本篇主要提供从运维菜鸟到大咖你还有多远II+让数据用起来+中台建设与数字商业+大数据定义智能运维+企业数据治理那电子书的pdf版本下载,本电子书下载方式为百度网盘方式,点击以上按钮下单完成后即会通过邮件和网页的方式发货,有问题请联系邮箱ebook666@outlook.com
从运维菜鸟到大咖,你还有多远II:企业数据中心建设及管理
I S B N :9787121383830
定价:¥89.0
《从运维菜鸟到大咖,你还有多远:数据中心设施运维指南》自2016年面世后,得到行业的高度认可。本书作为《从运维菜鸟到大咖,你还有多远:数据中心设施运维指南》的续集,分享行业同仁在企业级数据中心设施的风险评估、规划、建设管理、测试验证方面的经验和教训。本书由业内专家合力编写,并延续了小说体的风格,可阅读性强,使从业人员有很强的带入感,让读者既提升理论知识,也获得更多现场经验。
ISBN编号: 9787111634546
书名: 中台战略:中台建设与数字商业
作者: 陈新宇
定价: 89.00元
作者团队阿里系云徙科技是国内领先的数字商业云服务提供商,以“业务+数据”双中台为核心技术,驱动企业数字化转型,赋能新零售商业创新,助力业务持续增长。
云徙科技核心团队来自阿里、用友等企业,云徙已获得银杏谷资本、云锋基金及红杉资本中国基金等国际一流基金战略投资。是阿里云智能生态核心伙伴、阿里ONE商业新零售数字化服务商。
云徙已经通过中台为良品铺子、珠江啤酒、富力地产、美的置业、长安福特、长安汽车等近40家国内外一流企业成功实践数字化转型与商业创新。
本书从成功要素、建设方法论、架构设计、成熟度模型4个维度详细讲解技术中台、业务中台、数据中台的建设思路和方法
数据中台:让数据用起来
89
9787111642404
这是一部系统讲解数据中台建设、管理与运营的著作,旨在帮助企业将数据转化为生产力,顺利实现数字化转型。
本书由国内数据中台领域的领先企业数澜科技官方出品,几位联合创始人亲自执笔,7位作者都是资深的数据人,大部分作者来自原阿里巴巴数据中台团队。他们结合过去帮助百余家各行业头部企业建设数据中台的经验,系统总结了一套可落地的数据中台建设方法论。本书得到了包括阿里巴巴集团联合创始人在内的多位行业专家的高度评价和推荐。
全书一共11章,从建设、管理、运营、安全等维度全方位地讲解了数据中台。
第1~2章全面介绍了数据中台产生的背景、发展阶段、企业应该具备的3个认知,以及什么是数据中台、数据中台的4个核心能力、数据中台的业务价值与技术价值等;
第3~4章详细讲解了数据中台的架构设计、建设方法论,以及企业建设数据中台的成熟度评估和应用场景分析;
第5~9章深入地讲解了数据汇聚与联通、数据开发、数据体系建设、数据资产管理、数据服务体系建设等数据中台的核心模块,以及如何从0到1实现一个数据中台;
第10~11章详细地讲解了数据中台的管理、运营和安全保障。
编号: 9787111641308书
名: 大数据定义智能运维
定价: 88.00元
内容简介
无数据,不AI。
而没有统一完整的基础数据资源平台管理,AIOps也无从谈起。
基础运维数据资源平台是AIOps的数据基石,也是未来支撑企业数据战略的两大数据平台之一。
构建数据平台需要数据治理工作的保驾护航。然而在运维数据治理领域开展数据治理工作尚属空白,缺乏理论体系支撑和值得借鉴的成功经验。
本书在分析运维数据治理与传统数据治理的差异化特点基础上,对于数据治理的DAMA理论体系在运维数据管理领域实现了在广义元数据管理、广义数据标准、广义数据模型等理论突破,创造性的提出运维数据模型建设,为运维数据治理构建了体系化理论并提供了具有方法论支撑的完整蓝图。
同时,就运维数据平台建设本书也分享了基于数据模型实体库的概要设计,以数据湖为基础,包含运维数据中台建设的架构规划。
本书还在工业运维领域略作延展,分析工业运维数据模型的差异化特点,就包括数字孪生、时空数据等关键工业技术为核心的物理融合技术做了介绍,提出了开展智能工业运维的必要内容。
品牌: 机械工业出版社
ISBN编号: 9787111652199
书名: 企业数据治理那些事
定价: 79.00元
内容简介
《企业数据治理那些事》全面探讨了企业数据治理的方向、策略、总体架构、治理机制、运维管理等内容。首先介绍企业数据治理的发展方向,提出了企业数据治
理的“八步走”策略。然后从项目层面对企业如何进行数据治理进行了深入分析,分别对数据治理项目的前期准备、项目实施方法论及调研分析、构建数据管理体系、存量数据清洗、完善数据交换架构、优化增量数据质量、企业数据治理项目的管理,以及数据治理项目后的数据运维工作、风险监控进行了探讨,并分享了大量数据治理项目实际案例。
《企业数据治理那些事》是一部完整的企业数据治理实战读物,内容主要面向企业信息总监、企业架构师和数据管理人员等,能够帮助读者系统地掌握企业数据治理的策略、方法。