除了自动化，数据平台的业务能力还有哪些？


总体而言，数据平台的各个层面，比如数据集成、数据仓库、数据治理、DataOps、BI等的发展最终都会走向统一的标准化和自动化，同时也要保证数据的可观测性、性能的实时性等业务能力，并融合云原生的资源管理能力，以及与AI、大模型不断深入结合，上层建筑也要与基础设施紧密联动作用而不能孤立存在，比如数据指标与湖仓架构的协同。为推动国内数据平台发展，DataFun将于10月28日9:00-17:00举办DataFunSummit2023：现代数据栈技术峰会，设立海量数据采集与集成论坛、数据仓库论坛、数据治理与资产管理论坛、大规模数据查询与分析论坛、DataOps 论坛、BI 智能分析论坛，切合最新趋势分享一线实践经验，欢迎广大从业者参与交流。

扫码免费报名观看直播


相关推荐

  • 如何基于Apache Doris构建高性能指标引擎？
  • 开源数据库 MatrixOne 的 HTAP 分布式架构演进
  • 数据科学的业务价值转化秘籍
  • MiniGPT-4升级到MiniGPT-v2了，不用GPT-4照样完成多模态任务
  • ChatGPT重压下，Stack Overflow裁员28%，为自家生成式AI工具开源节流
  • 清华团队攻破GPT-4V、谷歌Bard等模型，商用多模态大模型也脆弱？
  • 谷歌视觉语言模型PaLI-3问世，参数仅5B，更小、更快、更强
  • 全面超越AutoGPT，面壁智能联合清华NLP实验室开源大模型「超级英雄」XAgent
  • 今晚直播 | StructGPT：面向结构化数据的大模型推理框架
  • 文末送书 | 深度生成模型：详解AIGC模型的技术基石，稳步迈进通用人工智能
  • NeurIPS 2023 Spotlight | 面向通用决策场景的MCTS基准框架：LightZero
  • 薪资的马太效应
  • 科大讯飞，又整了一件大事！
  • 阿里巴巴：淘天集团联合爱橙科技开源大模型训练框架Megatron-LLaMA
  • AI时代的研发效能、大模型机遇与创新，闭门会主题揭秘！
  • 【深度学习】计算机视觉中的数据预处理与模型训练技巧总结
  • 【Python】多个Python包懒得import，那就一包搞定！
  • 今年这情况......我劝大家还是多留一手准备吧
  • DHH锐评 “打包工具”：前端根本不需要构建 (No Build)
  • 良心提醒：这些你常用的vscode 扩展，应该卸载啦!