时间序列的下一场革命？

超过60%即视为为通过，如果你有兴趣获得你的CDMP助理认证并继续前进，这就足够了;如果你对高级CDMP认证感兴趣，你必须通过70%(CDMP从业人员)或80%(CDMP硕士)的考试;要获得最高级别的认证——CDMP Fellow，你需要获得硕士学位证书，还需要展示行业经验和对该领域的贡献。每一个高级认证还需要通过两次专业考试。

最后，纯粹从职业发展的角度来看，为什么你应该选择参加CDMP的学习和考试：答案很简单，DAMA的认证与领导、管理和数据架构的高端职位相关，越来越多的数据管理相关企业及联邦合同要求CDMP认证。

 

由此可见，WeData打通了通用大数据开发和数据治理中涉及到的所有环节，实现了全链路覆盖，让用户可以将精力更多地投入在业务增长。

除了全链路数据开发平台WeData之外，在更细分的场景上，腾讯云大数据推出流计算服务Oceanus、云数据仓库CDW、ES、弹性MapReduce、神盾联邦计算以及企业画像等6项重磅能力发布和升级，旨在覆盖大数据的全生命周期，满足企业数字化转型中的新需求：统一平台、异构算力、企业级安全。

做好安全、智能和统一，实现AB融合

人工智能与大数据融合（AB融合）已经成为未来信息技术发展的一个趋势，并将成为新一轮数字经济的核心驱动力。在腾讯云大数据基础平台总经理陈鹏看来，目前是B帮助了A，而A并没有帮助到B。所以，B如何有效辅助A，A与B如何在架构上进行融合，将是下一代计算平台的发展方向，即安全、智能和统一。

首先在安全方面，虽然大数据本身采用集群是要解决孤岛的问题，但是目前解决的只是将分散部分的数据聚集在一起的问题，并没有解决在欧洲GDPR及其他一些政策法规导致的，数据分散在不同团队，不同职能部门，数据库又不相通的问题。所以安全是一个重点，腾讯云分别在A和B上实现了计算过程的安全，目前正在研发联合计算平台，实现在保护数据隐私的同时，提供联合数据分析、联合数据建模等能力，实现数据的互融互通，释放数据价值。

第二是智能，即如何让A帮助B。AI并没有能够体系化的去辅助大数据做更多的运营，这是在AB融合过程最为重要的一个方面。目前的集群规模已经达到十万台，且每年都在按照40-60%的规模发展，然而如此大规模的集群多半还是人工辅助工具去解决运营工作，腾讯希望后续能够将线上运行的数据回流反馈，基于机器学习获得智能化的决策，基于这些决策及指标数据，优化调度性能、驱动硬件的定制。

第三，统一。包括框架的统一、AB技术融合统一等。

从框架统一来说，大数据的技术栈目前发展得已经非常复杂了，仅在计算方面，就有Spark、Hadoop等，如何保证企业本身不会被业界复杂的、频出的系统，影响到整体架构的延伸，是框架统一要解决的问题，腾讯大数据体系就非常适合解决这样的问题。

在AB技术融合统一方面，AB底层算子和分布式运行有着很强的相似性，如大数据的join、aggregator、sort和AI的grad、dot、softmax等，可以通过运行的机制做一些融合；在计算引擎方面，通过统一批、流、图三种计算形态，涵盖DAG、PS、MPI多种shuffle模式，基于成本的优化，统一执行计划优化，还有基于编译技术软硬件集合，通过代码生成适配异构硬件，计算型算子下推到GPU、FPGA等， 所以从这些角度来说，AB的融合是一个体系化的融合，而不是一个单点的融合，这种趋势最终能给用户带来一站式的数据处理体验。

企业数字化转型正在高速演进中，腾讯云大数据将继续发挥统一平台、异构算力、企业级安全方面的优势，提供从基础设施、场景开发、应用服务的全场景、全托管能力，助力企业客户降本增效、优化用户服务，让大数据为数字经济发展释放更多新动能！

 

十、降低业务风险

依靠AI技术监控基于风险的指标与KPI，从而更好地理解潜在收入风险及其根源。引发销售额与客户流失的原因，往往在于销售与服务团队不够了解自己的服务对象。面对这个大问题，基于AI技术的关键收入、定价与报价指标警报机制能够保护销售额、保留客户并协助查明特定产品中存在的问题。基于AI的风险警报能够针对特定指标与条件进行自定义设置，并将结果发送给客户支持团队成员。利用这些警报，我们能够确切找到各类问题的根本原因。

（编辑：怀化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!