收藏 / 列表

u_17580222 頭像

mb691327edb400f - AI人工智能

在數字化轉型加速與人才競爭白熱化的當下，企業招聘正陷入前所未有的多重困局。一方面，經濟下行壓力下企業招聘預算普遍收緊，但業務擴張、人才迭代帶來的崗位需求卻愈發迫切，人才市場中核心崗位的薪酬成本持續攀升，HR團隊卻往往面臨人手不足、技術工具匱乏的資源困境；另一方面，海量簡歷如同“信息海洋”，HR僅依靠人工逐一審閲不僅耗時耗力，還易因主觀判斷出現疏漏，即便經過多輪面試，仍常出現候選人

數據 , 人工智能 , 深度學習 , 迭代

u_16827017 頭像

全棧技術開發者 - 什麼是「多模態協同決策」？它與多傳感器融合的關係是什麼？知識蒸餾和跨模態蒸餾有什麼關係？不同模態之間的信息衝突應如何解決？

在過去的十餘年中，智能交通與自動駕駛技術的發展被普遍視為人工智能落地應用最具代表性與最具挑戰性的領域之一。人們對自動駕駛的期待不僅僅是“解放雙手”，更是寄希望於其能夠顯著提升道路利用效率，並最後推動社會出行方式的根本變革。然而，當我們深入考察現有的自動駕駛方案時，一個不容迴避的現實逐漸顯現出來：單車智能正在觸碰其發展的瓶頸。 自動駕駛的決策過程高度依賴感知，而感知本質上是車

自動駕駛 , 人工智能 , 深度學習 , 車聯網 , 模態

u_17420180 頭像

合合信息解決方案 - 中小企業如何選擇適合的財務單據處理工具

語義概念 財務單據處理工具是指基於AI技術，針對企業財務場景中各類單據（如發票、銀行回單、合同等）提供智能採集、解析、分類、信息抽取及審核等一體化服務的數字化工具。其核心價值在於替代傳統人工處理模式，通過自動化手段提升財務單據處理的效率與準確性，保障財務數據合規，為企業成本核算、税務申報、資金管理等核心工作提供可靠支撐。這類工具高度適配中小企業財務管理需求，能夠解決單據處理

機器學習 , 數據 , 單文檔 , 自定義 , 人工智能

u_15505879 頭像

資深程序設計 - 基於python大數據的房價數據分析系統

1、研究背景 在當今數字化時代，房地產行業作為國民經濟的重要支柱產業，其數據量呈現出爆炸式增長。房價數據不僅涵蓋了房屋的基本屬性，如面積、户型、樓層等，還涉及地理位置、周邊配套設施、市場供需關係、宏觀經濟指標等眾多因素。這些海量且複雜的數據藴含着豐富的信息，對於政府制定房地產調控政策、企業進行市場決策以及購房者做出合理選擇都具有至關重要的價值。傳統的人工分析方法在處理如此龐

大數據 , yyds乾貨盤點 , 數據 , MySQL , 後端開發 , 房價分析 , Python

u_13539 頭像

jowvid - 【圖論——第一講】圖論基礎以及圖的儲存

文章目錄 圖論理論基礎（1） 1. 圖的基本概念 1.1 基本術語 2. 圖的分類 2.1 有向圖 vs 無向圖 2.2 加權圖 vs 無權圖 2.3 度（Degree） 3. 圖的連通性

數據結構 , 算法 , 寬度優先 , Css , 廣度優先 , 前端開發 , HTML , 圖論

u_13778063 頭像

u_13778063 - 雲效「AI 智能評審」，先鋒體驗官招募活動正式啓動，贏取極客專屬好禮！

如今，高質量的代碼是軟件成功的基石。但傳統的代碼評審（Code Review）常常成為研發流程中的瓶頸：耗時、標準不一、有時還夾雜着“人情世故”。 為了徹底改變這一現狀，雲效重磅發佈「AI 智能評審」功能！它是一位不知疲倦、絕對公正的 AI 技術專家，在你發起合併請求時自動介入，從邏輯 Bug、性能瓶頸、安全風險等多個維度，為你的代碼提供專家級評審建議。 現在

