导读：面向云原生的现代化Java实践与演进Java核心技术大会2022面向云原生的现代化Java实践与演进李三红：阿里云程序语言与编译器团队负责人，在虚拟机领域拥有20+项技术论文/专利。活跃于

随着比特币和区块链在社会上的影响力越来越广泛，分布式系统和分布式算法引起很多人的关注。区块链本质上是一个分布式网络，区块链共识算法是分布式算法中一个特殊的类。掌握必要的分布式算法对理解目前广泛使用的互联网/物联网的诸多处理算法非常有帮助。什么是分布式算法？在过去的几十年里，我们在分布式系统和网络领域经历了前所未有的增长。目前分布式计算涵盖了当今计算机和通信领域中发生的许多活动。事实上，分布式计算具有相当多样化的应用领域。互联网是分布式系统，无线通信、云计算或并行计算、多核系统、移动网络也是如此。此外，蚁群、大脑甚至人类社会都可以被建模为分布式系统。这些应用的共同点是，系统中的许多处理器或实体(通常称为节点)在任何时刻都是活跃的。节点有一定的自由度：有自己的硬件和软件。然而，这些节点可以共享共同的资源和信息，为了解决涉及几个甚至所有节点的问题，协调是必要的。尽管有这些共性，但人脑与多核处理器当然有很大的不同。由于这种差异，人们在分布式计算领域研究了许多不同的模型和参数。在一些系统中，节点是同步运行的，在另一些系统中，节点是异步运行的。有简单的同构系统，也有异构系统，异构系统中包含不同类型的节点，它们可能具有不同的能力、目标等，需要进行交互。有不同的通信技术：节点可以通过交换消息进行通信，也可以通过共享内存进行通信。偶尔通信基础设施是为某一应用量身定做的，有时人们不得不使用给定的基础设施。分布式系统中的节点经常共同解决一个全局性的任务，偶尔节点是自主的代理，有自己的议程，并竞争共同的资源。有时可以认为节点工作正常，有时节点可能发生故障。与单节点系统相比，分布式系统在发生故障的情况下仍可能正常工作，因为其他节点可以接管故障节点的工作。故障有不同的种类：节点可能只是崩溃，也可能表现出一种任意的、错误的行为，甚至可能达到无法与恶意（也就是拜占庭）行为区分的程度。也有可能节点确实遵循了规则，然而它们调整参数以获得系统的最大收益，换句话说，节点的行为是自私的。显然，可以研究的模型有很多（甚至还有更多的模型组合）。我们现在不对它们进行详细讨论，只是在使用它们时进行定义。学完《分布式算法精髓》这本书，读者应该知道最重要的概念，并且应该有一个大致的印象。扫码查看

导读：如果未来的数字社会属于元宇宙，那么我们需要什么来支撑如此庞大的数字世界？作者：成生辉来源：大数据DT（ID：hzdashuju）元宇宙是指与物理世界分离的平行数字世界，由人创造并以数字形式对其进行操作。每个进入元界的人都会形成一个数据文件，随着社会活动的产生，数据会不断增长，从而形成一个大数据网络。可以肯定的是，元宇宙一旦开发应用，将产生海量数据，给现实世界带来巨大的数据处理压力。因此，大数据处理技术是顺利实现元宇宙的关键技术之一。01

导读：科技发展日新月异，几乎每天都有新变化、新趋势，但也总有那么一批技术类的神书，自从上市开始，就一直稳霸畅销榜，随着时间的推移，成为永恒的经典。1深入理解计算机系统（原书第3版）作者：兰德尔

在全球信息技术不断推陈出新、数字化转型不断加速的大背景下，我国各个领域也在加快技术创新、数字化转型的步伐，信息化、数字化、智能化等方面正在发生不同程度的变革。新发展不仅带来新机遇，也带来了新风险。网络安全是技术创新、数字化转型的重要基础保障，但当前国内外网络安全形势日趋严峻，数据泄露、供应链攻击、勒索病毒、APT（高级持续性威胁）攻击等网络安全事件频发，网络安全所面临的威胁愈加多样、复杂、棘手。在互联互通的数字化链条中，任何一个漏洞隐患都有可能破坏已有的网络安全防护，给企业、机构等带来信息安全风险、不良影响甚至财产损失等。网络安全的本质在于对抗，对抗的本质在于攻防两端能力的较量。2020年以来，国家规模的实战攻防演练已成为检验各领域政企机构网络安全防护水平的重要手段。因此，若要全面了解网络安全防护水平和薄弱环节，那么定期组织高质量的实战攻防演练，在真实业务环境下开展“背靠背”的攻防对抗，是一种必然且卓有成效的选择。攻防演练不仅可以发现已存在的安全漏洞隐患并及时修补，还可以检验安全技术人员的监测预警、分析研判和处置溯源能力，提升人员专业技能和安全意识，更可以检验各组织、各部门间的协同响应能力，提升上下和内外之间的联防联动能力，对完善网络安全监测预警和应急响应机制、强化安全防护能力、切实提高网络安全防御水平具有重要意义。《红蓝攻防：构建实战化网络安全防御体系》应运而生。扫码了解↑内容简介这是一部从红队、蓝队、紫队视角全面讲解如何进行红蓝攻防实战演练的著作，是奇安信安服团队多年服务各类大型政企机构的经验总结。本书全面讲解了蓝队视角的防御体系突破、红队视角的防御体系构建、紫队视角的实战攻防演练组织。系统介绍了红蓝攻防实战演练各方应掌握的流程、方法、手段、能力、策略，包含全面的技术细节和大量攻防实践案例。第一部分（第1章）

的最新特性，相应调整了部分内容结构，同时延续之前版本的优良传统，利用清晰明了的示例加以解释，并提供了全部示例代码，以便读者学习和灵活应用。它将续写从前的辉煌，使开发者能及时跟上

2022】，定于6月11日-18日全程线上举办！8天时间，共8个专场、24个主题演讲，众多行业领军人物带你深入探讨

程序所需的全部基本技能。相信在学习Java的道路上有了本书的辅助，你的学习一定可以做到事半功倍。50位专家联袂推荐扫码关注【华章计算机】视频号每天来听华章哥讲书更多精彩回顾书讯

在20世纪早期，量子理论从它诞生之初就一直困扰着物理学家和哲学家。然而到了20世纪80年代，人们开始不再追问量子理论何以如此奇异，很多人开始提出这样的问题：我们该如何处理量子奇异性?我们不仅接受了这种观点的转变，而且还进一步挑战了常规的量子符号。我们认为，不仅要改变我们对量子理论的提问方式，还要：改变我们用来讨论它的语言!在直面这一挑战之前，我们要讲一个小故事，来展示量子世界是如何颠覆传统直觉……1.1

近年来，智能物联网、群体智能、工业互联网等新兴技术逐步兴起，人类正在进入一个人机物三元融合的万物智能互联时代，开启新世界大门~快来看看哪本书最属你心意。参与文末赠书活动，好书就要抢先读。—

程序所需的全部基本技能。相信在学习Java的道路上有了本书的辅助，你的学习一定可以做到事半功倍。2/9《Go语言学习指南：惯例模式与编程实践》作者：乔恩·博德纳（Jon

