- 博客(51)
- 收藏
- 关注
RSS订阅
原创 数据资产管理与AI融合：物联网时代的新征程
例如，利用物联网技术收集城市的交通数据、能源数据等，通过AI算法对这些数据进行分析，优化城市的交通流量、能源分配等，提高城市的运行效率和居民的生活质量。例如，利用传感器收集设备的运行数据，通过AI算法对这些数据进行分析，预测设备可能出现的故障，并提前进行维护，减少设备的停机时间，提高生产效率。在具体实践中，企业可以根据自身的需求和特点，选择合适的应用场景和技术架构，加强数据质量管理和安全保护，培养和引进相关人才，以应对数据资产管理与AI结合带来的挑战。同时，还需要遵守相关的法律法规，保护用户的隐私权益。
2025-04-30 11:31:04
1013
原创 RAG+AI工作流+Agent：LLM框架该如何选择
在人工智能快速发展的背景下，大型语言模型（LLM）和检索增强生成（RAG）技术在各领域的应用日益广泛。本文详细分析了MaxKB、Dify、FastGPT、RagFlow和Anything - LLM等主流LLM框架的特点、优势与不足。MaxKB适合企业知识管理，Dify适合快速开发生成式AI应用，FastGPT专注于知识库问答，RagFlow擅长深度文档处理，Anything - LLM则强调数据隐私和本地部署。选择框架时，需根据团队技术能力和具体应用场景进行权衡，技术能力较弱的团队可选择Dify或Fast
2025-05-19 11:37:00
832
原创 数据资产管理与AI融合：开启数字时代新征程
在数字化时代，数据已成为企业和组织的核心资产，但其管理面临数据质量、安全性和隐私保护等挑战。人工智能（AI）技术的崛起为数据资产管理提供了新的解决方案。AI通过机器学习、自然语言处理等技术，优化数据治理流程，提升数据质量和安全性，简化数据访问，并推动数据资产的智能分类和溯源。数据资产管理与AI的结合不仅能够释放数据价值，提升企业竞争力，还能推动数字化转型。后续资产管理的重点考核内容包括数据质量、安全性、价值实现和运营效率等方面，确保数据资产的全面管理和高效利用。
2025-05-19 10:59:28
987
原创 大模型时代的数据治理与数据资产管理研究方向
数据资产的经营，不仅是一场技术变革，更是一场管理认知和组织机制的重塑。尤其在零售和制造业这个两端都追求极致效率的领域：没有治理，数据变成“垃圾”；没有资产化，治理只会变成“成本中心”；没有模型嵌入，资产也将沦为“死数据”。
2025-05-07 14:46:06
987
1
原创 数据治理与数据资产管理研究方向展望
【中国电子技术标准化研究院】数据要素流通标准化白皮书（2024 版）》指出，我国数据要素流通尚处于起步发展阶段，数据流通标准规则体系还在探索，绝大部分标准集中于数据治理环节，基础设施、产权确认、数据产品、流通交易等标准相对缺失。同时，数据要素流通在基础设施、治理实施、开发利用、数据产品、确权、估值定价、流通交易、流通技术、流通安全等方面存在标准化需求，如数据流通利用设施标准匹配程度待加强、数据治理标准化仍需优化完善、数据“三权”分置标准化共识有待加强等。数据治理和数据资产管理是数字经济时代的重要课题。
2025-05-07 10:53:58
1043
原创 数据资产化与人工智能深度融合发展路径研究
某大型装备制造集团通过部署AI算法，对关键设备振动数据实时监控与分析，成功将故障停机率降低30%以上，并将数据确权、定价后向合作供应商输出，实现了数据资产的商业化。本文旨在深入探讨数据资产化与AI技术的结合路径，剖析其在政策、技术、产业等层面的协同演进逻辑，为政府、企业与研究机构提供可借鉴的实践路径。数据确权是数据资产化的第一步，核心是明确数据的归属与使用权。例如，北京某三甲医院通过AI+联邦学习，将患者影像数据与科研机构共享，用于肺结节早筛模型训练，既保护了隐私，也提升了数据科研转化价值。
2025-04-30 11:06:47
956
原创 数据资产：价值的源泉与释放之道
数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。它不仅包括原始的数据，还涵盖经过处理、分析后的信息，这些信息能够为决策制定、战略规划以及市场预测等提供重要支持。从不同的角度来看，数据资产具有多种表现形式。在企业内部，数据资产可以是客户数据、产品数据、营销数据、财务数据等；在外部环境中，数据资产可能包括市场调研数据、行业动态数据等。随着企业数字化转型的深入，数据资产的范畴也在不断扩大，涵盖了更多类型的数据和信息。
