bien los terminales inteligentes mejoran la experiencia del usuario y reducen el umbral de uso, también significan el fortalecimiento del circuito cerrado ecológico del terminal. El ecosistema relativamente cerrado en la era de la inteligencia artificial significa que si los fabricantes quieren brindar una experiencia de servicio de alta calidad, es difícil hacerlo sin pasar por la terminal. En el futuro, la nube en su conjunto se convertirá en una nueva tendencia. En este caso, debemos pensar en cómo operar bajo tal tendencia. Utilice sus propias ventajas para definir e implementar productos finales.

●"El usuario primero: destaque en la batalla de los terminales domésticos inteligentes"

Chen Ya, ingeniero senior de Amazon

Valor del caso: terminales domésticos inteligentes La entrada a las casas inteligentes es la principal posición para que los grandes gigantes se apoderen del mercado. Entonces, ¿por qué Amazon, una empresa de comercio electrónico que comenzó como una empresa minorista, se destacó en esta guerra y ocupó el 70% del mercado final con una ventaja abrumadora? Este caso tomará el producto Echo como ejemplo para analizarlo desde dos aspectos: el diseño del producto y el modelo de gestión de desarrollo, cómo Amazon integra Customer Obession en cada etapa del producto y suprime la tecnología de Google. Al mismo tiempo, este caso es también un análisis exploratorio de los terminales domésticos inteligentes actuales.

●"El motor de crecimiento detrás del nuevo negocio de Didi"

Li Sen, el líder del crecimiento de Didi

Valor del caso: este caso lo dirá Después del compartidor Se unió a Didi en 2015 y fue responsable de la nueva contratación de pasajeros de Shunfeng, el crecimiento de usuarios de productos de autobús, el arranque en frío de productos de minibús y la historia de Express. El pensamiento y la práctica del crecimiento empresarial en los distritos y condados de Chongqing de 0 a 1, a partir de la lógica del crecimiento, a través de una revisión del negocio, la introducción de algunos métodos de crecimiento probados y la introducción de Didi Express, minibús y otros negocios de 0. a 1. Cómo solucionar el problema de crecimiento al iniciar un proyecto y cómo solucionar el problema de tráfico de la última milla en obra.

Conferencia 2: Cultura de ingeniería/Crecimiento del equipo/Evaluación del desempeño

Casos destacados

●"La ciencia detrás del arte: los cinco años de historia de Riot Equipo de datos de juegos" 》

Jen Lee-.Directora de datos de Riot Games

Valor del caso: este caso se centra en el viaje de cinco años del equipo de datos de Riot Games y describe cómo construir Un mundo desde cero. Un equipo de big data de primer nivel, cómo el trabajo y la visión del equipo crecen y se desarrollan año tras año, así como las ganancias y desvíos involucrados. El trabajo y la visión del equipo continúan creciendo y desarrollándose cada año, junto con los avances y desvíos a lo largo del camino. Como complemento a los casos seleccionados cada año, presenta cómo el juego más popular del mundo, "League of Legends", utiliza datos para mejorar la experiencia del jugador, brinda soporte y ayuda para las decisiones comerciales y planes operativos de cada departamento de la empresa, y cómo El uso del aprendizaje automático y la inteligencia artificial La inteligencia subvierte los productos tradicionales.

● "Cómo utiliza Google OKR para ayudar a los equipos a desafiar lo imposible"

He Zhouzhou - Gerente de Producto, Google "Solo necesitas dos días para hacer la transición de proyectos tradicionales a proyectos ágiles"

Valor del caso: como una de las principales empresas de tecnología del mundo, Google ha desafiado muchas tareas sofisticadas que antes parecían imposibles, como AlphaGo, Google Translate, automóviles autónomos, Tensorflow, TPU, etc. ¿Cómo organiza y motiva Google a los equipos? ¿Cómo garantiza que el equipo trabaje en conjunto y corra en la misma dirección? Este caso surge de la experiencia personal de un actual gerente de producto en la sede de Google en Estados Unidos. Compartirá la experiencia de gestión exitosa de Google en términos de mecanismos, humanidades, procesos, métodos de toma de decisiones, políticas de producto, organización de la empresa, etc.