导读：机器翻译是个学术味和生活味都特别浓的词。现在中国是个很大的市场，国外的游戏、小说和影视剧现在都出了中文版，如果译文质量不好大家就会吐槽，文雅一点的说“味同嚼蜡”，大多数人就直白多了，直接就说“像机翻一样”。这里的“机翻”就是机器翻译。01为什么要有机器翻译小标题起得有点凡尔赛，其实原因我们都知道，因为翻译始终是一种短缺的资源，尤其对于一些小众的语言和小众的消息，可能永远不会有人来翻译成中文。这时我们要去获取信息无非就两种选择，一种是发下狠誓自学这门外语，另一种就是指望机器翻译——这也是大多数人的选择。不过，早年机器翻译总给人一种指望不上的感觉。译文经常牛头不搭马嘴，在中文语境无论如何都不可能凑在一起的两个词，在译文中偏偏就凑在了一起，剩下的部分只能靠大家的想象力来弥补。我曾经就加过同好群，一些同学负责在国外网站上搬运消息，另一些同学则负责猜测机翻到底说了什么东西，大家乐此不疲也算是机翻带来的另一种趣味。到了移动互联网时代，机器翻译就跟在手机后面深深地渗透进了我们的日常生活。微信有长按翻译，能英译中也能中译英，据说做外贸的同学爱得不行。华为手机有全屏翻译，上外文网站也能如履平地。我最喜欢的则是翻译App都有的拍照翻译功能，买了外国的产品，对着外包装上爬满的洋文拍个照，App就直接在原图上给P成中文，感觉一下就打开了新天地，让人有种语言从此不再是问题的错觉。拍照翻译功能看着神奇，原理说穿了也简单，就是OCR+机器翻译，OCR负责把图片上的字抠出来，然后输进机器翻译。技术都是现成的，不过不要小看它，这项功能绝对是“找准了应用场景，价值飙升”的典型案例。以前也有很多翻译软件，但都得先把外文输入进去，然后才能翻译成中文，问题就出在输入这个环节，如果这里的外文是英语我们还有点办法，单词不认识好歹字母还认识，要是法语、德语或者日语，不是学这个语种的都不知道应该怎么用键盘敲出来这个词。有了拍照翻译就简单多了，不但极大简化输入过程，不用再苦恼怎样输入奇怪的外文字符，甚至干脆不用输入，而且拍照本身就是手机自带属性，拍照翻译简直就是二者最佳的结合点，机器翻译的应用场景也一下变得更为广阔。02机器翻译的进化简史现在机器翻译可以说是无处不在，手机自然是其中一个原因，但更重要的原因当然是机翻水平这几年确实有了长足的进步，从早些年的不知所云，到现在已经至少是可堪使用。虽然距离“信达雅”的要求还差很远，但意思已经能读懂个八九不离十。然而，冰冻三尺非一日之寒，机器翻译也是经历了漫长而曲折的进化历程。机器翻译在学科划分上，属于计算语言学。注意，这里是“计算语言学”，不是“计算机语言学”。不过，在我看来，计算语言学更像是机器翻译的前传。计算语言学也是起源于翻译，当时还是1950年代，美国人想要了解冷战对手苏联的科技发展情况，可是这事说起来简单做起来难，懂技术的专家大多不懂俄文，懂俄文的专家又大多不懂技术，两者都会的专家人数稀少，翻译效率可想而知，项目刚起步就撞上了语言障碍。而1950年代正是计算机科学特别是人工智能科学崭露头角的年代，科学界充满了理想甚至幻想，自然而然就想用快得多的计算机来完成翻译工作。不过，不要以为这是人类第一次提出机器翻译的概念。对于机器翻译最早的起源，各家文献说法不一，有的说最早可以追溯至17世纪的笛卡尔时代，有的则说是1930年代有发明家提出具有机器翻译功能的设计图纸。只是，实现机器翻译不但需要大胆的想象和果决的执行，还要有相应的技术发展作为坚实基底，在技术发展达到某个水平之前，所有的设计只能是没法落地的空想。目前公认机器翻译的真正开端始于乔治城大学和IBM的联合实验，成功将约60条俄文句子通过机器翻译译成英文，证明了机翻是可行的。学界对实验结果大感振奋，都觉得机翻稳了，在此后十年，美国政府也不断加大资金投入以期尽快产出成效。不过，现在我们拥有了上帝视角，当然知道那时的美国人过于天真了，果然，到了1960年代，学界终于发现机器翻译远比想象的复杂，关键在于人类语言远比想象复杂，于是专门就有了采用计量方法研究复杂人类语言的计算语言学。计算语言学的目的和现在我们常说的自然语言处理，也就是NLP非常类似，就是建立语言模型，最终达到让计算机也能理解、分析和处理人类语言，说的直白点，就是教计算机学说人话。科学家最开始想到的办法和我们小学学英语的办法是一样的，从句法、语法入手。语言学家阅读了大量语料，试图从中归纳出通用性的规则。也许大家看过很多后来的文献，都知道这是一条吃力不讨好的路线。不过，如果放下后来者的上帝视角，会发现这条路线会有许多理所当然的地方：计算机是很擅长学会规则的，编程从某种意义上说就是编写各种规则，而人类学习语言直至今日也是从学习语法规则开始，所以，想到用规则达成目标从当时的角度来看确实是符合直觉的。当时的机器翻译也是沿着规则归纳这条路进行的研究。这条路线取得了一些成果，当然最终不了了之。问题也许不在于规则，而在于不讲规则，是字面意义上的“不讲规则”。回想一下，我们学讲话的时候，有谁是从语法规则学起的吗？没有。我们是怎么学的呢？耳濡目染。很小的小孩子开始当然是不会说话的，但是他们会听，在生活中观察到大人谈论到某个对象时会固定发几个音，听得多了就知道那个对象该发什么音。从某种意义上说，这个过程使用的就是“统计学习方法”。统计学习方法不再需要语言学家归纳规则，核心在于统计。也就是说，我再不管你背后有什么语法什么规律，我只看大家都怎么说。大家都这么说了，我就跟着这么说。当然，学说话不仅仅只是听，还要学，会根据参考答案修正。譬如学着对某个对象也发几个音，发对了大人会点头认可，发错了则会纠正，一来二去就学会说话了。用机器学习的术语来说，这叫有监督学习。统计学习方法替代规则归纳成为主流以后，计算语言学就走上了快车道。不过，用统计学习方法来做计算语言学的任务，并不只是一种方法，而是发展出一系列的方法。技术发展是受客观规律限制的，当时方法是对路了，但硬件计算资源不足，各种不同流派的科学家于是八仙过海，各自想法子在螺蛳壳里做道场。我手边有一本宗成庆老师的《统计自然语言处理》第二版，这是NLP领域的一本经典著作，相信搞NLP的同学都读过。这本书第一版写于2007年，第二版写于2013年，从时间上看并不太老，但如果和现在新出版的教科书比较，会发现在内容编排上已经出现了很多肉眼可见的不同。技术路线上的变化足以写一本书，我们就从用户角度谈谈机器翻译的发展吧。机器翻译大概是从1980年代开始走上统计学习方法这条路的，一方面得益于计算机技术的发展，另一方面我觉得和数据积累达到一定量级也有关系。毕竟统计方法虽然不需要消耗专家，但是需要消耗计算资源和数据资源，也慢慢开始推出了一些产品。不过，前面已经一再说过，早期的机翻产品有各种一言难尽的地方，要知道，这里的“早期”指的不是1950年代，而已经是2010年代。这时的机器翻译虽然找对了大方向，还要继续找一找小方向。这一找就找到了2016年，谷歌翻译宣布采用神经网络模型来做机器翻译，这在当时算个挺大的事，科技新闻几乎都报道了，我马上跑去试了试，果然，和那时候一众一言难尽的机器翻译软件一比，完全可以用“效果拔群”来形容，很快就一扫大家对机翻很烂的刻板印象。以前大家宁愿自己辛苦一点查字典，现在挺多同学都养成了先丢进机翻看看大概意思再细读的习惯，这个习惯多半就是从2016年开始的，功臣就是神经网络模型。03神经网络中的机器翻译机器翻译和神经网络有着千丝万缕的关系。神经网络是一种方法，而机器翻译是其中最大的目标应用场景之一，很多神经网络技术的发展，最早就是从做机器翻译任务开始的。机器翻译任务从机器学习的角度看，是一种生成任务，因为它要输出的结果不是类别编号，而是一串字符序列。在神经网络和深度学习中，做机器翻译任务的模型，也称为Seq2Seq(sequence

