紫气
1月前来过
全职 · 500/日  ·  10875/月
工作时间: 工作日00:00-24:00、周末00:00-24:00工作地点:
服务企业: 1家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

Linux满级~
解析满级~
负载满级~
CCNP满级~
Python半级~
产品经理半级~


产品半级这是个谦虚的梗 别再问了…

工作经历 和TA聊聊

APP扫码和程序员直接沟通

  • 该用户选择隐藏工作经历信息,如需查看详细信息,可点击右上角“和TA聊一聊”查看

教育经历

  • 2009-01-01 - 2013-01-01山东大学网络工程本科

    就是山大

技能

Axure
0
1
2
3
4
5
作品
轻松智投-后台

募集计划:募集计划是一种“集中式”的“预购”冻结报名体系,在运营层封装为30天、60天等的营销报名入口——也即申购的入口; 新手标:规划的超短新手标属于募集计划的一种极端场景——也即针对新手的申购入口; 申购周期:募集计划不设“特定的”申购周期T,是否可购买有流量底层控制、运营平台额度配置“或”控制; 匹配周期:用户已申购资金在约定的“匹配周期”如被划拨则视为“委托投资成功”,执行“资金划拨”程序——必须在同一日内完成,当日计息,反之走退款程序; 匹配周期、计息起点、解冻退款:1、匹配周期:1~3日动态可调值,超过极限值走解冻退款程序;2、计息起点:资金100%匹配完成后进行计息; 申购概念:同我们现有的【预约冻结投标】概念,是一种广义的“报名预约+委托授权”的锁定排队动作; 预约概念1:特指前台的预约,代表当前无债权可售,用户可通过预约来完成资金冻结——更多是法律层面概念; 预约概念2:除法律层面考虑外,特指逻辑定义,申购、赎回“进入队列、记账、执行状态监控”,具体的资金依旧保留原封不动,除非申购、赎回均执行完毕完毕。 配额、共享额度、预约、申购概念:通过【预约】、【申购】两级控制,达到资金随时可流入,实现先召集资金再召集借款人之诉求; 配额是该计划当日的最大限售额; 共享额度指不同计划共享额度; 当限额或共享额度用完时,按钮变为预约,否则为申购。 预约、申购代表了不同的资金优先级顺序: 预约代表报名登记,锁定日为1~3日(复用发布计划的录入参数),否则退款; 申购代表委托授权,锁定日为1~3日(发布计划时录入),否则退款; 赎回概念:对标申购,也是一个预约层级的概念,是一种报名锁定排队动作; 降级赎回:所谓降级赎回指的是在赎回算法与平台不鼓励资金流出做平衡,采用“∑可赎回金额当日应还款>本金最接近剩余赎回额; 债转概念:了解并掌握如下6组概念:交易价格、资产价值、资产本金、已计提收益、浮亏、浮盈;

0
2023-09-04 17:57
外部数据管理平台eds

一、统一接入标准 提供统一的供应商管理、采购管理等全流程管理,兼容多厂商零代码接入模板,开箱即用 二、构建数据服务体系 联机API和离线文件数据统一接入、本地存储、敏捷的服务编排设计,服务请求流量控制 三、实现运营可视化 智能报表可视化,对账单与订单统计分析,数据应用“看得见、管得了、控得住” 四、建立评估机制 灵活配置评估规则,自动检测数据质量,实时生成报告,对供应商做出综合评价 五、打通数据共享 数据开放集市,提供服务目录,实现数据统一共享与全局查询,充分挖掘外部数据资产价值

0
2023-09-04 17:13
数据中台

数据中台建设的背景跟企业的业务发展阶段和信息技术建设阶段紧密结合,不单单要投入大量的建设人力成本,还有有配套的组织制度、运营团队配合为他保驾护航。所以为什么建设数据中台,希望能达成什么样的目标,对不同企业都来说都是非常重要数据中台建设的起点。行业里,数据中台的主要原因有以下三点: (1)产品矩阵庞大,响应不及时,响应管理混乱 业务发展迅速,产品矩阵庞大,企业数据平台的服务能力有限,响应不及时,同时响应管理混乱,导致数据服务实效延迟,及服务体验较差,影响到业务端数据使用体验和展业效果,有必要进行统一的、模块化、标准化的服务能力管理和输出,实现对业务端的数据需求的精准满足和高效响应。 (2)烟囱式建设数据平台,大量源被浪费 由于业务快速发展和缺乏对整个产品矩阵的数据产品体系进行整体规划,就会出现多个业务线烟囱式建设各自的从数据接入>数据集成>数据开发>数据应用>数据治理等阶段的产品,出现大量的重复建设,导致计算、开发人力、运维人力、存储等资源的重复浪费。 对于这类现状在告诉发展阶段的企业是常见状态,有必要对整个产品矩阵做整体的数据中台能力的规划,让业务的数据需求在不断增加的情况下,企业的有整套的可复用的数据能力库及配套机制,支持业务正常运转,节省研发成本。 (3) 数据治理的需要 面对业务已经沉淀的大量数据,逐步形成了企业的数据资产。而这些数据资产如何成为可持续使用的,为企业带来价值的数据,需要数据治理进行提升数据质量,比如设计数据质量校验的规则和使用流程,设计数据管控权限,数据如何安全输出及共享的设计等,如何在整体上发挥出数据的协同效应,为业务提供更高价值的数据服务链路,数据中台可以将这些数据能力整合到一起,对业务端提供稳定的持续的服务能力。

0
2023-09-04 17:57
下载次数:0
¥199
更新于: 2019-06-10 浏览: 178