2025-04-29 15:03:58
1492
原创 数据资产如何产生价值与发挥价值：从认知到实践的全景指南
数据资产是指企业在生产经营过程中积累的数据资源，经过系统的管理和应用，能够为企业带来经济效益和竞争优势的资源。它包括结构化数据、半结构化数据和非结构化数据，如客户信息、交易记录、市场数据等。数据资产的价值实现是一个系统工程，涉及数据的采集、管理、分析、应用和变现等多个环节。企业需要建立完善的数据资产管理体系，提升数据治理能力，探索多样化的价值实现路径，才能在数字经济时代中获得竞争优势。希望本文能为您在数据资产管理和价值实现方面提供有益的参考和启发。
2025-04-29 14:44:03
803
原创 数据资产价值及其实现路径-简答题回顾
数据资产是指企业或组织所拥有的、具有经济价值的数据资源。它具有以下特征：可复制性（数据可以多次使用）、价值潜力（数据经过处理、分析可以创造经济价值）、流动性（数据在市场中可以交易）、并且可以作为企业融资或评估的一部分。
2025-04-27 00:00:00
427
4
原创 数据资产价值释放路径全解析：政策指引下的新探索
数据资产正逐步成为企业手中最有潜力的资源之一。从政策的持续加码，到入表融资的成功试点，再到企业主动布局平台与交易所，数据资产价值释放的路径已经越来越清晰。无论你是从事政企数字化的服务商，还是正在推动数字转型的企业高管，都应当正视数据资产的战略意义，提前布局，抢占高地。因为在未来，数据不是资产——数据就是企业。欢迎留言分享你所在行业的数据资产探索实践，或者对未来趋势的看法！
2025-04-26 06:00:00
283
原创 解读《数据资产质量评估实施规则》：企业数据资产认证落地的关键指南
本规则适用于第三方认证机构对企业数据资产质量的认证评估。其核心依据为《数据资产质量评估技术规范》（CQC/PJ 21002-2024）。📌 数据资产定义（规则原文）：以数据为载体和表现形式，特定主体拥有或者控制的，不具有特定实物形态，能够持续发挥作用、带来经济利益的非货币性数字化资源。随着国家持续推进数据要素市场建设，数据资产的可估值、可流通、可确权、可交易将成为常态。CQC 的《数据资产质量评估实施规则》不仅是合规路径，更是企业迈向“数据价值实现”的关键支点。
2025-04-26 00:15:00
1011
原创 深度解读《数据资产评估指引》：从政策到实践的全流程指南
在政策引导与市场需求的双重推动下，数据资产正逐步成为企业新的价值增长点。未来，随着技术进步与制度完善，数据资产将在优化资源配置、提升企业价值方面发挥更为积极的作用。对企业而言，前瞻布局、规范管理与积极探索，是实现数据资产价值释放的关键路径。欢迎留言交流您在数据资产管理与应用方面的经验和思考。
2025-04-25 01:00:00
1721
原创 数据资产入表元年：中国企业的突围与 AI 助力路径
数据资产入表”，指的是企业将其所拥有的数据资源（如用户数据、运营数据、算法模型、知识图谱等），按照一定的评估方法确认为资产，记入资产负债表。根据《中国企业数据资产入表情况跟踪报告》显示，截至报告发布，全国已有300 余家企业开展数据资产入表尝试，涉及金融、电信、制造、互联网等多个重点行业。企业想真正将数据变资产，不能只靠会计入账，必须构建从确权 → 治理 → 估值 → 入表 → 增值 → 风控的完整链条。而 AI，尤其是以 GPT 为代表的认知智能，将成为推动这一链条闭环的关键引擎。
2025-04-24 00:30:00
307
原创 数据资产化实践路径全拆解：开发者不可忽视的14个环节
数据资产化不是“上个中台”那么简单，而是从采集→治理→估值→确权→流通→变现的系统性重构。政策和标准正在提供方向，真正落地靠的依然是技术实施和场景打磨。建设数据资产工具链（目录生成、估值工具、脱敏器）；参与行业平台和标准接口建设；探索“数据产品+估值模型+交易合规”一体化平台能力；未来的数据要素市场，需要一批“懂标准+能技术+会产品”的人，来点亮这条新赛道。《数据资产化实践指南（2024年）》GBT 43697-2024《数据分类分级规则》