用户行为相比用户属性，用户行为的数据更为个性化。用户行为的参数主要分为两种：一种是行为类型，另一种是行为来源。图8中分别列举了与用户行为类型和用户行为来源相关的参数。▲图8

导读：元宇宙可能是当前比较火的科技概念，作为元宇宙的技术支撑，5G和物联网将逐步成为新时代的“基础设施”。今天为大家推荐10本关于5G、物联网以及边缘计算的硬核技术书。1元宇宙：概念、技术及生态作者：成生辉推荐语：西湖大学西湖学者执笔，多位专家推荐，带你走出元宇宙概念迷雾，了解新兴技术发展趋势，盘点巨头新赛道布局，构建虚拟世界完整生态。本书着重于介绍可以让元宇宙概念落地的技术集群，所涉包括区块链技术、交互技术、数字孪生、人工智能技术、物联网技术、5G网络技术、云计算和边缘计算技术等。2元宇宙大爆炸：产业元宇宙的全球洞察与战略落地作者：周掌柜推荐语：产业元宇宙布局战略指南。全球化视野深入分析和推演，Meta、谷歌、苹果、微软、腾讯、百度、阿里、字节等近15家科技巨头布局元宇宙的底层逻辑。35G核心网：赋能数字化时代作者：斯特凡·罗默

Go语言的诞生2007年9月20日下午，在谷歌山景城总部的一间办公室里，谷歌的顶级程序员Rob

C语言是个很有意思的话题。对于计算机专业的学生来说，C语言可以算是本专业的另一门“普通话”。曾经看过一份资料，说国内九成高校在给大一开设的“高级编程语言”一课中选择使用C语言，而这仅仅只是开始。我们知道，计算机专业是有几门“硬菜”课程的，比如说数据结构、算法、编译原理和操作系统，这些课程都有自己的知识体系，不过，所使用的教材很可能会在书名后面多加一个括号写上“C语言描述”，这是因为计算机专业的知识总是需要通过编程才能落地见效，而教材们都喜欢选择用C语言来示例编程。可以说，计算机的专业课基本上就是个C语言宇宙，哪怕是毕业多年以后重聚，说一句“Long

verification），即使用数学证明来验证软件和硬件系统的正确性。他的突出贡献便是创建了一种「规格语言」，称为TLA+（Temporal

开发方法。封装、继承、接口、异常处理、泛型、集合，这些都是Java开发的核心，利用这些知识，你完全可以编写实用的程序来解决实际问题。学完本书，你将成为一个真正的

CPython项目（GitHub地址：https://github.com/faster-cpython/ideas/blob/main/main-vs-310.rst）提供了一些关于CPython

互联网连接用户的形式一直在变，但互联网产品的本质没有变：更好地为用户连接信息与内容，从而服务用户。因此，我始终坚信，做好用户运营是一款服务型产品能赢得用户的关键一环。我写作本书的初衷主要有以下三点。第一，区分用户运营与用户增长。近几年随着用户增长概念的兴起，与增长、运营相关的图书随之增多，然而专门介绍用户运营及用户运营工作职责的图书并不多。大家想更系统地了解用户运营，但得到的知识往往只是其中某一环，因而认为用户运营等同于用户增长。第二，系统介绍用户运营的工作职责与工作方法。关于内容运营等技巧性较强的运营工作，市面上已有比较全面的图书；而用户运营作为运营细分工作之一，也需要一本书来系统介绍。近些年加入互联网行业的人大幅增多，而运营作为门槛较低的互联网职业，其从业者的水平参差不齐。在以往的线下公开课中，我曾经分享了一些做用户运营的方法。然而课后我发现，有很多刚进入互联网行业或即将进入互联网行业的人并不了解互联网运营需要做什么，用户运营包括哪些工作内容，可以带来什么价值。第三，将自己多年的用户运营经验进行沉淀与输出。无论是之前在猫扑，还是后来在小米，我所做的工作都是直接与用户进行沟通和交流，在具象化用户需求的判断和响应方面有着较为丰富的经验。而目前在百度，我不仅学到了多种与用户交流的手段，而且掌握了宏观的用户画像和数据。能了解、判断和满足用户需求是互联网产品获取用户的关键，因此我希望对自己所积累的这些经验进行沉淀与输出，与大家一起交流和探讨。读者对象本书适合以下人员阅读：初入互联网行业或转型到互联网行业，想要了解运营尤其是用户运营工作的人员入行1～3年还无法系统认知用户运营工作职责并形成工作方法论的从业者。本书特色不同于围绕用户增长来讲增长方法的图书，本书从用户进入产品的全路径视角逐步展开，讲解用户运营在各个环节中的工作及相应的方法，并从工作职责角度全面介绍用户运营。如何阅读本书本书结合用户路径全面讲解用户运营在各个环节中的工作及相应的方法。全书共9章，主要内容如下。第1章

Go语言虽然不支持经典的面向对象语法元素，比如：类、对象、继承等，但Go语言也有方法（method）。和函数相比，Go语言中的方法在声明形式上仅仅多了一个参数，Go称之为receiver参数。而receiver参数正是方法与类型之间的纽带。那么Go语言的方法究竟是什么？它与函数究竟是什么关系？我们又该如何选择receiver参数的类型呢?