● "La evolución y transformación de Lean Kanban para el equipo de 100 personas de Huawei"

Chen Jun - Huawei Agile and Lean Expert

Valor del caso: enfrentar El aumento Con la demanda del mercado y los rápidos cambios, el equipo de I + D necesita responder con flexibilidad para mejorar la eficiencia de la I + D en condiciones de mano de obra limitada, y decidió introducir Lean Kanban para ayudar a mejorar la eficiencia de la I + D. Decidimos introducir Lean Kanban para ayudar eficazmente a mejorar la eficiencia de la I+D. Este caso describe la evolución de Lean Kanban para el equipo de 100 personas de Huawei, desde establecer el Kanban (cuatro prácticas) hasta ejecutar el Kanban (cuatro prácticas), lograr una pequeña victoria y luego hasta que el equipo encuentre dificultades, se estanque o incluso retroceda. Luego revisa y mejora con el equipo para volver al camino correcto.

●"Solo se necesitan dos días para transformarse de proyectos tradicionales a proyectos ágiles"

Gu Yue, entrenador ágil senior de Ping An Technology

Valor del caso: La transformación ágil no sólo supone aplicar un nuevo conjunto de procesos, sino también cambiar la forma de pensar y trabajar, e incluso cambiar la estructura organizativa de la empresa. ¿Existen atajos para la transformación? ¿Cómo se convirtió el "seminario de inicio rápido" de dos días de Ping An en un poderoso freno para pasar de la vía tradicional a la vía ágil? Este estudio de caso lo revelará todo.

●"Ágil atípico: lanzamiento en 10 días"

Zuo Yangmei - Entrenador ágil, ZTE

Valor del caso: "Rápido" es relativo. La industria de las telecomunicaciones tradicional todavía sigue estrictas reglas de adición y requisitos de seguridad, y sigue el proceso básico de "demanda-realidad-liberación-actualización". En este caso, el concepto de entregables del proceso se introdujo desde la perspectiva de reorganizar el valor del usuario para lograr una participación profunda del cliente y una retroalimentación rápida. Se reexaminaron las prácticas centrales de los procesos ágiles típicos y se basaron en el objetivo de "verificar rápidamente"; suposiciones del producto del cliente", cancelación Se introdujeron prácticas como pruebas automatizadas e integración continua, se introdujo la entrega de baja fidelidad dibujada a mano, se implementó la entrega centrada en el producto y se introdujeron funciones de simulación y división de datos. En cierto modo, este caso es una versión ampliada de proyectos de entrega de sprints de diseño en el ámbito de las telecomunicaciones.

Conferencia 3: Evolución de la arquitectura/Práctica de ingeniería/Big Front End

Casos destacados

●"Las razones detrás de la puerta de enlace que transportó miles de millones de tráfico durante la Promoción 618 "Práctica de arquitectura"

Wang Dong, arquitecto jefe de Jingdong Mall Open Platform

Valor del caso: Jingdong Mall Open Platform garantiza llamadas masivas de casi mil interfaces de servicio y, al mismo tiempo, proporciona 618 Grandes ventas ofrecen muchos servicios. La plataforma abierta de JD.com garantiza llamadas masivas a casi mil tipos diferentes de interfaces de servicio durante la promoción anual 618. También garantiza que las interfaces de servicio no interfieran entre sí y puedan responder rápidamente a cualquier situación compleja. La estabilidad y la velocidad son siempre nuestros objetivos. Este caso compartirá tecnología de aislamiento, tecnología de almacenamiento en caché, optimización de SQL, degradación y métodos de limitación actuales comúnmente utilizados en la práctica. Descubra cómo el equipo de JD aplica estas tecnologías a cada preparación para garantizar el progreso fluido de 618 cada año.

● "El camino hacia la transformación de la arquitectura del sistema comercial de nueva generación de la Bolsa de Valores de Shenzhen"

Yu Huali - Ingeniero Jefe de la Bolsa de Valores de Shenzhen

Valor del caso : como Los sistemas comerciales centrales de la industria tienen requisitos estrictos para un funcionamiento continuo y fluido. Cómo actualizar estos sistemas comerciales centrales para adaptarlos a las necesidades del desarrollo empresarial y el progreso tecnológico es un problema al que se enfrentan muchos CIO y sus equipos de I + D. Este caso comparte la implementación de la Bolsa de Valores de Shenzhen (SZSE) en su sistema central, especialmente un sistema de procesamiento en tiempo real de alta disponibilidad y alto rendimiento, eliminando IOE y avanzando hacia una plataforma abierta con tecnología de código abierto, procesamiento distribuido, alta Disponibilidad y diseño de baja latencia. La experiencia exitosa de transformación arquitectónica y actualización sin problemas, y cómo garantizar una actualización segura y sin problemas y liderar el desarrollo de todo el mercado en esta reconstrucción integral de la transformación arquitectónica.