2025-04-22 00:15:00
932
原创 数据资产如何估值？国家标准告诉你最专业的三种方法（含公式+模型图解）
未来的数据确权、估值、入表、抵押、交易全链条，离不开科学合理的估值体系。无论你是平台方、产品经理、开发者，还是评估服务商，这份标准提供了最具权威的技术支撑路径。🔍想看估值模型可视化流程图？留言「估值框架图」我发你一份。《信息技术 大数据 数据资产价值评估（征求意见稿）》GB/T 36344-2018《信息技术 数据质量评价指标》GB/T 38667-2020《数据分类指南》
2025-04-21 11:02:23
1023
原创 全国各地数据要素政策密集出台，开发者如何抓住新机遇？
2024 年的数据要素政策全面进入深水区，政府标准体系持续推进，地方试点百花齐放，产业生态快速崛起。对于开发者和平台来说，数据治理标准、数据资产工具链、行业数据应用开发平台等，将成为未来几年数字经济中的关键赛道。提前理解标准、布局平台、打造场景能力，就是赢得数据要素时代的“超车机会”。《关于加强数据资产管理的指导意见》（国家数据局）《“数据要素×”三年行动计划（2024—2026）》各省市2024年数据要素政策汇编文档📬 欢迎留言讨论你所在行业如何推进数据要素应用。
2025-04-21 09:54:55
620
原创 一文读懂《数据要素流通标准化白皮书（2024版）》核心要点
数据要素流通标准化白皮书（2024版）》由中国电子技术标准化研究院等权威机构联合发布，系统梳理了我国当前数据要素流通的发展现状、标准化需求、体系构建路径与未来展望。本文提炼其关键章节内容，帮助你全面理解这一前沿领域的标准化趋势。
2025-04-21 09:23:10
476
原创 CDAM重点备考资料详解 | 各模块核心知识点梳理
随着数据要素地位持续上升，数据资产管理（CDAM）逐渐成为企业数字化治理的核心能力之一。本文基于《CDAM重点备考资料》，结合考试要求，为你全面梳理六大核心模块内容，助力高效备考。
2025-04-19 00:30:00
317
原创 数据资产登记导则详解 | 企业如何规范化登记与管理数据资产？
数据资产登记不是孤立工作，而是企业数据治理的基础环节。通过制度化的分类、登记和维护，企业能够真正实现数据资产的“有名有实”，为数据价值变现、共享交换、合规治理打下坚实基础。本文内容来自《资产管理 数据资产登记导则》文件整理。如需完整版登记模板，可私信获取。
2025-04-18 17:41:45
359
原创 一文读懂《数据二十条》：数字经济时代的数据制度基础全解读
数据二十条”的出台，标志着我国正式步入“制度化管理数据”的新阶段。从确权、流通、分配到安全，每一个制度都直指数据经济的核心问题。接下来，企业、政府、科研机构都需要深入理解政策精神，积极参与制度建设，共同推动数据价值释放。
2025-04-18 15:54:18
495
1
原创 CDAM备考题库
财会原则包括：问责原则、资产原则、审计原则、尽职调查原则、持续经营原则、估值级别原则、责任原则、风险原则、质量原则、价值原则。财会原则包括：问责原则、资产原则、审计原则、尽职调查原则、持续经营原则、估值级别原则、责任原则、风险原则、质量原则、价值原则。Question 11根据DAMA数据资产管理方法论，数据资产盘点计划，开展数据资产盘点的步骤不包括？数据资源成本包括数据资源成本、数据资源加工成本、数据资源储存成本、数据资源管理成本。(6) 数据资源入表和披露：会计事务所等第三方机构、数据团队；
2025-02-24 17:17:06
643
原创 数据中台那一层建设最难？
在实际工作中，dwd层的构建需要投入大量的精力和资源，以确保后续数据处理和分析的顺利进行。在数据仓库的构建中，dwd（数据仓库详细数据层）、dws（数据服务层）和ads（应用数据服务层）的三层架构扮演着至关重要的角色。这不仅涉及数据格式的统一，还需要处理数据源之间的冲突和不一致性，确保最终的数据是完整和一致的。颗粒度决定了数据的详细程度，颗粒度越细，数据的查询和处理越复杂，需要在数据详细程度和处理效率之间找到平衡。数据域的划分需要充分考虑业务需求，确保数据的逻辑分区合理，这样才能方便后续的数据处理和分析。
2024-07-09 11:25:58
479
原创 什么是Kudu
