e-works诚挚邀请您出席定于2025年11月14-16日在北京举行的“大数据管理师(高级）认证培训班”。
随着云计算、边缘计算、物联网和流媒体等创新技术的出现，对于那些希望更好地了解客户和运营潜力的企业来说，大数据已经变得越来越普遍。
大数据如今是一个重要的信息价值来源，可以用来帮助修定获得竞争优势和提高绩效。
增强现实(AR)在很大程度上将面临光明的未来，这主要得益于大数据帮助将其从幻想转变为实际商业现实的方式。
究竟哪款数据可视化工具才是企业的得力助手？为此，我耗费一周时间，深度测评了市面上七款知名的数据可视化工具，接下来将从功能操作、性能表现、性价比等维度，为大家分享最真实的使用体验。
e-works举办的2025年第十五届德国工业4.0考察的10个样本（6家制造型企业：菲尼克斯电气、伦茨、海德堡印刷机、SEW-EURODRIVE、雄克、易福门；2家软件企业：MPDV和Zuken；1个实验室：Smart Factory OWL；1个工业展：汉诺威工业展），犹如打开德国工业密码的钥匙
近日，国际数据公司（IDC）权威发布《中国医疗大数据解决方案市场份额，2024：全域数据支撑》...
当前，电子制造企业面临生产据点全球化扩张、管理压力攀升、产品更新迭代加速...
2024工博会期间，e-works记者来到了台达展台，请台达智能制造解决方案行业顾问...
在一年半数据智能实践过程中，联想大数据已经获得业界广泛认可，联想大数据为客户、合作伙伴...
本文阐释了大数据面临的6个挑战，还深刻探讨了云计算基础设施应该如何克服这些挑战。
随着大数据的应用越来越广泛，为企业提供了众多优势，技术领导者必须避开普遍存在的误解，接受新兴趋势，才能保持在技术创新的前沿。
当企业开始其大数据之旅时，利用数量、速度和多样性来更好地理解潜力，但不要忘记价值、有效性和活力，因为它与成功的执行有关。
工业当中大数据应该很难用于实时，而更多的是一种前瞻预测，或者说事后为下一次的竞争精确控制来提供支持。
数据网格可以通过在更广泛的利益相关方之间驱动更高级别的自治和数据工程联盟，克服大数据中固有的许多挑战。然而，大数据并不是一种灵丹妙药，它为...
大数据世界正在以前所未有的方式发生着变化，特别是企业将数据整合到一起并将其应用到业务的情况下。
随着数据量的爆炸式增长，现在可以训练算法来提供更好的结果，帮助人们更有效地完成工作。
网络每时每刻都在处理数据，但如果把“大”这个词放在“数据”前面，网络管理员和首席信息官就必须面对很多全新的挑战。
事实表明，大数据的挑战仍然集中在在正确的时间将正确的信息提供给正确的人，即使信息来源和使用在增长。
本文为“2020年度中国智能制造最佳实践奖”参评案例。本次活动将评选出2020年度，为中国智能制造领域带来突出效益的最佳实践工程，全面介绍企业推进智能制造的步骤、重点与难点、获得效益等，...
本文为“2021年度中国智能制造最佳应用实践奖”参评案例。本次活动将评选出2021年度，为中国智能制造领域带来突出效益的最佳实践工程，全面介绍企业...
面对海量数据，制造企业需要解决数据集成的主要挑战。
本文帮您揭开工业大数据需求的神秘面纱，以及数据采集方面的5个挑战。
随着野蛮增长的时代远去，精细化和效率将是未来企业竞争的胜负手。
工业大数据是指在工业领域信息化应用中所产生的数据，是工业互联网的核心，是工业智能化发展的关键。
在21世纪，数据就是黄金已经成为大多数人的共识，挖掘互联网开放数据可带来巨大商业价值。
大数据由大数据架构师处理，这是一个非常专业的职位。很多组织需要大数据架构师采用数据技术Hadoop分析数据来解决重大的问题。
本文从数据挖掘的基本概念和功能谈起，进一步再分析其在金融和人力资源两个方面的具体运用。
借助于5G的高带宽、低时延和AI能力，大数据所承载的业务形式更加复杂多样，其商业价值将得到更多挖掘。
现在很多企业可以利用大数据处理和分析来业务系统中的各类数据，指导业务的发展，然而数据泄露也给企业带来巨大的隐患。
这篇分享主要总结了数据从业人员在实践中可能遇到的陷阱与缺陷。
本文将分享一些开发人员应该考虑的智能数据可视化实用标准。
预测分析的先进技术正在得到广泛应用，几乎所有企业都能借此获得强大的预测能力。
随着大数据继续渗透到我们的日常生活中，围绕大数据的炒作正在转向实际使用中的真正价值。
大数据在当前实践领域和学术领域中受到了越来越高的重视，对大数据进行全面有效的研究和分析，能够为社会进步和发展提供良好的前提条件。
如今，大数据、物联网、区块链三大巨头板块正在改变着世界。那么大数据、物联网和区块链的结合会带来怎样的技术红利?