● "La transformación general del servicio de Ele.me para multiactividad remota"

Li Shuangtao, arquitecto jefe del equipo de middleware de Ele.me y arquitecto jefe del proyecto multiactividad remota

Valor del caso: este caso presenta la transformación de la multiactividad remota de Ele.me, las decisiones tomadas en el proceso desde el diseño hasta el lanzamiento oficial y cómo coordinar el trabajo del equipo comercial y el equipo de middleware para que Todo el negocio se puede transformar de forma segura y sin problemas, de modo que todo el negocio se pueda transformar de forma segura y sin problemas. El negocio se pone en línea de forma segura y estable. Este artículo describe cómo coordinar el trabajo del equipo comercial y el equipo de middleware para transformar de manera segura y sin problemas todo el negocio desde un servicio de sala de computadoras único a un servicio multiactivo de sala de máquinas múltiples. Cuando falla una sala de computadoras, el proveedor de servicios puede dirigir a los usuarios a una sala de computadoras en buen estado para garantizar que los servicios se puedan ejecutar normalmente cuando ocurre una falla y reducir las enormes pérdidas causadas por fallas en la sala de computadoras.

● "Uber for Business, innovación de microservicios de 0 a 1 en la transformación digital médica"

Shi Xiaoyu, líder técnico de Uber

Valor del caso: este El caso Compartirá cómo implementar un sistema de alta disponibilidad de 0 a 1 y resolver problemas comerciales reales de Uber. El caso analiza cómo implementar estos sistemas de extremo a extremo a través de requisitos de proyecto específicos y arquitectura de sistemas, incluidos sistemas de pago, sistemas de facturación y sistemas de políticas. Cómo completar el proceso de 0 a 1 se ha convertido en un punto de crecimiento muy importante para Uber en apenas dos años. Al mismo tiempo, su equipo de ingeniería ha crecido de seis a casi 40 personas.

●"Plataforma de servicio directo de Xiaomi y exploración de futuras formas de servicios móviles"

Dong Hongguang, jefe del equipo del marco del sistema MIUI de Xiaomi

Valor del caso: La forma actual de transporte de los servicios móviles, ya sea una aplicación o una página web, tiene muchas desventajas. Si bien causa molestias a los usuarios, también tiene un cierto impacto en los propios desarrolladores. Cómo distribuir y utilizar los servicios de manera más eficiente es un tema de gran preocupación para la industria. Xiaomi también ha realizado algunas exploraciones en este campo y lanzó una plataforma tecnológica como el servicio directo, que tiene como objetivo resolver algunos problemas existentes en las aplicaciones tradicionales y servicios de host virtual y mejorar la eficiencia de los usuarios y desarrolladores. Este caso se centra principalmente en la plataforma de servicio directo de Xiaomi. Hablemos del pensamiento de Xiaomi en esta área y algunos de sus resultados prácticos actuales.

Sesión 4: Ciencia de datos/Inteligencia artificial/Impulsado por datos

Casos destacados

●"Cómo NFCU Bank en los Estados Unidos utiliza big data e inteligencia artificial para inicia su transformación "Road"

Jiang Xiaodong.

NFCU Financial Data Architect

Valor del caso: NFCU Bank es una empresa Fortune 200 A finales de 2016, tenía 280 sucursales en todo el mundo, activos que superaban los 740 mil millones de dólares y más de 60 000 empleados en el mundo. Estados Unidos Miembros (clientes) y 14.000 empleados en todo el mundo. Cómo gestionar el flujo de efectivo diario de una cantidad tan grande de sucursales y cajeros automáticos fuera de línea en todo el mundo, cómo integrar el almacenamiento de efectivo, las transacciones de transferencia y retiro entre la sede y las sucursales, los mostradores de las sucursales y los clientes, los clientes y los cajeros automáticos, determina cómo los bancos Eficacia y eficiencia de la gestión de liquidación y control del flujo de efectivo con vehículos de transporte de efectivo, bancos centrales y departamentos internos de gestión bancaria. Este caso abre un caso muy significativo para que las grandes empresas financieras tradicionales implementen proyectos de big data e inteligencia artificial, y compartirá cómo NFCU Bank utiliza algoritmos de big data e inteligencia artificial para resolver la gestión del flujo de efectivo corporativo.

●"En la era de la inteligencia artificial, ¿cómo evoluciona el sistema de recomendación inteligente de las plataformas de comercio de segunda mano?"

