• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

苏宁数据中台架构实践

? OLAP 是底层的加速、查询引擎,底层支持 Druid、ES、PGCitus 集群,类似 Presto,跟 Presto 不同的是 OLAP 会主动对数据进行 Cube 预加速。 ? 百川是指标平台层,让用户建模、定义指标,对外提供指标查询服务。百川主要支持的建模方式是:星型模型。 数据建模自然离不开维表维度,UDMS 系统就是来定义、管理所有维度、维表,目前收录了整个集团近 200 多个维度,对外提供维度、维表信息服务。 ? 天工是类似 Tableau、Superset 的可视化报表设计平台,与这些 BI 软件最大的不同点是,天工基于百川的指标、UDMS 的维度来制作报表,数据来源已经高度标准化、归一化。 目前商业报告分析工具:Cognos、阿里 QuickBI 等,是将数据建模、可视化设计能力放到一起,这是天工与它们的最大区别。

  • 2021-09-08
  • 阅读110
  • 下载0
  • 12页

ERP与MES的联系与区别

ERP是一个对企业资源进行有效共享与利用的系统。通过信息系统对信息进行充分整理、有效传递,使企业的资源在购、存、产、销、人、财、物等各个方面能够得到合理地配置与利用,从而实现企业经营效率的提高。广义上讲,MES管理都是在ERP的框架下运行的,都是ERP的子集或交集。MES是对ERP的计划的一种监控和反馈,MES其实是ERP业务管理在生产现场的细化,ERP是业务管理级的系统,而MES是现场作业级的系统。所以,很多MES管理软件都会与工业设备,通过工控技术进行实时数据采集,再上传给ERP系统进行业务状态改变和业务指令处理。

  • 2021-09-08
  • 阅读107
  • 下载0
  • 8页

浙江移动AIOps实践

智能运维(AIOps-Algorithmic IT Operations基于算法的IT运维)是人工智能技术在IT运维领域的运用,引用Gartner 的报告的一段话“到2020年,将近50%的企业将会在他们的业务和IT运维方面采用AIOps,远远高于今天的10%”,最近2-3年智能运维的概念随处可见,各大互联网公司、传统IT公司、金融业等都在谈他们的智能运维设想,同时也有人谈AI色变,觉得人工智能只是一个愿景,要落地很难。其实AI已经不是一个新的概念了,百度、微软、谷歌等公司早就在10几年前开始自己的人工智能布局了,到现在均已成为人工智能行业的领跑者了。

  • 2021-09-08
  • 阅读102
  • 下载0
  • 13页

产品创新的探索分享

我们的产品是为哪些用户服务的? 他们对现在的市场选择有哪些不满? 我们是一个怎样的产品? 我们具有解决现有问题的什么能力? 我们与现在的网络产品有什么不同? 我们对于这样的目标用户已经配备了什么样的关键技能?

  • 2021-09-08
  • 阅读101
  • 下载0
  • 10页
  • docx

京东618大促技术备战项目管理

在京东618大促研发备战的短短3个月的时间内,要想让整个京东研发集团团结在一起,劲往一处使,只有这样,才可以协调一致的完成这项强度超大的备战支撑工作,5大体系,近3000名员工,对于任何一个项目管理团队来说都是一个挑战。

  • 2021-09-08
  • 阅读98
  • 下载0
  • 19页
  • docx

优酷敏捷需求分析和项目管理实践

优酷主客团队此前已有一套需求分析流程,建立了需求优先级 PK 和需求评审等机制。针对大家反馈的问题和优酷移动 App 的特点,并借鉴手淘的经验,我设计了一套改进的需求管理方案:

  • 2021-09-08
  • 阅读99
  • 下载0
  • 12页
  • docx

企业IT技术架构规划

传统的IT环境构建是比较复杂的过程。从安装硬件,配置网络,安装软件,应用,配置存储等,许多环节都需要一定的技术力量储备。当环境发生改变时,整个过程需要重复进行。

  • 2021-09-08
  • 阅读105
  • 下载0
  • 13页
  • docx

IT需求管理知多少

收集并记录日常工作中琐碎想法和需求的管理工具。不是每个需求都要实现,但每个需求可以都放在需求池里,在需求池里,可以统一管理需求,也可以对需求量化,进行科学的优先级排序。遵循宽进严出的规则,真伪需求都能进池,但只有严格分析过的需求才可以出去。一个持续的需求管理流程,不仅能在需求管理的过程中有效控制成本,避免规模失控,还能保证需求完整的可追溯性。好的需求管理系统在需求变化时,能够实现灵活地管理,还能高效地交付功能。

  • 2021-09-08
  • 阅读111
  • 下载0
  • 13页
  • docx
上一页 1 …… 18741875187618771878187918801881188218831884 …… 2193 下一页 共 17542 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读219
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读257
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读385
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读398
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读7
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读7
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读7
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读7
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南