在Hadoop生态系统中，静态数据通常存储在HDFS中，适合于批量数据处理和分析，但不支持随机写操作。Kudu的出现填补了这两种存储方案的中间地带，为既有随机访问需求又有批量分析需求的场景提供了一个平衡的选择。Kudu是一个由Cloudera于2015年9月开源的分布式数据存储引擎，设计旨在结合Hadoop分布式文件系统（HDFS）和HBase的优势。Kudu提供了一种既支持高效随机访问又支持数据扫描的能力，适用于需要实时插入、更新和读取数据的场景，同时也适合进行快速、实时的在线分析处理（OLAP）。
2024-07-09 11:13:12
419
原创 Kudu分区策略
Kudu表的分区策略主要有三种：范围分区（Partition By Range）、哈希分区（Partition By Hash）和高级分区（Partition By Hash And Range）。这些策略都要求分区字段必须包含在主键中。
2024-07-09 11:06:29
340
原创 CDGA考试真题（二）
A、健壮性和灵活性不属于应变性B、健壮性和灵活性属于应变性C、一致性指模型各组成部分的语义一致性D、一致性指跨实体类型属性的结构一致性注释：健壮性和灵活性属于应变性。
2024-07-06 07:58:07
975
原创 CDGA考试真题（一）
数据集成的目标包括及时以数据消费者所需的格式提供数据、将数据物理地或虚拟地合并到数据中心、通过开发共享模型和接口来降低管理解决方案的成本和复杂度。： 数据治理伦理的四大支柱包括：面向未来的数据处理条例、尊重隐私权和数据保护权利、控制个人的自主权、数据处理产品及服务设计及工程过程中的隐私意识。： 数据集成和互操作的驱动因素包括对数据移动进行有效管理、确保数据业务和 IT 的一致性、管理数据集成的复杂性等。： 数据管理涵盖了数据质量、数据安全、数据存储、数据集成等多个方面，数据质量管理只是其中一部分。
2024-07-06 07:49:53
1078
原创 如何使用 Kong API Gateway 来保护 Web 应用程序的安全性？
总之，使用Kong API Gateway可以提供多种安全机制，帮助您保护Web应用程序的安全性，并提供高性能和可靠性。认证和授权：Kong提供了多种认证和授权机制，例如基于令牌的访问控制、OAuth和JWT等。审计和监控：Kong提供了日志记录和监控功能，用于跟踪和审计API请求和响应数据。支持版本控制：为了保证向后兼容性和可扩展性，可以在 API 的 URL 中包含版本号，以便在将来进行更新和修改。身份验证和授权：根据应用程序需求，添加身份验证和授权机制，以确保只有授权用户可以访问受保护的资源。
2024-03-08 13:54:33
409
原创 解释 RESTful API，以及如何使用它构建 web 应用程序
常用的方法包括 GET（获取资源）、POST（创建资源）、PUT（更新资源）、DELETE（删除资源）等。同时，进行全面的测试，确保 API 的功能和性能符合预期。支持版本控制：为了保证向后兼容性和可扩展性，可以在 API 的 URL 中包含版本号，以便在将来进行更新和修改。使用状态码和错误处理：根据操作结果使用合适的 HTTP 状态码和错误处理机制，以便客户端能够正确处理响应。身份验证和授权：根据应用程序需求，添加身份验证和授权机制，以确保只有授权用户可以访问受保护的资源。可用于获取所有用户，
2024-03-08 13:52:44
356
原创 MySQL函数深度解密，意想不到的妙用
所以，不妨把这些知识当作你的宝库，每当遇到数据处理的难题时，就从中选取合适的工具，解决问题。**精准匹配：**当你的数据像是藏宝图上的宝藏点，用逗号分隔开，find_in_set()就能帮你精准定位到宝藏。**精准截取：**这个函数就像是数据世界的裁缝，需要哪一段，就精准裁剪出来。**单列拼接：**默认用逗号，把user_name列的值串起来。就像把珠子穿成项链。**主从表统计：**不仅统计人数，还按条件分男女，在职离职，甚至本月离职。**union all全收录：**所有结果，不管重不重复，全都要。
2024-02-20 11:57:34
1023
原创 SQL揭秘：你所不知道的‘Group By 1,2‘真相
