- AI領域薪酬統(tǒng)計：機器學習平均近3萬，數據相關崗位增速放緩 2019-12-26
- Lyft 基于Flink的大規(guī)模準實時數據分析平臺實踐 2019-12-26
- 區(qū)塊鏈是否能打破數據交互的困境？ 2019-12-26
- 2020年的數據安全：更好地處理暗數據 2019-12-26
- 為什么數據和分析是數字化轉型的關鍵？ 2019-12-26
- Google，Uber和Facebook為數據科學和AI開發(fā)的開源項目 2019-12-26
- 2020信息通信產業(yè)十大技術趨勢發(fā)布 2019-12-26
- 大數據應用的三個方向及政府大數據中心的建議 2019-12-26
- 面向AI開發(fā)公司的幾大機器學習框架（2020年版） 2019-12-26
- 值得推薦的8個git/github項目數據分析工具 2019-12-26
- 現代數據科學家的“忍者“技能 2019-12-26
- 哪種編程語言最適合區(qū)塊鏈？ 2019-12-26
- 在時間關系數據上AutoML：一個新的前沿 2019-12-26
- 一文盤點2019年AI領域都發(fā)生了什么 2019-12-26
- Uber 2019 年數據平臺建設實踐 2019-12-26
- 自動化工具照亮數據科學的未來 2019-12-26
- 政府數據向社會開放不能成為一種“放之四海皆準”的工具 2019-12-26
- 數據科學家應該避免的5種統(tǒng)計陷阱 2019-12-26
- 2020企業(yè)機器學習行情報告：七大發(fā)現 2019-12-26
- 區(qū)塊鏈數據分析很大的挑戰(zhàn) 2019-12-26
- 大數據時代：數據可視化的特征及應用場景 2019-12-26
- 區(qū)塊鏈在智慧城市領域的探索應用 2019-12-26
- 數學 vs 編程，哪個才是數據科學的敲門磚？ 2019-12-26
- 數據科學中一些不常用但很有用的Python庫 2019-12-26
- 如何建立數據科學部門？ 2019-12-26