code , 代碼評審 , 雲計算 , 雲效 , 阿里雲 , 雲服務 , 代碼質量

u_17562481 頭像

思考的袋鼠 - 精確的動態聯動閉環醫療數據庫審計和監測方案

概要： （提示：本章節概述方案整體價值，強調數據化落地與可視化管理成果。） 在醫療行業數字化和智能化進程加速的背景下，醫療數據庫安全面臨前所未有的挑戰。患者身份信息、病歷記錄、影像數據、檢驗結果、處方信息及支付交易數據等構成了醫療機構最核心的數據資產，其敏感性和價值均極高。一旦泄露或被篡改，不僅可能引發嚴重的隱私和法律風險，也會影響醫院的運營和公眾信任。針對這一行業痛

字段 , 數據庫 , 數據庫安全 , 人工智能 , 深度學習

u_16018702 頭像

架構師李哲 - 大模型微調「數據集構建」保姆級教程（超全）

經驗之談：實踐表明，近80%的大模型微調失敗案例，根源都可追溯至數據集問題。 2024年堪稱“行業大模型元年”，金融、醫療、教育等各行各業都在積極佈局專屬AI助手。然而，許多企業在投入重金進行模型微調後，卻常常面臨“模型表現不及預期”的困境。 實踐中常見的三大困境： ● 災難性遺忘：模型在學習了新的專業知識後，原有的通用對話與理解能力顯著衰退。 ● 泛化能

數據 , AI , 大模型微調 , aigc , 人工智能 , 深度學習

u_16237826 頭像

軟件求生 - OCI GenAI + Spring AI = 向量檢索的最強組合，你準備好了嗎？

有時候，程序員的快樂真的很簡單——比如，終於搞懂了 OCI 的 GenAI 向量模型！那天我在辦公室喝着第二杯美式，看着控制枱跑出那行“Embedding completed successfully”，差點起立鼓掌。今天，小米就帶你走進 Spring AI 的世界，一起玩轉 OCI GenAI 向量模型 ——它不止能“理解文本”，還能為 AI 應用賦能，讓智能檢索、知識

機器學習 , 數組 , yyds乾貨盤點 , 搜索 , 人工智能 , ci

xiongod 頭像

xiongood - Vue 中生命週期鈎子的使用

Vue 中生命週期鈎子的使用 在 Vue 組件從創建到銷燬的整個過程中，會經歷一系列特定的階段，就像人從出生到成長再到衰老的過程。生命週期鈎子就是在這些階段中自動觸發的函數，讓我們能在合適的時機執行特定操作，比如初始化數據、發送請求、操作 DOM 等，是掌控組件行為的重要工具。 最常用的生命週期鈎子之一是onMounted，它會在組件掛載到 DOM 後立即執行。這時候組件的 DO

生命週期 , 初始化 , 後端開發 , JAVA , 數據請求

u_16213714 頭像

mob64ca1417b0c6 - mysql 必知必會整理—sql 排序與過濾[三]-

一 、排序檢索數據：讓結果更具邏輯性 默認情況下，SQL檢索數據的順序依賴於數據在表中的物理存儲順序（如插入順序），這種順序毫無規律且不穩定。ORDER BY子句的核心作用的是對檢索結果進行明確排序，使數據呈現更具邏輯性，方便後續分析與使用。 1.1 基礎排序：ORDER BY子句的核心用法 ORDER BY是實現排序的核心關鍵字，其基本語法為：

數據 , 操作符 , 升序 , 後端開發 , Python

u_17582412 頭像

wx6916e0c04eaf5 - 築牢國企集團管控基石：紅海雲以人力資源數據治理驅動一體化管理

在全面深化國資國企改革的背景下，現代化管理需求與日俱增，而大型國有企業集團在組織管控和戰略實施中卻普遍面臨兩個核心難題： 一是，管不住。 大型國企集團通常涉及多地區、多層級的分子公司，業務領域廣泛、組織架構複雜。然而，伴隨業務佈局的多元化，部分企業在HR管理上暴露出管理標準不一、集團總部管控乏力、政策執行落地困難等問題，直接導致資源的無效配置，給監管及企業內部管控帶來

