正文开始大数据技术发展20年，已经形成覆盖面非常庞大的技术体系，最近信通院发布了《大数据白皮书2020》（关注本公众号后，后台回复“big2020”获得PDF），提供了一张非常全面的大数据...

数据网格概念由扎马克·德赫加尼提出，她在2019年的开创性文章《如何从单一数据湖转向分布式数据网格》中指出：“传统的集中式数据管理模型无法适应快速变化的业务需求，而数据网格通过分布式的方式管理数据，允许业务部门拥有并管理其数据，同时通过标准化的API和自助服务平台实现跨部门的数据共享。”2022年，德赫加尼的著作《数据网格：大规模交付数据驱动的价值》（Data Mesh: Delivering D

好了，严格的审视之后，我们得承认，有些项目，尤其是那些瞄准未来的"铁蛋"（探索型），按上面的标准可能直接就毙了。建立了清晰的试点、评估、推广流程。甭管是互联网大厂还是传统企业，老板、业务、技术，人人都怕掉队，纷纷要求"必须搞点大模型"。探索不是瞎闯，是带着地图（学习目标）、背着有限干粮（预算）、规定好时间（时间盒）、随时准备调整路线（检查点）的"有控制的冒险"。"大模型项目翻车，要么死在需求上，要

有趣的是，产品数据的保留要求包括"历史版本永久保存"，这反映了对产品变更历史的追溯需求，对于合规审计和客户纠纷解决非常重要。数据架构不仅仅是文档，它是企业数据战略的视觉表达，是技术团队与业务团队沟通的桥梁。不同类型的数据可能有不同的生命周期，建议为主要数据类别（如客户数据、交易数据、产品数据）分别创建生命周期图。选择合适的图表，遵循正确的画法，你的数据架构将既专业又直观，让业务与技术团队都能从中获

没有研究过政治学，没有搞过公司，要深刻理解治理和管理这种底层概念的难度本来就挺大，更别提加上一个数据的抬头，然后要说出数据治理和数据管理的区别。DAMA算是对数据治理概念诠释的比较好的，但也没有清晰的点出数据治理与数据管理的本质区别。在日常工作中，我们基本上是把数据治理和数据管理等同对待的，当然，搞清楚数据治理和数据管理的区别似乎也没多少现实意义。但情况正在发生变化。去年国家发布了“数据二十条”，

我对ERP有很多的疑问，这次向ChatGPT请教，连问30个问题，瞬间觉得通透了很多，以下是我的问题和ChatGPT的回复，分为概念篇、架构篇和生态篇三部分，希望能带给你新的启示。一、概念篇1、ERP是什么？请通俗易懂的解释ERP（Enterprise Resource Planning）即企业资源计划，它是一种集成了企业所有必要的商业过程（包括财务、人力资源、供应链管理等）的计算机化管理系统。简

大模型出来后，自己就一直在思考大模型在公司的应用场景，也特别希望大模型在数据治理领域有所作为，至今已有大半个年头，今天就跟大家来聊聊这个探索之旅，共分为七个阶段：1、ChatGPT的启蒙2、“智乎”问答的幻象3、ChatBI能力之殇4、完美的“智典”场景5、智能核稿的考验6、实践的六个总结7、后续工作的思考1、ChatGPT的启蒙自己从事数据相关工作，经常碰到各种问题，ChatGPT出现后，其强大

明天就要高考了，看到家长有各种打气的做法，既有上灵隐寺的，也有穿着旗袍希望旗开得胜的，还有说什么失败了不要紧的......，反正都是焦虑的不行。面对高考，大多考生都会紧张，但适度的紧张对发挥出考生的水平有帮助，但家长各种突破常规的加油做法则会适得其反，无形中在制造“垃圾压力”。我的第一个建议就是不要管，平时怎么做现在也怎么做，孩子再紧张，一进入考场看到试卷就会进入状态，大家都身经百战。如果孩子的确

自己前段时间写了一篇文章《问了ChatGPT 上百个问题后，我断定ChatGPT可以重塑学习范式！》，讲了使用ChatGPT的感受，最近我开始学习GPT的技术原理，原因有三个：1、工作中有可能要用到GPT，理解GPT的技术原理有利于做出正确的决策，比如某个场景说要用到大模型，我要能判定这是不是个伪命题。2、自己对新技术还是比较感兴趣的，不仅想知道what，更想知道why，这是对自己的要求。3、别人

我对数字化转型有很多的疑问，这次向ChatGPT请教，连问42个问题，瞬间觉得通透了很多。下面是我的问题和ChatGPT的回复，近3万字，估计已经可以汇编成一本名叫《数字化转型问题答疑集》的小册子了，共分为概念篇、方法篇、实践篇和数据篇，希望能带给你新的启示！一、概念篇1、数字化转型到底是什么？数字化转型是指组织利用数字技术全面改造其业务运营、管理方法、客户互动和整体商业模式的过程。这个概念涵盖了