code

报名

“程序员被提bug之后的反应”，绝对不可能；重启电脑试试；用户不会像你这样操作的；一定是数据问题；在我这好好的，不信你看看；真奇怪，刚刚还好的；不要对一个程序员说：你的代码写的有bug。不让他的第一反应会是：你的环境有问题吧；如果你委婉地说：你这个程序和我预期的想法不一致，你看看是不是我的使用方法有什么问题。他本能地会想：是不是出bug了！

cas2:case3:

case1问题反馈：点击aoc moni后，出现了如图2无法进入情况，等待了以后，重新刷新可以正常进入

已报名

使用go做集成服务，及相关系统API，提供统一系统运维接口，配合云原生架构，使得应用弹性伸缩，故障自愈，敏捷开放，Devops更加方便等。微服务以其小、独、轻、松特点适合于独立API的开放，部署上线等。小：微服务架构通过对业务领域的分级及建模，应该将复杂的应用拆分为小而专一，耦合度低且高度自治的一组服务，小的指标可以从代码量，团队大小，服务特征等来进行衡量，例如团队规模，独立业务但愿能够独立的开发和演进，团队自治一般不建议超过10如，保持高效的沟通协作，服务职责单一，单一应用应该保持高内聚低耦合。独：独立的进程，单体应用中，整个系统运行在一个进程中，在微服务架构中，应用由多个服务组成，每个服务都是一个具有高度自治的独立业务实体，其运行在单独的一个进程中。轻：轻量级通讯机制，采用轻量级通讯机制，与变成语言无关，与平台无关的协作方式，例如REST，其通讯基于HTTP的JSON文本，发送接受或对响应内容的解析过程与语言无关。松：松耦合的交付模式，即在服务的交付过程中，开发、测试即部署过程在不同服务之间可以谁相互不影响的。每个服务都是一个独立单元，当某个服务改变，对其他服务不会造成影响。 

1、您觉得NoSQL的发展前景如何？在目前快速发展的互联网时代，High performance - 对数据库高并发读写的需求，越来越需要业务配合关系型数据库和NoSQL共同来适应业务场景，存在即合理，也是为适应高并发高性能场景推出的产品，未来还是非常看好其发展。2、您觉得华为云NoSQL产品是否满足了您的需求？华为云NoSQL产品，底层采用高可用部署，为我们不但提供即开即用的数据库服务，而且有完整的数据备份，日志，监控，性能调优，故障恢复等功能，将复杂专业数据库维护任务交由云厂商，用户简单通过web享受云上数据库体验，非常满足业务需求，赋能企业数字化转型，释放更多精力专注业务创新。3、您觉得华为云NoSQL产品与友商的差距在哪儿？华为云NoSQL产品，基于华为自研计算存储分离架构，不仅兼容原生NoSQL，而且在其上做了进步一优化，保证高性能、高可用、高可靠和安全性及弹性伸缩，不仅仅是对开源项目的二次封装，更注重安全稳定，相较于其他云厂商还是具有很强的优势，但是由于推广较少，c端客户不是非常了解，建议加强推广，和最佳实践分享，让更多c端用户了解到，未来可期。

1、您和华为全联接有哪些故事呢？（比如最初如何了解和参与华为HC、展上最让您难忘的事情）第四届华为HUAWEI CONNECT 2019 在世博展览馆以“共创智能新高度”为主题，围绕云+AI+5G+IoT、华为AI全栈能力等领域展开分享智能产业发展经验，学习交流。2、我眼中的华为全联接。（您最关心或感兴趣的主题、您想象中的相关场景、您最期望获得什么样的体验等）关心AI训练集群Atlas 900，加速科学研究与商业创新的智能化进程的Welink所有的平，台，都可以互融互通，实现数据的传递，文字，语音，视频的交互协作，并最终呈现正确的结果。

1、按照自动驾驶的L1到L5的标准，怎么给automl的自动化程度分级？Level0 没有任何辅助系统,需要手脚并用。由驾驶员全权驾驶。ML提供警告和瞬时辅助。Level1 自动系统提供横向（方向）或纵向（加减速）向导的驾驶辅助任务支持，但需要驾驶员手脚并用。L1在很多年以前便已经实现，并运用到众多的汽车上，通俗点来说，人工占90，智能占10，主导依然是人工，只是具备了一些很简单的驾驶辅助功能如车道偏离预警，定速巡航等。Level2 车辆在特定条件下的自动跟车、主动刹车、车道保持等驾驶操作。1~2最多是辅助驾驶。Level3 汽车已经可以独立完成几乎全部的驾驶操作，并不需要驾驶员的干扰，但是为了防止智能发生意外，驾驶员仍需保持注意。Level4 L4基本上已经算得上是告别驾驶员了，车辆的智能自动化已经完全可以接替，驾驶员可以睡觉，也可以随时接管车辆的主导。Level5 L5以后，就已经到了我们在各种科幻电影里面所见到的那种，无需考虑坏境因素，在车内开会，聊天，做任何事情，只需要通过语音交互来实现汽车自动驾驶，而且不再保留驾驶舱，智能化达到了99.999……% 2、目前已经提出了很多种automl方法，他们分别对应到L1 - L5的哪一级？车道偏离预警，主动刹车，属于L1级。深度Automl--L4 L5深度Automl+专业的辅助优化算法--L5 3、要达到L5级的automl，还需要对automl方法做哪些改进，对应用范围是否需要做一定限制，对周边设施有哪些要求？需要又大量的场景识别，其次是大量数据快速计算处理，对于网络的要求也特别高，需要长期进行环境模拟和测试，提高哦识别度。海量的训练模型，及对道路的识别，建筑物，其他车辆，公共设施，信号灯都都需要进行识别。必须对应用范围做限制尽量先在变量因素少的环境开展实施。对应用范围或周边设施应当配置辅助标记以提高识别准确度