导读：知识图谱工程实践仅仅是迈向智能的第一步。丰富的结构化知识很有用，但是如何将这些符号化的知识融合应用到计算框架中仍然是一大挑战。通过与各类自然语言处理算法或模型结合，由知识驱动的显式事实知识和隐式语言表征，集成语言知识，才能发挥认知智能的威力，推动常识理解和推理能力的进步。下面我们将介绍知识图谱如何提升智能水平。作者：王楠

对交互感兴趣但是不知道从何学起的读者看过来，今天小编给你们分享非常值得阅读的7本提升交互设计能力的书籍，帮你建立起交互学习的概念。适合Web开发、产品经理、设计人员阅读，快来get起来~01

导读：详解1套方法、4类场景、3个平台能力。作者：华为企业架构与变革管理部来源：大数据DT（ID：hzdashuju）2016年，华为公司数字化转型变革规划汇报通过，一系列的变革项目由变革指导委员会（Executive

Fellow。2021年，她获得了EATCS（欧洲理论计算机科学协会）奖，以表彰她“在计算复杂性领域的基础和广泛的贡献”。此外，她还对隐私保护计算和非歧视性机器学习的数学模型感兴趣。Ronitt

20世纪，科学家创建的最伟大的两门新兴学科是量子力学与计算机科学。牛顿定律阐述了经典力学中的基本运动规律，适合描述宏观和低速等运动问题，但是描述微观世界的粒子运行规则（如电子围绕着原子核运动等）必须运用量子力学。邱奇-图灵论题（Church-Turingthesis）使人类明确了各种问题的可计算性，冯·诺伊曼提出了人类第一台电子计算机的设计方案。虽然量子力学与计算机科学密切相关，但是遵循量子力学原理的量子计算机是近四十年前由理查德·菲利普·费曼（Richard

庄子曰：适千里者，三月聚粮；朱升曰：“高筑墙、广积粮、缓称王”；“手中有粮，心中不慌”也成为了时下的流行语。而作为精神食粮的知识，以及知识载体的人才，在后疫情时代企业数字化转型中扮演的作用不言而喻。数字经济、企业数字化转型，这背后的动力源就是数字人才培养。在极客邦科技双数研究院（数字经济观察与数字人才发展研究院）院长付晓岩眼中，其一手打造的‘数字人才粮仓模型’在当下对后疫情时代企业数字化转型有更特殊的意义。

导读：我们把关于信息处理的理论称为信息论，它是20世纪40年代从通信实践中发展并总结出来的一门学科，专门研究有关信息处理和可靠传输的一般规律。这一理论对计算机技术的发展具有重要意义。为了更好地阐述这一理论，让我们先来讨论几个大家耳熟能详的词：数据、信息、知识。作者：徐晟来源：大数据DT（ID：hzdashuju）01

从“大数据时代和机器学习热潮”到“第二次因果革命”，从以数据为中心到数据理解的转变不仅涉及技术上的转变，还意味着更加深刻的范式转换。因果关系理论与现有机器学习系统的结合，已经开拓了机器学习领域的新思想和新途径。第二次因果革命即将到来？因果推断会是下一个AI热潮吗？一场席卷各个研究领域的“因果革命”正在发生，涉及领域：统计学、基因学、社会科学、经济学、人口学、医疗健康科学、心理学、计算机科学、人工智能科学……在大数据时代中需要突破“所有知识都来自数据关联”这一框架，亟需因果关系范式融合领域知识、常识约束的问题研究，本书就描述了这样一种体系，介绍了因果关系分析和推断的思想和方法，其中包括do-操作、反事实、原因的充分性与必要性、特异原因、实际原因等内容。“因果性的研究经历了一次重要的转变：从一个被神秘面纱笼罩的概念转变为一个具有明确语义和逻辑基础的数学对象。”在下一个十年里，这个框架将与现有的机器学习系统相结合，从而可能引发“第二次因果革命”。本书第1版曾获2001年拉卡托斯奖，作者朱迪亚·珀尔是2011年图灵奖得主。本书的出版将有利于中国的广大学者、学生和各领域研究人员了解和掌握因果模型、推理和推断相关的内容，在相关领域做出优异的成果。本书内容本书全面阐述了现代因果关系分析，展示了因果关系如何从一个模糊的概念发展成为一套数学理论，并广泛用于统计学、人工智能、经济学、哲学、认知科学、卫生科学和社会学等领域。本书提出了一个全面的因果关系理论，它统一了因果关系的概率、操作、反事实和结构方法，并提供了简单的数学工具来研究因果关系和统计关联之间的关系。本书通过融合领域知识、常识约束、文化传承的概念等来补充数据信息，为基于统计的机器学习中遇到的基本问题提供了科学的解决方案。本书作者朱迪亚·珀尔(Judea

可不容易，但一旦你掌握了，就会获得丰厚的回报。 通常，程序员在他们的编程生涯中会使用多种编程语言。然而，我们也看到，有些程序员一直在使用同一种编程语言。例如，我们经常遇到有几十年经验的

导读：当前机器翻译的研究目标并不是实现完美的翻译，而是尽可能降低机器翻译系统的错误率。本文将为你介绍机器翻译的五大应用。1.信息获取相比其他翻译系统，谷歌翻译系统将机器翻译技术带给了更多的用户。它直接为需要进行翻译任务的用户提供翻译服务。当人们试图在互联网上查询信息时，有可能会看到外语网页，例如解决电脑问题的芬兰语页面或者解释如何购买巴黎地铁票的法语页面等，此时，你只需要点击“翻译该页面”的按钮，就可以看到网页被翻译成了英语或其他你熟悉的语言（见图2.1）。

近来，各行各业对数字化转型有了更深刻的感受和更加迫切的需求。传统企业为了在未来的激烈竞争中继续占据一席之地不断加码对数字化的投入。在数智化时代，传统企业的业务如何进行“数字飞跃”呢？作为千行百业中的一员，又该如何应对自身数字化转型这个大命题呢？下面这些书会给你答案。1数字化转型的道与术以平台思维为核心支撑企业战略可持续发展作者：钟华（花名：古谦）推荐语：钟华（花名：古谦）新作！十余年数字化实战经验再升华！开创性提出数字化转型中平台思维的十大要素。来自实践，并能指导实践。系统化介绍数字化转型的思路与方法，以及产业互联网平台的建设思路，为各种业务模式的数字化转型提供高价值参考。2数字化转型：企业破局的34个锦囊作者：加里·奥布莱恩

Krug详细阐述了一种简化的可用性测试方法，任何人都可轻松地使用这种方法对网站、应用程序和其他产品进行测试。3/8《设计之外：包豪斯没教给你的》

3.0、大数据和AI等技术。针对元宇宙的构造以及让人身临其境的“浸入式”功能，本书介绍了沉浸式交互技术，其中包括虚拟现实、增强现实、混合现实、扩展现实等技术，以及相应的原理和应用案例。4/16《