雲平台 , 數據 , 雲計算 , 數據質量 , 人力資源管理

powertoolsteam 頭像

powertoolsteam - 2025 高性價比 BI 工具推薦：Wyn 商業智能憑嵌入式 + AI 能力脱穎而出

2025 高性價比 BI 工具推薦：Wyn 商業智能憑嵌入式 + AI 能力脱穎而出 在企業數字化轉型中，BI 工具是數據驅動決策的核心，但 “成本高、上手難、集成弱” 成為多數企業的選型痛點。經過實測對比，Wyn 商業智能軟件憑藉 “高性價比 + 全場景適配 + AI 增強” 的核心優勢，成為中小企業至大型企業的優選方案，其嵌入式架構與零門檻操作特性，完美平衡了功能深度與使用成本。

商業智能 , 嵌入式 , 數據 , 代碼人生

u_16993624 頭像

長腿大壯 - H2 數據庫中的批量操作與數據校驗關鍵字

H2 數據庫中的批量操作與數據校驗關鍵字 在 H2 數據庫的高效使用場景中，批量操作關鍵字能大幅提升數據處理速度，數據校驗關鍵字則為數據準確性保駕護航。這兩類關鍵字適配了批量導入、批量更新等高頻場景，同時避免無效數據流入數據庫，讓數據操作既高效又可靠。 一、批量操作關鍵字 批量操作關鍵字能減少數據庫交互次數，降低開銷，尤其適合大數據量處理場景，INSERT ... SELEC

oracle , 字段 , 數據校驗 , 數據庫 , 批量更新

u_13715298 頭像

技術員阿偉 - 《C++在LLM系統中的核心賦能與技術深耕》

從技術演進規律來看，LLM的能力邊界不僅由模型架構定義，更受限於底層系統的承載能力，而C++憑藉無額外運行時依賴、內存管理自主可控、編譯優化靈活高效等核心特性，恰好彌補了高層語言在性能與控制力上的短板，為LLM系統提供了從推理速度、內存佔用到穩定性的全方位保障，成為連接LLM複雜算法需求與硬件底層算力的核心橋樑，更是決定LLM能否從實驗室原型走向規模化商業應用的技術基石。

yyds乾貨盤點 , 數據 , 指令集 , c++ , 後端開發 , 開發者 , c

u_16565975 頭像

計算機專業指導老師 - 基於VUE的健身俱樂部管理系統[VUE]-計算機畢業設計源碼+LW文檔

摘要 隨着健身行業的數字化轉型，傳統人工管理方式已難以滿足俱樂部高效運營需求。本文設計並實現了一套基於Vue.js的健身俱樂部管理系統，採用前後端分離架構，前端集成Element UI組件庫實現響應式交互，後端通過RESTful API提供數據支持。系統涵蓋健身知識管理、會員信息維護、課程預約、教練排班、留言反饋等核心功能模塊，支持分類檢索、數據緩存與權限控制。測試結果表明

軟件研發 , 數據 , Vue , 知識管理

u_15745565 頭像

畢設大神 - 基於深度學習的家庭用電量預測模型研究-計算機畢業設計源碼+LW文檔

摘要 隨着家庭用電需求的日益增長，精準預測用電量對於能源管理與成本控制具有重要意義。本文介紹了一種基於深度學習的家庭用電量預測系統，旨在為用户提供高效、智能的用電管理解決方案。系統採用 Python 語言開發，結合 Django 框架實現高性能的後端服務，並利用 MySQL 數據庫存儲用户數據、用電記錄及預測模型參數等信息。功能模塊涵蓋個人中心、用户管理、家庭成員信息維護、

數據 , 後端開發 , JAVA , 深度學習 , ci

tdengine 頭像

TDengine濤思數據 - 從“人找數據”到“數據找人”：陳肅在 CCF 大會分享 AI-Ready 工業數據平台實踐

近日，第十三屆 CCF 大數據學術會議在天津成功舉行，吸引了近 700 位來自學術界、產業界的專家學者齊聚一堂，聚焦“數據要素築基、數智融合創新”，共同探討數字經濟時代的技術變革與產業機遇。 在這場國內大數據領域的年度盛會上，濤思數據高級副總裁、解決方案中心總經理陳肅受邀作專題演講，帶來了題為《如何打造 AI 驅動的物聯網工業大數據平台》的深度分享。 工業大數據的困局：存得下，卻用不快 陳肅開篇

