原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
Data与AI的融合演进
目录
01OneOps的理念与价值
02OneOps的实践场景
03WeData的OneOps实践
OneOps的理念与价
值
存储、计算成本高
•数据需要在两套系统间来回流动
•大数据和AI的CPU、GPU算力无法复用
数据开发和AI开发分离
•大数据和AI为两套独立系统，很难实现端到端的流程的样本清洗、存储、分析、训练、推理
面向数据工程+数据科学的OneOps方案
一份数据、计算For数据分析和AI应用
更好的机器学习是80%的数据处理+20%的模型----吴恩达
传统
文档评论（0）