演讲主题：从模型到智能代理：在DoorDash平台上大规模开发具备上下文感知能力的消费者人工智能系统
Sudeep Das讲述了DoorDash是如何从传统的一次性预测系统转变为一个能够主动为用户提供推荐服务的平台的。他介绍了如何利用消费者与语言之间的天然联系、RQ-VAE模型生成的语义标识来优化产品信息的呈现方式，以及如何通过基于实际数据的搜索算法来显著提升推荐结果的相关性及转化率。 作者：Sudeep Das
Sudeep Das讲述了DoorDash是如何从传统的一次性预测系统转变为一个能够主动为用户提供推荐服务的平台的。他介绍了如何利用消费者与语言之间的天然联系、RQ-VAE模型生成的语义标识来优化产品信息的呈现方式，以及如何通过基于实际数据的搜索算法来显著提升推荐结果的相关性及转化率。
作者：Sudeep Das相关文章
演示主题：如何通过一份数据同时完成从S3存储系统到GPU的计算任务——重新思考用于机器学习训练的数据加载方式
Onur Satici详细解释了如何利用Vortex这一由Linux基金会推出的开源列式文件格式来彻底改变高吞吐量数据加载的方式。他说明了如何通过层叠式的轻量级编码技术、基于文件结构的数据分段优化机制以及零拷贝内存传输技术，消除CPU与NVMe之间的性能瓶颈，从而让S3存储中的数据能够以高达60 Gbps的速度直接传输到GPU上，而无需在进行任何预处理操作。 作者：Onur Satici
阅读全文
理解CAP定理：系统设计中的一致性、可用性与分区容错性
1999年，埃里克·布鲁尔提出了一种理论，这一理论在随后几十年里极大地影响了分布式系统的设计方式。他指出，任何分布式数据存储系统最多只能同时满足三个属性中的两个：一致性、可用性和分区容错性。 两年后，塞思·吉尔伯特和南希·林奇正式证明了这一观点，这一理论后来被称为CAP定理。 所有那些需要在多台机器上存储数据的分布式数据库、云服务或系统，都必须在这三个属性之间做出选择。理解这些属性的具体含义、为什么不能同时满足全部三个属性，以及在实际应用中应该如何做出这种选择，对于任何负责构建或运营大规模系统的工程师来说，都是至关重要的基础知识。 目录 先决条件 三个属性 为什么不能同时满足全部三个属性 真正
阅读全文
演讲主题：为人工智能代理构建数据层：从事务系统到多中心处理架构及语义模型
Fabiane Nardon介绍了TOTVS是如何为那些对大量数据“渴求不已”的AI系统准备企业数据的。她探讨了如何在精确性、安全性与成本之间平衡确定性逻辑与非确定性大语言模型。Nardon还详细说明了如何通过使用数据网格、低延迟数据库架构、语义本体以及动态的工具选择机制，来优化上下文窗口的设计，并减少事务系统中因数据处理而产生的开销。 作者：Fabiane Nardon
阅读全文
从数据到价值：通过一个实际应用案例来理解数据管理[完整书籍]
如今，数据已成为一种极其宝贵的资源。它使企业能够在市场中展开竞争，并推动创新，从而提升所提供产品与服务的质量。 数据处理能让团队自动化各种流程。它还能辅助决策制定，为终端用户带来更加个性化的体验，在诸如银行欺诈防范或风险控制等诸多领域帮助人们发现其中的规律。企业必须明白如何以有效、安全且合法的方式收集和利用数据。 你很可能目前正在使用或曾经使用过各种各样的产品与服务。你也知道，那些涉及数据的流程几乎与我们身边的所有事物都息息相关。此外，你或许已经熟悉“大数据”、“数据分析”、“人工智能”以及“机器学习”这些术语了。 但除非你是这些领域中的专家，否则其中一些概念可能会让你感到难以理解。毕竟，这些
阅读全文