近年来中台主题的文章已经铺天盖地，相信很多读者对于中台都有一定的了解了。2015年马云考察了一家欧洲游戏公司之后提出了“中台”的概念。随后的2018年，钟华出版了《企业IT架构转型之道：阿里巴巴中台战略思想与架构实战》一书，比较完整地阐述了阿里巴巴集团的中台实践过程，这也是中台现象的开始。钟华如今仍在实践中台的理念，2020年他又出版了《数字化转型的道与术：以平台思维为核心支撑企业战略可持续发展》，总结了新的实践经验。中台就其设计理念而言，仍是为了有效提升复用能力而设计的企业架构方法。2019年，在南京中台大会的闭门讨论中，主持人曾要求每位演讲嘉宾用一句话概括自己对中台的认知，笔者当时说：“中台与我实践过的企业级业务架构方法论（EBA）相似，也只是一种企业架构方式。”就目的而言，二者殊途同归，都是在考虑识别、沉淀企业的业务能力，将其模块化、服务化、共享化之后，更好地支持业务变化。与传统企业架构理论相比，中台常被认为是“自下而上”的实现方式。从实践层面来讲，方法论很少有纯粹“自上而下”或“自下而上”的实施路径，但仅从表现上看，由于中台方法论的提出者没有披露过整体规划方法和过程，因此中台更多是被定位在“自下而上”这个方向上。中台相关的文章一开始也缺少对企业战略如何分解落地的阐述，钟华的第二本书和云徙科技的《中台战略》《中台实践》对这方面进行了补充。关于这几本书的详细介绍可点击查看此前的文章：《阿里云宣布2021要“做厚中台”！有哪些书值得读？》与传统企业架构理论相比，中台很关注业务架构。业务架构根据其设计范围可以分为领域级和企业级，从各种相关介绍来看，中台方法论对业务架构的应用较侧重于领域级，业务架构师按领域配置开展工作。当然，当设计发展到一定程度，自然会关注到企业级。对中台的探索，笔者认为仍然值得开展下去。对中台的探索就是对架构设计理念的探索，是国内大型互联网企业在技术实践越来越成熟之后对上层设计的必然追求，也是摆脱了具有一定盲动性的敏捷后，对企业架构理论尤其是业务架构价值的重新发现。同样，笔者也不赞同按照企业规模去给中台方法制定准入门槛，毕竟企业不分大小，只要系统规模发展到一定程度，总有技术债务要还，总有充足的理由进行重构，那么此时将中台作为一种架构设计理念去应用未尝不可。至于成本问题，规模小的企业当然不必仿照大型互联网企业的方式构建昂贵的基础设施，设备成本是由系统的非功能性需求决定的，与企业的规模、财务能力也是匹配的，因此所谓的中台“烧钱”，可能只是照搬大型互联网企业的技术方案造成的。除此之外，与一般的重构相比，中台重构的成本是否真的会大幅度提高，笔者对此持怀疑态度。至于进行业务梳理所需的成本，只要企业想改革，这个成本无论如何都是要付出的。笔者通过与他人的交流也能感受到，中台想要解决的首要问题就是，当对领域的理解和挖掘达到一定程度之后，就必须从企业层面去思考整体性问题。所谓“做中台以支持业务的灵活变化”，那到底业务是什么？到底是支持需求还是支持业务？技术人员是否理解业务？需要理解到什么程度？需求应该来自业务人员还是来自真实客户？说深了，就是技术到底怎么支持业务，或者说，技术到底怎么跟业务融合。从大型互联网企业自身的实践看，中台首先是一个特化的方法。这些企业要梳理自身过于复杂的微服务实现状况，要支持业务端给数千万商户提供千变万化的营销、管理手段，要面对复杂的商业生态和大量的不确定性，应对大型促销活动的高并发环境，应对互联网领域“唯快不破”的残酷竞争，还要应对大量的技术无人区。中台就是在这样极端的生存环境下产生的方法，因此它一定是个特化的方法。但是，传统企业需要的是一个泛化的方法，这就需要首先确定方法的特化之处，并对特化进行处理，将中台逐步改造成可以泛化的方法论，之后再进行推广。但是，泛化的方法在应用过程中还是会再经历一次本地的特化，先梳理清楚方法论和技术栈之间的关系、应用的前提条件和最适宜解决的问题，再对号入座，实现客户化过程。比如，业务能力梳理方法、组织结构是不是直接对标互联网企业、是不是要引入微服务、技术栈有哪些选择、是否需要全链路压测等问题。这也代表需要付出足够的时间和成本，“九层之台，起于垒土”，中台的构建，也少不了垒土的过程，不可能一蹴而就。对于做中台产品的服务提供商而言，应当把中台当成一个软件工程方法看待，把其中的组成要素、软件过程、可选方案都研究明白。“工欲善其事，必先利其器”，这是对工匠的基本要求。对于这些厂商而言，帮助客户想清楚自己到底需要什么是很重要的。这意味着要根据客户的实际情况决定中台的实施目标，而非靠“对标”的方式诱导客户到我们的目标上。当然，这种情况不只在中台领域有，但凡商业化的产品，或多或少都会有这个情况出现。从本质上说，中台探讨的是技术如何与业务融合的问题，有成功实践的案例做背书，但是在将其套用到自家业务实践上时，要明白知行合一绝非易事。2020年底又传出了阿里巴巴集团对中台不同以往的看法，对于这件事，笔者的观点是，我们应当认真研究企业架构理论，保持开放的心态，不用总是关注别人到底说了什么。关于作者：付晓岩，IBM

最近在知乎上发现一个热门话题——有哪些你看了以后大呼过瘾的数据分析书？3万多人关注了该问题，被浏览251W+次。确实，从国家层面看，从信息经济进入到数智经济时代，国家大力发展数字经济；从企业层面看，越来越多的企业掌握数据、越来越多的企业重视数据；从就业岗位看，越来越多的城市（也有三四线）、越来越多的公司从年初到年尾长期在招募数据分析岗位，据某招聘网站统计，招聘岗位高达883万。数据分析如此火爆，那需要掌握哪些知识才能胜任这个岗位呢？市面上很多数据分析类的书籍，90%的内容都可以在互联网上搜到。相比较，一些聚焦各行业的数据分析类书籍，还更有用。数据分析有一套很有名的书——机械工业出版社华章分社出版的【数据分析与决策技术丛书】，这套书的封面很有特色，统一的封面设计不同的配色，放在一起就是“一道彩虹”。内容聚焦不同行业，例如广告行业、金融行业、电商行业等，结合业务案例背景，注重实战，由国内大厂的技术专家出品，可借鉴学习性极强。当然还有一些经久不衰的，陪伴了几代数分人的外版书。读书破万“卷”，423世界读书日之际，华章妹给大家推荐一些数据分析类好书，顺便发一波福利。荐1book《深入浅出Pandas》简介：《Python编程：从入门到实践》《零基础学Python》《利用Python进行数据分析》学习伴侣，用好Python必备。推荐理由：这本书全面覆盖了Pandas使用者的普遍需求和痛点，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。2book《电商流量数据化运营》简介：知名专家宋天龙新作，流量运营教科书，低成本、大批量、高质量流量引入，含大量案例、数据源和代码。推荐理由：这是一本系统讲解数据如何在营销与运营的全流程中发挥驱动作用和辅助决策价值的著作。是知名数据分析专家宋天龙的厚积薄发之作，得到了行业里多位专家的一致好评和推荐。3book《Python数据分析与挖掘实战（第2版）》简介：提供上机环境、源代码、建模数据、教学PPT。分为基础篇、实战篇、提高篇，从技术理论、工程实践和进阶提升三个维度对数据分析与挖掘进行详细的讲解。推荐理由：Python数据分析与挖掘领域公认经典。畅销书全新升级，第1版销售超过10万册，被国内100余所高等院校采用为教材，同时被广大数据科学工作者奉为经典，是该领域公认的事实标准。4book《Python金融数据挖掘与分析实战》简介：金融数据挖掘与分析领域的实战性著作，它能指导零Python编程基础和零数据挖掘与分析基础的读者快速掌握金融数据挖掘与分析的工具、技术和方法。