Sun Xuan, jefe del Departamento de Arquitectura y Algoritmos de Zhuanzhuan

Valor del caso: el sistema de recomendación de Zhuanzhuan se creó desde cero y se desarrolló y evolucionó gradualmente según las diferentes etapas del negocio. En el proceso de desarrollo, ha pasado por la etapa de recomendación global no personalizada, la etapa de recomendación personalizada fuera de línea, la etapa de recomendación personalizada en tiempo real, la etapa de recomendación de clasificación de aprendizaje automático, etc. Este caso detallará las diferentes etapas de desarrollo. Este caso explicará en detalle las razones de las diferentes etapas de desarrollo y la evolución de la arquitectura, permitiendo a la audiencia tener una comprensión profunda del sistema de recomendación inteligente de la plataforma de comercio de segunda mano.

● "Profeta: La inteligencia artificial ayuda a la tecnología financiera a combatir el fraude, dejando a los productos ilegales sin ningún lugar donde esconderse: cómo los big data y la inteligencia artificial ayudan al sistema de defensa y control de riesgos"

Wang Ting -- Yirendai Data Scientist

Valor del caso: Prophet es una solución antifraude para la industria de la tecnología financiera basada en la plataforma antifraude en la nube de Yirendai a través de sus poderosas capacidades de datos financieros, inteligencia antifraude y en línea. capacidades de servicio de adquisición de clientes, ayuda a las empresas FinTech a resolver una serie de problemas que enfrentan el fraude en solicitudes de crédito, identificación de intermediarios financieros, monitoreo/alerta temprana de pandillas, etc., y proporciona a las empresas FinTech una evaluación crediticia más sólida, control de riesgos y capacidades precisas de adquisición de clientes. Este caso compartirá cómo utilizar la inteligencia artificial para lograr las funciones anteriores durante la construcción de la plataforma en la nube antifraude.

● "Algunas aplicaciones de aprendizaje automático y modelado estadístico en escenarios fuera de línea y en línea"

Zhang Jian - Jefe de ciencia y tecnología de datos, empresa 3M

Caso Valor: De en línea a fuera de línea es una tendencia importante en el futuro desarrollo en línea y fuera de línea. El descubrimiento de datos y el aprendizaje automático se han utilizado amplia y maduramente en el desarrollo de software en línea, la coincidencia de recomendaciones, el análisis de usuarios y otros campos.

Valor del caso: pasar del online al offline es una tendencia importante en el desarrollo futuro. La minería de datos y el aprendizaje automático se han utilizado amplia y maduramente en el desarrollo de software en línea, la coincidencia de recomendaciones, el análisis de usuarios y otros campos. Sin embargo, la integración y optimización de datos en línea y fuera de línea apenas ha comenzado. En esta clase, partiremos del caso específico del comercio minorista en línea y fuera de línea, crearemos un sistema de optimización y retroalimentación de datos en línea y fuera de línea, y aplicaremos métodos estadísticos como pruebas A/B, recomendaciones personalizadas profundas y aprendizaje automático. Los métodos se utilizan para lograr una serie de objetivos específicos, como mejorar la eficiencia del análisis de datos, comprender el comportamiento del usuario y aumentar los ingresos fuera de línea.

● "El big data de Lenovo ayuda a la transformación y actualización del negocio de Lenovo"

Yu Chentao, investigador jefe y director senior de la división de big data de Lenovo

Valor del caso: El La cuarta revolución industrial impulsada por la transformación digital ha comenzado, marcando el comienzo de un nuevo viaje de desarrollo paralelo de big data, servicios en la nube y tecnología inteligente. Si bien las empresas están ganando oportunidades, también enfrentan muchos desafíos: no se puede acceder a los datos en varios sistemas dentro de la empresa y la congestión de datos es grave, lo que conduce directamente a una reducción de la eficiencia en varios aspectos de las adquisiciones, la producción, la logística y las ventas de la empresa. y otros aspectos. Este caso muestra cómo Lenovo resolvió los problemas anteriores aprovechando las oportunidades de big data, Industrial Internet 4.0 y Made in China 2025 bajo la premisa de costos controlables, y logró un rápido desarrollo aprovechando Dongfeng.

Sesión 5: Gestión de calidad/Operación y mantenimiento inteligentes/Sesión DevOps

Casos destacados

●"Cómo las pruebas no tripuladas ayudan a JD.com a mejorar la eficiencia y Calidad 》

Yang Jin - Líder del equipo de calidad del producto Jingdong B2B

Valor del caso: con el desarrollo del negocio, el sistema generalmente pasa por el proceso de monolítico, orientado al servicio y de plataforma. -Orientado, en la larga distancia que el sistema continúa evolucionando, ya sea una pequeña demanda o un cambio importante, cada vez que se conecta va acompañado de una gran cantidad de trabajo de regresión, incluso los conductores de pruebas experimentados no tienen que hacerlo. 100% seguro de que no habrá problemas. En la industria de Internet con ciclos de iteración cortos y alta frecuencia de lanzamiento, hemos estado trabajando arduamente para explorar y practicar cómo garantizar la calidad del producto y mejorar la experiencia del usuario durante los lanzamientos frecuentes. Este caso presenta un método de prueba de regresión eficiente y su práctica para mejorar la eficiencia y calidad de las pruebas de productos.