接下来是having的登场时间了，having可以说是条件筛选的高手，它的筛选对象是group by的结果。但经过一番探索和资料搜寻，我终于明白了，原来1、2代表的是选择的列的顺序，也就是第一列和第二列。总结一下，group by 1,2意味着按照选定的列（属性）进行分组，数字1和2分别代表第一列和第二列。在我探索MySQL数据库的神秘世界时，我偶然遇到了一个让我困惑的写法：group by 1, 2。在这个学习旅程中，我意识到，书本知识虽然重要，但将知识应用到实践中去才是学习的真正高效方式。
2024-02-19 14:38:35
595
原创 常见的Linux面试题
答：Shell 是 Linux 和 Unix 系统中的命令行界面，用户可以通过它输入命令。答：使用 sed 命令，例如 sed ‘s/old_text/new_text/g’ filename 会在文件中查找并替换文本。答：环境变量是存储在系统中的动态值，影响程序的运行。答：硬链接是指向文件的另一个名称，软链接（符号链接）类似于 Windows 的快捷方式，指向文件或目录。线程是进程中的执行流，可以共享进程资源。答：iptables 是 Linux 的网络过滤框架，用于设置防火墙规则，控制进出网络流量。
2023-12-16 17:54:33
145
原创 UDF、UDTF、UDAF函数示例
若要实现类似 UDTF 和 UDAF 的功能，需要利用 PySpark 的 DataFrame transformations 和 aggregation functions。这些示例演示了如何在 PySpark 中通过 DataFrame API 实现类似UDTF和UDAF的功能。需要注意的是，这些操作的执行方式与传统的SQL UDTF和UDAF略有不同，但可以实现类似的结果。在 PySpark 中，你可以使用 explode 函数模拟UDTF的行为，它可以将一列中的数组元素分解为多行。
2023-12-16 10:23:08
374
原创 UDF函数
在Java中，UDF通常在数据库查询或特定框架（如Apache Hive）中使用。以下是一个简单的Java UDF，用于Apache Hive，它将字符串转换为大写。在Apache Spark中，UDF可以在DataFrame上使用，用来转换数据。以下是一个Spark UDF的示例，用Scala语言，它计算字符串的长度。在Python中，UDF通常可以在如Pandas等数据处理库中使用。在Hive中，你需要先添加这个Java UDF，然后才能在SQL查询中使用它。
2023-12-16 10:11:17
213
原创 35岁程序员的焦虑：代码写得比脱发快
35岁，对于程序员来说，可能是个门槛，也可能是个新的起点。在中年焦虑面前，我们不妨换个角度看待，笑对岁月的痕迹，用幽默对抗压力。毕竟，代码写得再快，头发掉得再多，我们都是奋斗在键盘前的程序猿，创造着属于自己的技术传奇。让我们共同携手，迎接中年的代码人生！我写的代码连人都分不清楚，何况AI。老板：“你们这些中年程序员，不会用AI吗？中年程序员像老树一样，被年轻小弟们“砍伐”每学会一个新技术，就有两个新的冒出来。揭秘大厂对于中年程序员的“暗示”代码写得飞快，但头发也在“飞”4.1 代码中的“中年危机”
2023-12-13 23:28:42
90
原创 医院数据中台建设步骤
医院数据中台是医院数据治理和数据分析的关键基础设施，是医院数字化转型的核心支撑平台。需求调研的目的是了解医院现有的数据情况，明确医院建设数据中台的目的和目标。医院数据中台建设是医院数字化转型的重要基础，通过数据中台，医院可以提升运营效率、提高服务水平、降低成本。数据应用是数据中台建设的最终目的，通过数据应用可以提升医院的运营效率和服务水平。数据治理是数据中台建设的基础，需要对医院现有的数据进行规范化、标准化管理。数据集成是将医院各个系统的数据进行整合，形成统一的数据平台。数据应用可以通过数据应用平台进行。
2023-12-13 22:49:14
1437
DAMA-DMBOK2.0数据管理知识体系大纲
2024-07-09
CDGA（Certified Data Governance Associate）考试题
2024-07-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人