云原生环境中的监控与传统应用程序的监控类似，均包含跟踪指标、日志和事件，而二者的主要区别在于云原生环境中的某些托管对象具有临时性和非持久性。

本篇文章将从三个方面探讨如何利用 K8S 实现自定义指标的自动伸缩。第一方面主要了解自动伸缩的原理以及其重要性。第二方面主要会介绍如何通过 K8S 实现自动化伸缩能力。第三方面实战演示如何使用自定义指标的方式来实现自动伸缩能力。

上一篇文章中，我们为大家讲解了 Kafka 的分区分配策略，StickyAssignor 分配策略、RoundRobinAssignor 分配策略、RangeAssignor 分配策略，详细内容参，本片文章，我们来看看 Kafka 的调优策略都有哪些。⼀般说到调优都离不开监控，kafka 本身没有提供很好的图形化监控系统，但是有很多第三⽅的 kafka 监控⼯具都做的相对不错：BurrowKafk

MLOps（Machine Learning Operations）是一种将机器学习（ML）模型整合到生产环境中的实践，目的是确保模型在生产过程中的有效性和可靠性。通过采用 MLOps 方法，数据科学家和机器学习工程师可以协作并加快模型开发和生产的步伐，方法是实施持续集成和部署 (CI/CD) 实践，并对 ML 模型进行适当的监控、验证和治理。使得机器学习模型从实验室走向生产环境，加速了机器学习的

深度学习在时间序列数据中应用广泛，学术界已经有很多深度学习模型来适应不同领域的时间序列数据集的多样性。那么到底有哪些基于深度学习的时间序列预测模型？他们的优缺点是什么？让我们一起来看一下。

异常检测是识别与正常数据不同的数据，与预期行为差异大的数据。本文详细介绍了异常检测的应用领域以及总结梳理了异常检测的算法模型分类。文章最后更是介绍了常用的异常算法数据集。

实习生招聘重大消息！云智慧智能研究院招收实习生啦！算法实习生们快看过来！如果有你心仪的岗位，快来投递简历吧！如果对招聘岗位有任何疑问可以通过添加微信询问哟~云智慧智能研究院简介云智慧智能研究院，承担着云智慧核心智能算法的研发和工程化落地工作，团队负责人来自微软亚洲研究院，成员95%以上拥有985院校硕士、博士学历。目前团队的研究领域包括时序数据异常检测、预测与挖掘，日志模式识别与挖掘，智能告警压缩

深度学习的历史趋势迄今为止深度学习已经经历了3次发展浪潮：20世纪40年代到60年代，深度学习的雏形出现在控制论（cybernetics）中；20世纪80年代到90年代，深度学习表现为联结主义（connectionism）；直到2006年，才真正以深度学习之名复兴。初识几个概念自动从数据中学习出特征与橙子类型的各种算法，那么这个模型的样子就是你的规则库。深度学习处于人工智能的哪个位置认识深度学习一

云智慧集团成立于2009年，是国内领先的全栈智能业务运维解决方案服务商。经过多年自主研发，公司形成了从IT运维、电力运维到IoT运维的产业布局，覆盖ITOM、ITOA、ITSM、DevOps以及IoT几大领域，为金融、政府、运营商、能源、交通、制造等上百家行业的客户，提供了数字化运维体系建设及全生命周期运维管理解决方案。云智慧秉承Make Digital Online的使命，致力于通过先进的产品技

现如今，随着日益增速的业务环境，运维在企业中的角色越来越重要。如何在错综复杂的IT系统架构中降低现场故障处理时间、提高运维效率，是每个IT运维工程师都必不可少的技能。为解决上述运维人员困境，2021年12月30日，云智慧AIOps社区邀请云智慧开发运维工程师Larry Zhang在线分享了开源运维管理平台OMP的功能特性、使用场景等关键内容，更是通过实践操作详细地介绍了如何通过OMP实现运维智能化