1、基础框架：基础框架里面有什么东西，为什么有他，比如说多环境适配，因为我们整套数据平台的解决方案是对外输出的，有公有云环境，有专有云环境，这些环境底下的基础设施都不一样，比如说包括租户和账户体系，权限体系，流程体系，审批流这类东西，所以正是通过基础框架搭我们底层的环境。最主要目的其实是提供一些我们上层数据应用的通用能力以及把底层的数据环境的差异给屏蔽掉。 2、核心能力： ① 数据安全：数据安全就会涉及到数据资产的分类、分级。不同类别的资产，他的安全等级是不一样的，他在安全里面需要有权限的话，他的审批策略是不一样的，这是数据安全这一块，可能还涉及一些比如脱敏，我们消费端接触到这些数据怎么脱敏； ② 隐私保护：隐私保护更偏重，比如说隐私保护还有一个叫法是数据安全、数据合规，我们想要做什么事情，就是我们要去透明化的看到各个公司数据流通，比如有哪些数据，这些数据的安全等级是什么样的，涉及到用户哪些数据； ③ 数据质量：主要是在我们数据研发过程当中，数据周期从发布到线上调度，调度完了怎么去做数据质量的监测，检测完了以后，比如说我们做离线调度的时候最重要的一个就是数据产出时效，所以有一个基线。这都是怎么去保障我们任务的基线； ④ 元数据中心：元数据中心大家都知道，因为我们下面有各种各样不同的引擎，有Spark，有ODPS，有MySQL这些东西，怎么去把它当中的数据统一的元数据中心； ⑤ 数据治理：数据治理的逻辑就是配合数据质量把我们现有的数据给盘清楚。 3、数据引擎 ① 任务执行与调度引擎：我们在做ETL的时候大多数都是这种任务执行与调度； ② 数据科学引擎：数据科学引擎主要是做分析，做业务洞察这一类，今天的数据业务平台可能更多的就是依赖于数据科学引擎，后面会详细介绍； ③ 决策服务引擎：决策引擎比如说给大家举一个场景，芝麻分大家都知道，那首先假如我有一个业务在线上，在线上做策略的时候，或者给大家看不同的页面的时候，不同的芝麻分的等级看到的页面或者等级是不一样的，这种东西是需要数据决策的，或者直白的来说，是需要这个人的芝麻分，这个通过统计数据服务会去配一个决策规则，相当于这里的决策引擎里面支持一种决策的DSL配置，简单来讲就是if……else……,if…else……,能够配置这样一套规则后，给在线业务场景提供服务，这是决策服务引擎。整个数据内核就这么多东西。

数据分析平台演进及数据分析方法应用

《深入浅出4G网络 LTE EPC-张明和著_北京：人民邮电出版社》《LTE轻松进阶 》《LTE-Advanced UMTS长期演进理论与实践__（意）塞西亚，（摩洛哥）陶菲克，（英）贝克著_北京：人民邮电出版社_P570_2012.11_13261894》《3GPP长期演进（LTE）.系统架构与技术规范》共4本经典书籍

大数据存储方案的历史与演进

20210608-中泰证券-汽车行业智能驾驶专题（一）：汽车智能化的商业化路径、产业演进及投资机会探讨.pdf

三大运营商已获取IPv6地址资源，但目前尚未提供地址申请业务，应该会在近期开放，具体时间需要与运营商确认。企业可以根据需要，选择当地运营商进行IPv6地址的申请。具体流程，不同的运营商可能会有差异。 隧道（Tunnel）：隧道技术用于实现分布于IPv4网络中孤立的IPv6网络之间的互连，或者分布在IPv6网络中的IPv4岛屿互连。例如6over4、4over6、6RD隧道、6PE隧道。 适用情况：适用于IPv6改造第一阶段和第三阶段，若直接从第二阶段开始则无需使用第一阶段的隧道技术双栈（Dual Stack）：在终端设备和网络节点上既安装IPv4又安装IPv6的协议栈，从而实现分别与IPv4或IPv6节点间的信息互通。适用情况：适用于IPv6改造第二阶段，无缝升级到第三阶段

本书汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得，覆盖了搜索事业部、阿里妈妈事业部、计算平台事业部以及智能服务事业部等多条业务线，工业界首次系统地披露了强化学习在互联网级别的应用上使用的技术细节，其中更包含了阿里巴巴的算法工程师对强化学习的深入理解、思考和创新。 [1] 本书主要面向算法工程师，强化学习方向的研究人员以及所有机器学习爱好者。作为算法工程师，你将了解强化学习在实际应用中的建模方法，常见的问题以及对应的解决思路，提高建模和解决业务问题的能力；作为强化学习方向的研究人员，你将了解到在游戏之外更多实际的强化学习问题以及对应的解决方案，扩宽研究视野；作为机器学习爱好者，你将了解到阿里巴巴的一线机器学习算法工程师是如何发现问题，定义问题和解决问题的，激发研究兴趣以及提升专业素养

孩子王中台架构演进之路，精品一级

pdf文件，20页，王海龙-孩子王新零售平台中台架构演进之路，精品一级

20210518-长江证券-零售行业纵览电商之七：电商的缘起、演进与格局.pdf