随着互联网的不断发展，企业积累了大量的数据，原有的单体数据库已不足以支撑数据的存储容量，此时业界开始向分布式存储方向探索。如何更好的存储数据，并且保证数据的一致性，是各大互联网公司数据基础架构与研发部门必须要解决的核心问题。经过不断的探索和实践，业界积累了如何更好的存储数据与保证数据一致性的宝贵经验，并将这些宝贵的经验沉淀出适合存储大数据量并且支持数据一致性的分布式数据库。此外，针对数据的一致性问题，业界更是针对不同的应用场景，总结出多种分布式事务解决方案并开源了对应的实现框架。423

分布式系统是不稳定系统，即事件的发生及产生的结果是不可确定的。出现不可确定有两个方面的因素：一是操作/事件发生需要感知和应答；二是系统部件存在发生故障的可能。对于分布式系统，构建者总是期望系统在预期中运行而不是充满各种不可预期的事件及结果，所以总要发明出一些东西来预防、规范分布式系统的行为和结果。有序化是一种有效的使分布式系统具备“确定性”的手段。有序化使得系统可预期，这是逻辑上的可预期。分布式系统的一致性问题本质上是“有序”问题，这包括两个方面：一是伴随并发操作/事件的数据异常问题可通过排序来解决，而事务处理技术是使相关数据项具备原子性和隔离性（并发事务不受其他事务影响而保持结果满足特定隔离级别的期望）并以此来确定操作/事件间的“偏序”关系，进而在事务上累积起偏序或全序关系（事务具备全序关系则表示无异常）；二是分布式一致性为从系统外部确认发生在系统内的操作/事件的“偏序”或“全序”关系。因此，本文采用数学知识进一步阐述分布式一致性和事务一致性的本质。简单表述为：分布式一致性是为操作/事件定序，事务一致性是以多个操作/事件组成的事务定序。01

经过十几年的演化和发展，Go语言在全世界范围内已经拥有了百万级别的拥趸，在这些开发者当中，除了一部分新入行的编程语言初学者之外，更多的是从其他编程语言阵营转过来的开发者。由于Go语言上手容易，在转Go的初期大家很快就掌握了Go的语法。但在编写更多Go代码之后，很多人发现自己写的Go代码总是感觉很别扭，并且总是尝试在Go语言中寻找自己上一门语言中熟悉的语法元素。自己的Go代码风格似乎和Go标准库、主流Go开源项目的代码在思考角度和使用方式上存在不小差异，并且每每看到Go核心开发团队的代码时总有一种醍醐灌顶的感觉。出现这种情况的主要原因就是大脑中上一门编程语言的思维方式在“作祟”。本文将通过《Go语言精进之路：从新手到高手的编程思想、方法与技巧》这本书的内容来详细看一看编程语言与编程思维的关系以及Go语言的编程思维究竟是什么，以帮助大家更加深入地理解Go编程。了解Go编程思维之前，我们先看看思维与语言之间究竟有什么联系呢？1.语言与思维——来自大师的观点在人类自然语言学界有一个很著名的假说——“萨丕尔—沃夫假说”，这个假说的内容是这样的：“语言影响或决定人类的思维方式。”说到这个假说，我们不能不提及在2017年年初国内上映了一部口碑不错的美国科幻大片《降临》，这部片子改编自雨果奖获得者华裔科幻小说家Ted姜的《你一生的故事》。片中主线剧情的理论基础就是“萨丕尔—沃夫假说”。更夸张的是片中直接将该假说应用到外星人语言上，将其扩展到宇宙范畴。片中的女主作为人类代表与外星人沟通，并学会了外星语言，从此思维大变，拥有了预知未来的“超能力”，这也算是语言影响思维的极致表现了。奇妙的是，在编程语言界，有位大师级人物也有着与“萨丕尔-沃夫假说”异曲同工的观点和认知，他就是首届图灵奖得主、著名计算机科学家艾伦·佩利（Alan

中国互联网大厂自2月以来频频传出“史上最猛”裁员潮的风声，“阿里裁员”“腾讯裁员”等均登上热搜。外媒称，在过去长达十年的科技繁荣期中，这一行业曾经看似无穷无尽的职业机会如今却戛然而止。在疫情当口下，中国互联网公司遇到哪些困难？为什么互联网企业这波裁员这么猛？裁员背后反映出行业哪些新风向？从企业视角看，如何应对30岁、35岁危机？“4·23世界读书日”之际，华章科技特启动【向上突破】主题系列直播，邀请业界大佬于每周三（4月20日第1场）晚20：00-22:00，和大家在线上畅聊~▌第1期：第一期直播将于4月20日（周三）晚20点上线，我们邀请到了《向上突破》的作者之一车马老师，他将从CEO视角解读裁员潮，从PM视角寻找机遇，从职业规划人视角直面发展。视频号同步直播，欢迎预约观看👇▌第2期：主题：从面试到获得offer，你到底需要做什么？时间：4月27日（周三）20:00-22:00▌第3期：主题：产品人创业的坑与经验：你与成功只有一场直播的距离时间：5月4日（周三）20:00-22:00▌系列直播时间：4月20日起，每周三晚20:00-22:00，我们不见不散。欢迎关注我们的“周三见”栏目，视频号预约每期直播。▌系列主题征集：欢迎留言聊聊你想和哪位大咖连麦对话，你困惑的问题，或者你的想法。后续更多主题由你决定。▌合作伙伴邀约：感谢CSDN、PMTalk产品经理社区、当当网对本次活动的大力支持，欢迎更多媒体伙伴加入我们。媒体合作请联系微信：zj06220_0更多精彩回顾书讯

随着数字技术的高速发展，人们已经不再采用各种功能固定的通用中、小规模集成电路和电路图输入方法设计数字系统，而是广泛地采用硬件描述语言对数字电路的行为进行建模，并使用电子设计自动化（Electronic

导读：元数据是数据的“说明书”，完善的元数据有利于数据使用者了解企业有什么数据，它们分布在哪里，数据的业务含义是什么，数据口径及颗粒度是怎样的，需要使用数据时应该向谁提出申请，以及如何获取数据。元数据管理工具是企业数据治理的重要抓手，它可以帮助企业解决数据查找难、理解难等问题，促进数据的集成和共享。01系统架构从应用角度看，元数据管理平台可分为数据源层、元数据采集层、元数据管理层、元数据应用层四层架构，如图1所示。1.

