阿里日,工程师们的“特别”工位大赏

简介: 阿里日,工程师们的“特别”工位大赏


又到了一年一度的阿里日

今年,园区里新增了一个特别的角落

“曝光”了那些不常在园区出没的阿里技术人


他们拥有最“特别”的工位

在乡野、在渔港、在化工厂房、在建筑工地

在服务全社会数字化升级的旅途中


Vol.1


今年北京冬奥会,阿里云支撑奥运核心系统100%上云。作为阿里云数百位冬奥重保工程师的代表,陈海涛担任张家口泥河湾第18棒冬奥火炬手,进行火炬传递。



Vol.2


今年,安吉县智慧医疗项目入选IDC“公共健康与社会服务”大奖,数字技术让安吉县急救的平均受理调度用时下降了30%。图为阿里云工程师慎若在救护车的测试场景下调试系统。


Vol.3


阿里云工程师凝川正在和瀚蓝科技的客户查看焚烧炉参数。装上工业大脑后,AI可以帮老师傅更高效、清洁地烧垃圾,让垃圾也变成能源。



Vol.4


“让更多农机都在线”,是榆林智慧农业项目建设的目标之一。想要让现代农业更智慧,就要把更先进高效的农技服务下沉到产业基地和农户身边。图为网约拖拉机手王虎虎和他的拖拉机。


Vol.5


安徽铜陵,阿里云工程师爬上运送化肥的车,与工人交流学习。通过将一线人员的操作经验和行业知识融入到人工智能算法中,化工厂被改造的两条厂线收益提升超1000万。


Vol.6


绍兴,全国首次医保系统两朵云异地容灾切换现场。从掌声响起的那刻起,绍兴市民每一次医保刷卡体验走在了全国前列。即使在遭遇极端灾害的条件下,这套医保系统七分钟内就可以恢复。



Vol.7


舟山,阿里云工程师鴻毅在渔港实地调研,他们的目标是造一个数智化的“线上水产城”,实现从海上捕捞、港口卸货,再到冷链仓储、运输分销的全产业链数字化打通。


Vol.8


攀钢,阿里云工程师唯道走过熊熊燃烧的炼钢炉旁。工业大脑深入钢铁生产核心环节,联合攀钢集团全力打造国家级智能制造试点示范产线,共同赋能国内钢铁行业的智能化发展。



Vol.9


我们在砀山“承包”了一片梨园,阿里云工程师构匠正和当地酥梨种植专家交流。他希望能在传承千年酥梨种植技术的同时,实现数字与农业的深度融合。



Vol.10


阿里云工程师正在某城市大脑机房内检查设备。目前,城市大脑已在44座城市落地,累计形成了500多个创新应用场景。



在数字技术深入各行各业的时代

奔赴厂间地头的阿里技术人

留下了许多值得记录的瞬间

未来,我们也会一直在路上




/ END /

目录
相关文章
|
存储 虚拟化 数据中心
如何操作VMware ESXi虚拟机的克隆?
如何操作VMware ESXi虚拟机的克隆?
|
机器学习/深度学习 自然语言处理 并行计算
Self-Attention 原理与代码实现
Self-Attention 原理与代码实现
1453 0
|
3月前
|
人工智能 Shell API
写一个你自己的Agent Skills
Agent Skills 是轻量级开放格式,通过 `SKILL.md` 定义可复用、可版本控制的AI技能模块,支持渐进式上下文加载,让智能体按需扩展能力——一次开发,多端部署,赋能个人、团队与企业高效构建专属AI工作流。(239字)
1109 1
|
3月前
|
机器学习/深度学习 人工智能 文字识别
小红书开源FireRed-OCR,2B 参数登顶文档解析榜单
小红书FireRed团队开源的FireRed-OCR(仅20亿参数),在OmniDocBench v1.5端到端评测中以92.94%综合得分登顶,超越Gemini 3.0 Pro等大模型。专注解决文档解析中的“结构幻觉”问题,通过三阶段训练+格式约束强化学习,精准还原表格、公式、多栏等复杂结构。Apache 2.0协议,ModelScope开源,支持本地商用部署。(239字)
1075 22
|
11月前
|
机器学习/深度学习 人工智能 算法
Post-Training on PAI (4):模型微调SFT、DPO、GRPO
阿里云人工智能平台 PAI 提供了完整的模型微调产品能力,支持 监督微调(SFT)、偏好对齐(DPO)、强化学习微调(GRPO) 等业界常用模型微调训练方式。根据客户需求及代码能力层级,分别提供了 PAI-Model Gallery 一键微调、PAI-DSW Notebook 编程微调、PAI-DLC 容器化任务微调的全套产品功能。
|
12月前
|
机器学习/深度学习 人工智能 分布式计算
Post-Training on PAI (1):一文览尽开源强化学习框架在PAI平台的应用
Post-Training(即模型后训练)作为大模型落地的重要一环,能显著优化模型性能,适配特定领域需求。相比于 Pre-Training(即模型预训练),Post-Training 阶段对计算资源和数据资源需求更小,更易迭代,因此备受推崇。近期,我们将体系化地分享基于阿里云人工智能平台 PAI 在强化学习、模型蒸馏、数据预处理、SFT等方向的技术实践,旨在清晰地展现 PAI 在 Post-Training 各个环节的产品能力和使用方法,欢迎大家随时交流探讨。
|
人工智能 搜索推荐 IDE
MCP 是什么?一文看懂模型上下文协议
MCP(模型上下文协议)由Anthropic于2024年推出,旨在解决AI大模型的数据滞后问题,通过连接第三方数据源提升回答的时效性和相关性。传统联网搜索依赖公开信息,难以满足行业内部或定制化需求。MCP提供统一标准,使开发者能安全双向连接数据源与AI工具,简化集成流程。例如,Apifox MCP Server可将API文档作为数据源提供给支持MCP的IDE,助力智能代码生成。未来,MCP有望推动AI工具从封闭系统转向开放协作网络,显著提升开发效率与创新能力。
|
NoSQL MongoDB 关系型数据库
13个Mongodb GUI可视化管理工具,总有一款适合你
本文介绍了13个好用的MongoDB可视化工具。Robomongo,MongoDB Compass,phpMoAdmin等
116854 0
13个Mongodb GUI可视化管理工具,总有一款适合你
|
新制造 双11
阿里云西部大区:合作伙伴客户新拓和业绩收入双增长
近日,阿里云西部大区合作伙伴年会在成都召开,吸引川渝滇黔近百名伙伴参与。
|
数据采集 人工智能 自然语言处理
万字干货|复杂表格多Agent方案:从LLM洞察、系统性 思考到实践经验总结
笔者结合实践经验以近期在负责的复杂表格智能问答为切入点,结合大模型的哲学三问(“是谁、从哪里来、到哪里去”),穿插阐述自己对大模型的一些理解与判断,以及面向公共云LLM的建设模式思考,并分享软件设计+模型算法结合的一些研发实践经验。
1659 43