資訊 , 數據庫 , SQL

u_14767244 頭像

u_14767244 - 浩瀚深度：從 ClickHouse 到 Doris，支撐單表 13PB、534 萬億行的超大規模數據分析場景

浩瀚深度（[SHA: 688292]）旗下企業級大數據平台選擇 Apache Doris 作為核心數據庫解決方案，目前已在全國範圍內十餘個生產環境中穩步運行，其中最大規模集羣部署於 117 個高性能服務器節點，單表原始數據量超 13PB，行數突破 534 萬億，日均導入數據約 145TB，節假日峯值達 158TB，是目前已知國內最大單表。憑藉 Apache Doris 的高可靠、

hdfs , 大數據 , 數據 , 數據倉庫 , apache

u_13357275 頭像

上海拔俗網絡 - AI輔助審核系統：用技術給內容把關，效率精度雙提升

傳統人工審核就像“大海撈針”，面對海量文字、圖片、視頻內容，不僅要熬夜加班，還容易因疲勞漏判、標準不一出錯。而AI輔助審核系統的出現，用硬核技術重構審核邏輯，讓“人工+智能”的協同模式成為主流，既解放人力，又把審核精度拉滿。 這個系統的核心技術邏輯是“學習-識別-輔助”的閉環，每一步都藏着實打實的技術硬活。首先是“學習階段”，工程師會把海量合規與違規樣本“喂”給AI模型——比如文字裏

NLP , 自然語言處理 , 人工智能 , 深度學習 , 核心技術

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生物流：以某物流企業數字孿生智慧鋼鐵倉儲定位系統建設為例

1.建設背景 國家“十四五”規劃明確提出加快現代物流數字化、智能化轉型，基於國家數字經濟 戰略及企業數字化轉型要求，鋼鐵物流作為重點領域，其倉儲環節的智能化升級被列為政策重點支持方向。某物流企業作為鋼鐵物流龍頭企業，隨着物流行業安全標準要求的不斷 提升，其企業業務增長與戰略佈局都有所調整，庫存管理盲區、作業監管低效、風險響應 滯後、跨域信息割裂和作業協同低效等問題嚴重阻礙

數據 , 物聯網 , 自定義 , 數據可視化 , 人工智能

u_16459925 頭像

wx6583a3b0b06d1 - ETCD-HOST Docker 容器化部署指南

概述 ETCD-HOST是一款基於ETCD的容器化部署方案，旨在簡化ETCD服務的搭建與管理流程。作為分佈式系統中的核心組件，ETCD提供高可用的鍵值存儲服務，廣泛應用於服務發現、配置管理、分佈式鎖等場景。通過Docker容器化部署ETCD-HOST，可實現環境一致性、快速部署和資源隔離，顯著降低運維複雜度。本文將詳細介紹ETCD-HOST的Docker部署流程，包括環境準

生產環境 , etcd , etcd-hosts , 數據可視化 , 人工智能 , Docker

jeecg 頭像

JEECG低代碼平台 - MiniDao1.8.3 版本發佈，輕量級Java持久化框架

項目介紹 MiniDao 是一款輕量級JAVA持久層框架，基於 SpringJdbc + freemarker 實現，具備Mybatis一樣的SQL分離和邏輯標籤能力。Minidao產生的初衷是為了解決Hibernate項目，在複雜SQL具備Mybatis一樣的靈活能力，同時支持事務同步。 當前版本：v1.8.3 | 2021-08-09 源碼下載 https://github.com/zha

jeecg-boot , hibernate , JAVA , Mybatis

leguandeludeng 頭像

數據集成與治理 - 一文教你讀懂數據架構

我發現很多企業做數字化，都遇到過這些問題： 上了ERP、MES、SCADA等系統，但數據互不聯通； 想做個生產分析，發現數據在ERP裏，質量數據在MES裏，設備數據又在另一個系統； 領導想看實時生產情況，IT部門卻要花好幾天整理數據。 但説到底，我們不是沒有數據，而是缺少一套能夠打通數據、真正服務業務的數據架構。 一、先搞清楚什麼是數據架構 一提到“架構”，有人覺得是 IT 部門的“技術

數據結構 , 架構設計