如何建设机器学习平台

伴随着数据化、智能化的浪潮，很多大企业为了沉淀通用技术和业务能力；加快企业智能化、规模化智能开发，开始了自建机器学习平台。 从零搭建一个机器学习平台的复杂度是不容小觑的，关于平台的定位、需要解决的问题；及其架构、技术选型等需要提前考量和设计。本文根据几个从零到一的机器学习平台构建经历，再结合目前新兴热门的云上机器学习平台，试图对机器学习平台做一个概念和技术拆解。 如何建设机器学习平台最先出现在ThoughtWorks洞见。

14h

性能测试之并发模型对比（JMeter、Locust和Gatling）

现在常见的并发模型有多线程模型，事件循环模型，Actor模型和CSP模型。为了能测试服务器系统的并发能力，性能测试工具也需要支持与之相应的并发包能力。充分了解性能测试工具的并发模型，可以更好地帮助你选择适合自己的性能测试工具。 性能测试之并发模型对比（JMeter、Locust和Gatling）最先出现在ThoughtWorks洞见。

2d

从零开始实现一个iOS APP

我是如何在维州宣布进入灾难状态的一个多月后，不得不全天几乎24小时呆在家里的情况下，从零开始进行一个iOS App开发并最终上线的故事。而这一切自然要从原始的需求分析开始说起。 从零开始实现一个iOS APP最先出现在ThoughtWorks洞见。

1w

有态度的前沿技术解析，第24期技术雷达正式发布！

有态度的前沿技术解析，第24期技术雷达正式发布！ 有态度的前沿技术解析，第24期技术雷达正式发布！最先出现在ThoughtWorks洞见。

2w

迭代开发中的微服务拆分

微服务拆分是微服务架构绕不过的话题，随着架构演进，在迭代开发中拆分微服务有时非常必要，微服务拆分不仅仅是一项技术层面的重构，首先要选择的合适的时机，另外在拆分前一定要理清业务现状，制定好拆分的基本原则，以指导后续拆分的过程。 迭代开发中的微服务拆分最先出现在ThoughtWorks洞见。

2w

在数字化时代再提业务平台化——ThoughtWorks 现代企业架构白皮书即将发布

2020年，受到“黑天鹅”事件的影响，数字化加速进入各行业、企业的战略主航道。通过数字化进行业务重塑和创新，成为企业新的发力点和主战场。ThoughtWorks作为一家数字原生型咨询公司，在广泛的实践中，洞察出“业务平台化”再次成为企业数字化建设中的关键领域之一。 在数字化时代再提业务平台化——ThoughtWorks 现代企业架构白皮书即将发布最先出现在ThoughtWorks洞见。

2w

《她说》编辑后记

锁线胶装，封面封底是铜版200g，覆膜，内页用类120g道林，尺寸是 107x160mm，9号字，电子版105页，实体版则是108页。握在手里，既没有大到可能稍不留神掉落在地，也没有小到看不清字。恰到好处。这是从1月8号起意，3月4日面世的《她说》小书——ThoughtWorks洞见自出版的第一本书。 《她说》编辑后记最先出现在ThoughtWorks洞见。

2w

职场女性遭遇的问题

这些问题，不知道你有没有对号入座，也不知道有没有一个问题戳中你，作为同事，朋友，我并不期待这些文字能给你带来多少智慧，只是相信分享也是一种交流，希望给你带来这样一种感受，同为职场女性，你并不孤独，你有朋友。 职场女性遭遇的问题最先出现在ThoughtWorks洞见。

2w

数字信任之钥——数字身份

数字身份是打开数字世界里信任大门的钥匙，我们不能丢失对于它的掌管权利，就如同我们不能把钥匙交给陌生人保管一样。 数字信任之钥——数字身份最先出现在ThoughtWorks洞见。

3w

技术对接场景，打破创新窘境

无论是单方面技术推动的创新，还是以市场即用户为中心拉动的创新，于企业而言，都面临一些窘境和难点。找到符合企业目标的技术，并匹配真实场景的需求，企业就有机会变革产品概念，引领用户期望，建立“先驱者”优势。 技术对接场景，打破创新窘境最先出现在ThoughtWorks洞见。

4w