数据、算法和算力，被视为驱动人工智能发展的“三驾马车”，三者缺一不可。比如，关于AlphaGo的胜利，很多人喜欢把它归功于深度学习算法，这当然是原因之一。可如果只有算法，可以断言AlphaGo一定不会成功。其实早在2016年DeepMind就已经公开了AlphaGo的算法细节，可直到今天，我们并没有看到第二个与AlphaGo旗鼓相当的围棋人工智能出现。实际上，AlphaGo的胜利有很大一部分原因要归功于谷歌后台庞大的IT基础设施建设。过去，计算机下棋很难获胜，除了没有好的算法，计算机的算力也不够。就是说，计算机在有限的时间里算不出答案。AlphaGo真正让同行无法复制的，不是算法，而是它的数据中心。

社区版为了极致的性能优化，将元数据存储在内存中，但因此会在实际使用中带来服务重启等各种异常。对应地，团队做了元数据持久化的改进，将故障重启时间从小时级降到分钟级，减少对实际业务的影响，从而有效提升

导读：数字化经营是金融企业数字化转型过程中加速行业调整，实现资源优化，助推服务升级的关键环节。随着数字技术的发展，互联网、大数据、云计算、人工智能、区块链等全面赋能金融行业，从银行、保险、信托、证券、资管、信用卡、贷款、理财到支付等，都在尝试金融行业的数字化转型，并加速重塑商业模式和金融产品创新。作者：朱卫军来源：华章计算机（hzbook_jsj）那么，数字经济下半场中，金融企业究竟应该如何进行数字化经营呢？下面我将结合自己多年从业于金融产品领域的经验，详细介绍数字化经营的3个痛点、3大打法、5个关键。01数字化转型的3个痛点数字化转型是金融行业的必然选择。数字化赋能金融业务，加速做消费贷款或数字融资的金融企业的快速发展。利用数字技术实现数字化运营，将企业服务与数字经营相结合，是金融企业能否数字化转型成功的关键。然而，在尝试数字化升级转型中，金融企业面临着一些数字经营和数据管理的问题，很多问题因为无法量化而难以得到解决，从而成为企业数字化转型的痛点，如图1所示。痛点一：数据和信息不对称，无法做好资源整合。企业融资的经营者在获取用户信息和数据的过程中，经历着不同程度的信息孤立、数据孤立，导致无法做资源整合。信息孤立导致了信息不对称，无法把控贷前准入，而带来申请欺诈风险。数据孤立导致了数据碎片化，无法进行有效授信，而带来信用欺诈风险。解决企业融资的放贷风险问题，关键是解决信息不对称的问题。我们可以利用数字技术做好资源整合，实现数据共享和信息互通，进而确保数据的有效性和信息的准确性。痛点二：企业融资困难重重，放贷风险居高不下。融资对企业来说一直是棘手难题。对于规模小、资产少、实力弱、抗风险能力低的金融企业，面临客户债务偿付能力下降，放贷资金回收成本虚高，企业流动性资金周转困难的风险。加上融资需求得不到满足，使得金融企业发展困境重重。企业融资的本质就是经营风险。解决金融企业的融资需求，首要问题是企业重视自身融资风险。因此，可积极对接商业银行，强化与上下游企业的联系。优化贷款流程，加快审批效率，延长还款期限，降低贷款利率，提供高效的金融服务，增加自身资产的流动性，从而渡过融资难关。痛点三：金融创新能力不足，线上运营难以推进。小微企业对金融模式进行了创新，更多是对信贷系统自动化、信息化的完善和优化，并没有从根本上解决金融监管要求数据真实、风险控制等问题。在线上化运营的过程中，会因为企业融资的不确定因素和风险的把握不当，导致线上运营难以推进。对于金融创新不足带来的经营风险，金融企业可基于标签建模、用户画像、精准触达与智能展业等，制定一套风险管理与安全预警机制，从而有效地降低违约风险，以便确保信贷业务的合理增长。图1数字化转型3个痛点02数字化经营的3大打法其实，大部分金融企业互联网化程度较高，但仍有部分线下业务难以转至线上。比如传统商业银行的对外客户服务，都是重线下运营，无法实现传统业务线上化，主要原因是缺乏数字化经营能力。金融企业加快了线上化进程，关键是在于向数字化转型。我们需要增强数字化能力，提升客户触达、智能决策、敏捷设计与业务经营数字化的水平，从而快速实现线上运营的降本增效。金融只是工具，企业经营才是目的。面对数字化转型给金融企业的经营发展带来的问题与挑战，关键在于清楚对自身的认知后，采取有效的行动实现自救，主要有3种打法，如图2所示。图2数字化经营3大打法打法一：引流消费场景放贷，促进业务发展场景化。都说场景在前，金融在后。以工资代发、电商交易、医疗医保、在线教育、汽车美容、海外旅游为场景的金融业务，在疫情期间都大规模被抑制贷款需求，导致金融企业不放贷，平台客户不借钱。因此，金融企业尝试重构各行业的消费场景，建立一个横向进行场景扩张，纵向进行业务深化的场景金融。将金融融入场景中，强化数字化场景的应用，比如建立银企协同工具，建立客户闭环管理体系等，从而实现金融与消费的无缝对接。打法二：对接经营数据融资，加速业务交易线上化。数字化经营不是纯粹的数字罗列和数据展示，而是要让数据变成资产，让资产产生价值。随着数据的重要性越来越凸显，我们可利用资产抵押、经营数据和应收账款进行数据融资，为中小企业提供数据贷和流水贷，通过数字化赋能打造线上化的金融交易平台，实现金融业务的下沉。比如中国银行针对此次疫情推出了“疾控贷”及“助企贷”，满足不同企业的融资需求，为融资即将到期的企业提供数字化金融服务。另外，以获客导流或渠道助贷的形式，运用大数据、云计算、人工智能及区块链等技术，进一步推进金融交易线上化，从而实现对企业经营数据的深度挖掘。打法三：构建金融业务生态，加速业务管理智能化。由于客户需求多元化与企业经营数字化，未来的金融生态将呈现更多的变化可能性，但核心是金融业务能够满足小微企业的融资需求。比如小米金融依托“产业+科技+金融”的方式打造业务生态闭环。比如平安银行借助医疗健康、金融服务、住房服务、汽车服务、城市服务五大生态打造金融科技闭环。基于企业贷超、消费借款或数字融资等业务，通过科技赋能线上化金融、金融驱动数字化经营的方式，实现经营数据的多向赋能，从而构建科技与金融融合的智能化金融生态。03精益数字化转型的5个关键随着客户需求多元化与企业经营数字化，未来的金融生态变化将呈现更多的可能性。我们以数字化金融建设为重点，着力重塑金融、重塑平台、重塑数据和重塑服务，关键在于打造金融平台的“四通一平”。（1）打通金融账户体系依托CRM认证系统、ERP管理系统、大数据金融平台，建立一本账和一账通，既满足金融企业多主体、多账务的要求，又实现账户的统一，并建立统一的客户化视图。账户中心封装一个认证接口，提供给金融平台调用，支持“一个身份，处处通行”，对外联合登录标识，对内统一登录入口。在打通账户体系过程中，建立分层的用户体系、账户体系，从而挖掘客户的潜在需求，实现交叉营销，提升客户的黏性。（2）打通金融数据链路通过数据收集、数据清洗、数据建模、数据分析，建立数据集市，映射金融平台集市，及关联数字平台集市，实现金融平台与数字平台的数据互通。集成数据与统一数据，用数据资产构建经营策略，实现数据中台的各种应用，比如数字分、数字证、数字保管箱等。对金融客户做服务经营，对金融场景做内容输出。（3）打通金融产品矩阵加速金融产品数字化创新，打造金融产品工厂，实现产品参数配置化，从产品属性、流程节点、业务字段、操作功能到业务数据都做成可配置，确保产品功能复用。依赖业务中台，聚合金融产品，实现产品联盟。统一产品，不做定制化的产品输出，避免重复造轮子，实现金融企业的降本增效。（4）打通金融用户权益针对不同金融产品的交易行为，匹配差异化权益，将权益做钩子产品，打通用户的使用场景。如个人匹配折扣优惠、阶梯财富、专属顾问、免息提额等，企业匹配企业培训、优先审批、工商查询、财税报账等。（5）统一金融服务平台统一账务中心、营销中心、数据中心、产品中心，打通金融行业线上线下交易模式，整合金融企业上下游产业链资源，帮助企业构建“1个账户+N个平台服务”经营管理平台。“四通一平”可促进金融企业创新，实现更多金融业务的线上化、自动化和智能化，并推进金融企业的数字化转型。我们将围绕“账户通”强化金融账户体系共通；围绕“数据通”推进信息平台数据共享；围绕“产品通”促进联盟产品资源共用；围绕“权益通”加快渠道运营产出共赢。金融企业数字化经营从概念到落地，关键是精益数字化转型，打造一个数字化、信息化、智能化、线上化的转型路线图。通过数据捕捉客户商机，让金融业务和数字技术相结合，从而更好地在智慧经营中实现获取新客、盘活老客、驱动经营。04总结本文主要阐述了金融企业的数字化经营，相信会对金融产品经理构建自己的数字化能力知识体系有一定的帮助和启示。金融企业在数字经营过程中，以标准化、协同化、组件化、平台化、微服务化的金融云平台，加速轻量级的“SaaS服务”布局。有关金融SaaS经营模式，本文在这里不做详细介绍。如果您对这部分内容感兴趣，推荐您详细阅读朱学敏老师的新作《金融产品方法论》。关于作者：朱学敏（游善朱哥），资深金融产品专家，华创微课CEO、华创柯梦董事长、PMLink产品经理社区创始人，在技术、管理和产品领域均有深厚积累。在金融产品领域从业多年，曾任职金融产品总监、支付产品经理、信贷产品经理。从0到1负责多款涉及理财、贷款、支付的金融产品（App、H5、小程序、Web前端、PC后台）的规划和全流程设计，形成一套做金融产品的方法论。本文摘编于机械工业出版社出版的《金融产品方法论》，转载请保留文章出处。推荐理由：这既是一本金融产品经理的能力修炼精进指南和日常工作的案头参考手册，又是一本金融企业数字化转型的策略指导与实操指南。本书是资深金融产品专家多年经验的总结，深刻地阐释了金融背后的产品观，是金融贷款、金融理财、金融支付等领域的集大成之作。