● "Práctica de DevOps móvil de Alibaba"

Lu Yiyuan, gerente de producto de la plataforma Alibaba

Valor del caso: el modelo de desarrollo móvil ha entrado en dos niveles de diferenciación: super grande El modelo de I + D de aplicaciones a gran escala está sesgado hacia el modelo de proyecto, con más coordinadores y módulos de I + D, lo que requiere un sistema DevOps completo para la construcción, prueba, publicación, operación y mantenimiento, mientras que algunas aplicaciones innovadoras y experimentales se encuentran en los sectores comercial y experimental; etapas experimentales, y se encuentran en etapa comercial. Las aplicaciones innovadoras y experimentales son más adecuadas para probar y verificar ideas de negocios de una manera más rápida cuando el modelo y la forma de negocio aún no se han determinado por completo. Por lo tanto, es imperativo crear rápidamente una aplicación al menor costo. Este caso compartirá cómo Alibaba Mobile Technology ha solucionado estos problemas en los últimos años.

● "Uso de Kafka para explorar métodos de optimización para clústeres con estado a gran escala"

Qin Jiangjie, ingeniero de software empleado de LinkedIn

Valor del caso: equilibrio de carga dinámico de sistemas distribuidos Y la autogestión siempre ha sido un problema que no es fácil de resolver. La mayoría de las soluciones logran el equilibrio de carga de los recursos de hardware migrando todo el proceso de la aplicación, lo que es más adecuado para aplicaciones sin estado, pero no ideal para clústeres con estado (como Kafka). Migrar una aplicación significa migrar una gran cantidad de estados, lo cual es un proceso largo y costoso. LinkedIn desarrolló Cruise Control para solucionar este problema. Su principal característica es que puede migrar parte del estado según las características de la aplicación. Este caso compartirá un conjunto de métodos de optimización de clústeres con estado a gran escala al explicar la práctica del control de crucero.

●"Implementación de bajo costo de pruebas de interfaz del sistema: automatización, rendimiento, integración continua y monitoreo en línea"

Ingeniero de desarrollo de pruebas de Jiujiu DJI

Valor del caso: La mayoría de las empresas y proyectos requieren pruebas automatizadas, pruebas de rendimiento, integración continua y monitoreo en línea de las interfaces del sistema. Sin embargo, los métodos existentes tienen problemas como una baja relación insumo-producto, numerosas y complejas herramientas y conjuntos de tecnología, y altos costos de mantenimiento y aprendizaje. En respuesta a este problema común, DJI exploró una solución de mejores prácticas de bajo costo y la precipitó en el marco de prueba de interfaz de código abierto ApiTestEngine. Este caso lo desmantelará y explicará los puntos técnicos y los puntos clave del marco. .

● "Operation Intelligence @ Pinterest"

Meng Xiaoqiao - Gerente de monitoreo de Pinterest

Valor del caso: la inteligencia operativa es la tendencia futura de todas las empresas de computación en la nube. Como gran plataforma para compartir imágenes, la plataforma informática backend y la arquitectura de software de Pinterest son muy grandes y complejas. Cómo garantizar una operación y mantenimiento de alta calidad con los menores costos de mano de obra y recursos es un gran desafío. Con este fin, nuestro departamento de monitoreo ha creado una plataforma de monitoreo integral. Esta plataforma de monitoreo tiene tres características principales: alta escalabilidad, integración e inteligencia. Este caso proporcionará soluciones inteligentes de operación y mantenimiento a través del intercambio de la plataforma de monitoreo. Exploración práctica.

Los anteriores son algunos de los casos seleccionados. Para obtener más información y el cronograma de los casos TOP100, visite el [sitio web oficial]. En 4 días, nos centraremos en compartir las 100 prácticas de casos de I+D que más vale la pena aprender en 2017. Esta plataforma regala 10 entradas gratuitas para la experiencia de un solo día para la ceremonia de inauguración. El número es limitado y se otorga por orden de llegada.

Portal de solicitud de entradas de prueba gratuita.