首先如果今天大家选择创业，我建议更应该关注人工智能，而非互联网。为什么这么讲？
一直以来，安全都是大数据发展中面临的重要问题。尤其是随着我们迈入数据经济时代，当生活与数据息息相关，企业经营、居民身份，以及越来越多的社会...
从商业世界诞生的那一天起，人们就不断意识到，运营过程中产生的副产品，往往会有其他人乐意花钱买下它，一个有利可图的新业务产生了。
大数据从来不是平地而起的，今天从个人的视角，分享于你一个传统企业的大数据发展编年史。
“数据驱动决策”，为了不让这句话成为空话，请先装备以下13种思想武器，相信将来你一定能用上！
根据数据应用的不同阶段，我将从数据底层到最后应用，来谈谈那些数据人的必备技能。
结合多年来与多家全球性公司合作经验，我们认为：为了取得成功，大数据分析模型需要满足如下几种要求。
阿里巴巴用了13年时间使零售平台上实现了3万亿元年销售额，而沃尔玛花了54年，这个对比的背后，是DT时代的技术基础设施与IT技术支撑的零售信息化的差...
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
大数据时代下日益复杂多变的公共安全形势为维护国家公共安全提出了更高的要求。
2017年，许多的人工智能算法得到了实践和应用。
在今天的IT行业佼佼者中，“现代数据中心”这个概念得到了越来越多的重视。当然，它受到如此多的关注也是理所应当的。
电商网站如何做到精细化数据分析？其实网站的数据分析才是第一位的！
漏斗分析是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。
“数据分析”究竟是怎样一种能力？美国大数据专家Bernard Marr认为，有六项能力，是这其中最基本的、不可或缺的技能模块。
在规模上不断激增的同时，与之共生的则是数据中心多个范式之间的相互竞争，从硬件堆叠到软件定义再到现代化数据中心。
如今，人们越来越关注数据中心运行的重要性。为了提高数据中心运营规划水平，人们需要记住以下五个基本原则。
工业大数据是工业企业的重要资产，是企业实现转型升级的核心要素。
我们正淹没在大数据的河流里，数据之间的相互关系蕴含着丰富的信息，但也常常被我们忽略。
在数据中心这个行业，安全问题无处不在，伴随着安全问题让人们对网络又爱又恨，近期，有不少自称安全方面的专家不断涌现。
当前我国经济发展已经进入新常态，大数据将会成为驱动经济转型发展的新动力。全球信息革命向纵深发展，数据已转变成国家重要资源，对数据的争夺，将...
不管你是一个研究人员，还是开发者，亦或是管理者，想要使用机器学习，需要使用正确的工具来实现。本文介绍了当前最流行15个机器学习框架。
数据分析是一门学科性很强的科目，想要短时间内吃透并不简单，在进入这个领域之前，我们需要学习一些基本的业务常识，结合业务来理解效果会更好。
在AI时代，我们希望计算机能够拥有视觉、听觉、行动以及语言的智能，而相对于听和看以及行动，语言是我们人类区别于其他动物的最重要特征之一。
政府数据开放引发的风险尚未引起高度关注。本文深入揭示了政府数据开放风险的内涵、类型以及表现形式，并结合国内外政府数据开放实践。
哈佛商业评论称数据科学家是21世纪最性感的工作。所以，对于那些ML刚刚开始的人来说，这篇博客机器学习算法工程师需要知道的十大算法是非常有用的。
人脑具备不断积累经验的能力，依赖经验我们便具备了分析处理的能力，比如我们要去菜场挑一个西瓜，别人或者自己的经验告诉我们色泽青绿、根蒂蜷缩、...