一年一度的423读书日来了，华章科技在此期间为您带来7场不同主题的技术干货直播，直播内容请见下文。欢迎关注华章计算机视频号，锁定直播。直播入口扫码关注“华章计算机”视频号,预约直播直播详情直播主题：Java冷启动性能飞跃之道：Java静态编译技术直播时间：4月21日19:00-20:30讲师介绍：林子熠，现阿里技术专家，专注于Java静态编译方向，主要负责Java静态编译技术在阿里巴巴生态中的应用，并以落地实践中发现的问题为切入点，向GraalVM社区贡献了多项重要特性，是GraalVM社区建设的积极参与者直播内容：

进阶的关键，值得你好好学习一番。推荐阅读市面上讲解类型系统的书不常见，现在终于有一本书填补了类型系统的理论和实践的空白：由Microsoft的首席软件架构师弗拉德.里斯库迪亚（Vlad

近些年，机器翻译技术发生了翻天覆地的变化。与人工智能中的其他领域一样，深度神经网络已经成为主流范式，在提高翻译质量的同时也带来了新的挑战。本书的出版恰逢中国机器翻译研究迅猛发展之时。在过去的二十年里，数据驱动方法对中文给予了特别的重视，无论是在学术研究机构内，还是在新兴的人工智能公司中，中国的研究人员都做了大量工作。机器翻译模型在现实世界中成功与否取决于它在获取信息、跨越语言障碍进行交流方面的实用性。最终希望机器翻译能够让世界各地的人们增进理解，不管他们的母语是什么。开放的思想交流不仅对于科学研究至关重要，而且对于全人类共同努力以实现自由生活，追求与自然和谐相处的幸福这一共同目标同样重要。本书内容深度学习正在彻底改变当今机器翻译系统的构建方式。本书从历史、语言和应用背景等方面介绍了机器翻译和评价所面临的挑战，讲述了自然语言应用中常用的深度学习核心方法。此外，本书还包含使用Python撰写的代码示例，为读者理解和实现自己的机器翻译系统提供了一个实践蓝本。本书内容广泛，涵盖了机器学习技巧、处理各种形式的数据所涉及的问题、模型增强，以及分析和可视化面临的挑战和方法等内容。本书是对机器翻译应用当前研究的一个总结，可作为相关专业本科生和研究生的教材，也可以作为那些对神经方法在人类语言处理更广泛领域中的应用感兴趣的研究人员和开发人员的参考书。阅读指南本书分为三部分。第一部分包含第1～4章，简要介绍机器翻译中的问题、机器翻译技术的实际应用及历史，讨论一直困扰机器翻译领域的译文质量评价问题。第二部分包含第5～9章，解释神经网络、基本机器翻译模型的设计，以及训练和解码的核心算法。第三部分包含第10～17章，既涵盖构建新模型的关键内容，也涉及开放性的挑战问题和一些未解决问题的前沿研究。本书中的核心概念以四种方式进行介绍：非正式描述、正式的数学定义、插图说明和示例代码（用Python和PyTorch实现）。希望读者能够理解神经机器翻译背后的基础知识，能够实现最先进的模型，并能够修改现有的工具包以实现新颖的想法。谁适合阅读本书本书可作为大学本科和研究生课程的教材，也可以与其他应用任务的相关材料一起用于自然语言处理课程或者仅用于侧重机器翻译的课程（其中还应介绍统计机器翻译的某些方面，例如词对齐、更简单的翻译模型和解码算法）。由于本书涵盖了撰写时该领域的最新研究进展，因此它也可以作为该领域研究人员的参考书。跳读指南着急的读者可以直接跳到开始介绍核心技术的第5章。第二部分（第5～9章）包含了神经机器翻译的所有基本概念，包括实现此类模型的代码指南。本书的第三部分（也是篇幅最长的部分）包含了构建先进系统所需的许多关键主题。第10章、12.3节和14.1节是必读章节。神经机器翻译是一个快速发展的领域，第11章介绍的Transformer模型能够让你快速了解当前的最新技术。本书作者菲利普·科恩(PhilippKoehn)

Interest，ROI）的角度实现带宽与准确率之间的权衡。作者基于SORT、Hungarian等算法，在云端将包含目标物体的ROI坐标反馈至边缘端，边缘端基于multi-QF

新年到，新书到！【第98期】终于有人把Flink设计理念与基本架构讲明白了【第98期】终于有人把Flink设计理念与基本架构讲明白了【第97期】2022