logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

京东敏捷软件开发套路

京东,作为国内最大的电子商务公司,是如何进行敏捷转型的呢?在转型过程中,都碰到过哪些坑,然后又用了哪些套路,得到了什么样的结果。我将结合自己在京东进行敏捷转型的实践,告诉大家:敏捷的核心是什么?如何进行敏捷团队转型?团队转型需要注意什么?...

京东从0到1敏捷转型的故事

无论做任何事,从0到1都是最艰难的,当然0到1的经历也是最宝贵的。京东的项目是让人兴奋的,不同于 BAT,京东不但拥有线上互联网产品(商城金融),还有众多线下传统产品(采仓配),互联网和传统都集中在一家大公司,作为教练机遇挑战并存。本次 Chat 首次向大家揭秘京东敏捷转型从0到1的历程,相信对很多打算或刚刚敏捷转型的企业会有帮助。这次 Chat 您将学到:如何发起变革(京东首位敏捷教练)...

实战:基于电商平台的 Web 自动化全程实战

本文将通过讲解一个主流电商平台的购物全流程,展示自动化从脚本开发、用例设计、报告输出的全流程,适合从事功能测试多年,想快速转化到自动化测试的测试人员以及想深入了解自动化架构的测试人员、以及想了解 Web 自动化的其他职业人员进行观看,通过本文您可以获取到以下内容:主流的页面驱动框架,PageObject;Selenium 如何与 Allure 集成生成美观的测试报告;Maven 在自动化...

#测试#大数据#python
计算机视觉垃圾分类 (CVGC)

⼲湿垃圾的分类真的是让不少⼈操碎了⼼,也没有什么可靠方法,⼀切只能靠经验来分类。但是⽤数据取代经验,不就是⼈⼯智能的专⻓吗? 今天跟⼤家分享透过计算机视觉来对垃圾进⾏分类的分类器。通过本篇 Chat 你将收获:前言:干湿垃圾分类只能靠经验,困难又低效;愿景:拿手机拍一下,就能知道要分成什么类型垃圾;实现步骤读取数据:网上收集的“垃圾”图片,根据市政要求分成金属、纸箱、玻璃、塑料、包装袋...

#人工智能#git
基于爬山算法的改进与混合算法优化

爬山算法是一种启发式算法,具有局部搜索最优解或最优近似解的良好性能,在物流配送、路径规划等物流调度方面被广泛使用。本文从传统的爬山算法引入,进而提出了一种具有适应预设边表的爬图山算法,以便该算法能够更加适应具有固定的边集合的预设道路,从而在约束条件下取到局部最优解。本文还结合 Dijkstra Algorithm 进一步提出混合算法 HCDA。关键词:爬山算法;最短路径;Dijkstra Alg.

#数据结构与算法#人工智能
百万用户数据库优化之道

如今 MySQL 数据库在互联网份额日益壮大,各种项目量级的公司,都在实战中或多或少会遇到 MySQL 优化问题,只有清晰的了解哪些地方可以优化或改进,才能保证业务的快速迭代和应用的快速响应。本场 Chat 首先会带领大家畅聊 MySQL 优化,然后针对真实项目中 MySQL 优化的关键技术进行详细地阐述,帮助大家对 MySQL 优化知识点做到知其然,并知其所以然。本场 Chat 您将学到如下内.

#数据库
机器学习004:循环神经网络实现与文本分类问题

本周主要目标在于实现一个可用的循环神经网络。主要内容包括:循环神经网络以及求导(BPTT)、多层循环神经网络、文本向量化以及一个小的文本分类实践。实现过程中使用了 Numpy 用于矩阵运算。文章目的在于脱离编程语言束缚去学习算法,因此可以使用其他编程语言,同时语言中应该包含以下组件:矩阵乘法、矩阵分片。正文没有使用机器学习库,但由于 Python 语言的速度原因,为了更快获得结果,使用了 Ten.

#人工智能#python
自动化运维持续集成

互联网软件的开发和发布,已经形成了一套标准流程,最重要的组成部分就是持续集成(Continuous integration,简称 CI)。持续集成的目的,就是让产品可以快速迭代,同时还能保持高质量。它的核心措施是,代码集成到主干之前,必须通过自动化测试。只要有一个测试用例失败,就不能集成。讨论关注以下几点:持续集成概念的理解。了解持续交付和持续部署。熟悉持续集成操作流程。...

#运维#git#devops
用 Dolphinsight 实现数据可视化

Dolphinsight(DI)是一款支持多种数据源的交互式大数据应用程序。DI 的目标用户包括:数据科学家,BI 开发人员以及任何使用数据并渴望通过简单的交互式拖放方式查找数据洞察的人员。 Dolphinsight 由 Dolphinsight 团队(DIT)开发。 大数据的特征是数据类型繁多、数据量巨大、数据生产速度快、价值密度低,如何快捷地发现数据背后隐藏的信息和知识,更好地利用数据资源并发

#大数据#人工智能
手把手0基础项目实战 · 微服务架构下的数据库分库分表实践

随着大数据时代的到来,业务系统的数据量日益增大,数据存储能力逐渐成为影响系统性能的瓶颈。目前主流的关系型数据库单表存储上限为1000万条记录,这一存储能力显然已经无法满足大数据背景下的业务系统存储要求了。随着微服务架构、分布式存储等概念的出现,数据存储问题也渐渐迎来了转机。而数据分片是目前解决海量数据持久化存储与高效查询的一种重要手段。本场 Chat 将会分成知识点扫盲篇和实战篇两部分。知识点..

#数据库#大数据
    共 142 条
  • 1
  • 2
  • 3
  • 15
  • 请选择