在巨大的数据集中进行筛选的最好工具是什么?通过和数据骇客的交流，我们知道了他们用于硬核数据分析最喜欢的语言和工具包。
本文结合工程实践，提出了大数据协同安全防护体系，并对其原理、架构和关键技术进行描述，可对实际工程应用提供借鉴。
近年来，数字化转型一直是许多企业和组织的目标，而向远程和混合工作安排的转变只会使这种对未来业务的渴望更加紧迫。
数据中心在为应用系统提供数据服务的同时，需要保证其大数据平台的安全性。
对于许多希望挖掘数据以获得“可操作的见解”或信息的企业来说，利用大数据分析仍然具有很大的吸引力，这些信息可以帮助企业决策者为其运营业务带来...
大数据分析主要是对大量数据进行彻底评估并从中提取有用信息的过程。
本文介绍了定义数据质量的7个特征以及确保较好的数据质量的8个方法。
毫无疑问，大量非结构化数据的收集和分析已经是一个巨大的突破。人们需要了解数据可视化及其在大数据应用中的作用。
预测分析可以根据企业过去、现在和未来的业务事件做出预测。本文讲述了大数据和预测分析是如何工作的。
本文针对智能工厂工业大数据应用需求，以炼化企业为例，建立数据挖掘方法模型库，承载智能生产、网络化协同制造等智能服务，提升企业自身的核心竞争...
今天，我们就聊聊从产品和运营的角度，如何通过大数据做转化分析？
MPP最开始的设计目的是为了消除共享资源的使用，即每个executor有独立的cpu、内存和磁盘等资源，每个executor一般不能访问其他executor的资源。
18年伊始，好几个企业开始来电询问能源管理的事情，让我们感到既惊喜又纳闷。惊喜自不待言，纳闷的是，企业为什么这么“迫不及待”？
我们梳理了过去一年多搜索在深度学习方向上的探索，概要的介绍了我们在深度学习系统、深度学习算法和搜索应用落地的进展和思考，希望对大家有所启发。
2017年9月23日，SDCC 2017之区块链技术实战线上峰会即将强势来袭，本次线上峰会秉承干货实料（案例）的内容原则。
大数据平台是顺应目前信息化技术水平发展、服务政府职能改革的架构平台。
本文要分享的大数据平台架构技术选型及场景，运用偏向于工程方面。
大量来自于发动机和其他一些关键部件的监控数据，使得预测性维修具备了可行性。越来越多的数据的收集和分析工具正在被开发或者投入运用。
IBM大中华区硬件系统部HANA on Power解决方案技术总监陆科伟发表了题为《IBM助力SAP HANA更加安全可靠高效运行》的演讲。
指出大数据发展的趋势：混合数据存储是大数据技术的基础；融合数据库架构是大数据发展的趋势；异构数据关联是大数据平台的关键。
工业大数据是指在工业领域中，围绕典型智能制造模式，从整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。
今天，来谈一谈“大数据项目如何落地？”这个话题。
好的量化用户体验的模型应该符合三个标准：一是具有系统性，即该方法评估用户体验具有系统化全方位的评估。
再营销就是将广告信息再次推送到曾经访问过你的网站用户面前，Google再营销就是利用Google联盟已有的网站和广告数据。
数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。
当前，互联网、移动互联网、大数据、云计算等新IT技术飞速发展，“互联网+”与“中国制造2025”等一方面催生各种各样的创新经济和商业模式。
我们中国软件网和海比研究一起做了个大数据应用状况的调研，并形成了国内第一本专门针对大数据产品技术的落地使用状况的研究报告。
时下大数据市场越发火爆，各行各业趋之若鹜投入其中。
主要负责大数据、移动应用、网络和安全栏目的内容规划与建设，联系邮箱wujie@e-works.net.cn。
关于我们 | 联系我们 | 隐私条款
ICP经营许可证：鄂B2-20080078 （于2003年首获许可证:鄂B2－20030029） 鄂公网安备：420100003343号 © 2002-2026 武汉制信科技有限公司 版权所有 投诉举报电话：027-87592219
需求中心
AI助手
联系我们
返回顶部