CCALY_个人页
CCALY
文章
0
问答
5
视频
0
个人介绍
暂无个人介绍
擅长的技术
获得更多能力
通用技术能力：
-
Java
高级
能力说明：
精通JVM运行机制，包括类生命、内存模型、垃圾回收及JVM常见参数；能够熟练使用Runnable接口创建线程和使用ExecutorService并发执行任务、识别潜在的死锁线程问题；能够使用Synchronized关键字和atomic包控制线程的执行顺序，使用并行Fork/Join框架；能过开发使用原始版本函数式接口的代码。
云产品技术能力：
-
Clouder
-
大模型Clouder认证：基于PAI ArtLab的AIGC设计
获得于2025-06-18 12:26:56
-
大模型Clouder认证：RAG应用构建及优化
获得于2025-05-29 11:54:49
-
弹性计算Clouder认证：高可用应用架构
获得于2025-05-28 15:20:17
-
云存储Clouder认证：存储的降本增效及运维
获得于2025-05-28 14:06:38
-
大模型Clouder认证：基于PAI ArtLab的AIGC设计
-
ACA
-
阿里云大模型工程师ACA认证
获得于2025-07-12 11:18:37
-
阿里云大模型工程师ACA认证
阿里云技能认证
详细说明
暂无更多信息
暂无更多信息
暂无更多信息
-
回答了问题
2025-09-11
如何让 Dify on DMS 助力智能应用开发？
传统智能应用开发效率低、模型输出黑盒化、需要紧密的团队配合。Dify通过可视化编排、让开发者从繁琐的工程实现中解放出来。部署体验：整个部署过程不复杂，但流程略长。文本或音频数据经过处理，结合DMS直接插入到数据库，关键词和分类都很精准。体验过程中的小插曲，Dify 发布->运行时打开的新标签页报错（整个部署体验还不到20分钟， 阿里云账号登录状态正常，并未退出），重试无效，需要重新打开Dify，再次运行成功。最终数据截图：报错截图：赞166 踩0 评论0 -
回答了问题
2025-09-02
“数据超人”MCP工具，到底是怎么让数据‘燃’起来的？
MCP工具结合PolarDB的高性能数据库内核加上其Serverless弹性伸缩、自动存储扩缩等特性，保障业务稳定可靠，优化成本。MCP工具结合阿里云百炼的智能化分析能力，提供语义分析与智能决策，支持自然语言查询数据库、生成可视化图表、自动化工作流等，提升数据处理的智能化水平，真正实现了“零门槛数据分析”，从而让数据“燃”起来。赞5 踩0 评论0 -
回答了问题
2025-08-12
Kimi-K2-Instruct 开了挂一般的推理和调用，底层魔法是什么？
Kimi-K2-Instruct 部署体验：部署体验：配置简单，对于那些没有深厚技术背景的用户来说，也能够轻松上手。使用体验：响应速度快，Kimi-K2-Instruct 展现了卓越的性能。而且，即使输入的信息存在错误或者不完全准确，系统也能够理解用户的意图，并提供相应的正确反馈。技术支撑：Kimi-K2-Instruct 采用混合专家架构（MoE）实现万亿参数规模，结合Muon优化器 提升训练稳定性，支持长文本理解与工具调用能力。数据合成pipeline，预训练阶段构建覆盖数百领域、数千工具的多轮使用场景合成数据。代理任务优化，弱化纯文本续写偏好，强化工具交互、多轮决策和长链推理能力。支持自动理解任务环境并决策行动流程，无需人工详细指定工作步骤。总结：MoE架构+MuonClip优化器+工具pipeline使Kimi-K2-Instruct在保持推理成本可控的前提下，实现了接近顶级闭源模型的性能。赞29 踩0 评论0 -
回答了问题
2025-06-30
如何让Milvus化身电商平台/社区的“读心超人”，精准击中用户心头好？
部署简单：自动化的资源配置和管理使得即使是非专业的IT人员也能够迅速上手，降低了学习成本和技术门槛。方便快捷：用户界面友好、操作直观，能够让用户高效地利用平台的功能。数据精准：系统能够准确无误地处理和分析文本或图片，为用户提供可靠的信息和服务。赞14 踩0 评论0 -
回答了问题
2025-05-28
如何可以让 Kubernetes 运维提效90% ？
使用ACK Auto Mode集群快速部署Nginx工作负载体验： 采用 ACK 智能托管ACK 智能托管模式通过自动化处理集群的日常运维任务，如节点故障自动修复、软件版本更新、资源监控与自动调优等，降低了运维复杂度。自动化运维与 DevOps 集成集群状态可以自动收敛到期望状态，无需人工干预。结合 DevOps 实践，自动化部署和回滚，可以大幅减少人工操作，提高部署效率和稳定性。资源管理与自动伸缩资源请求与限制：为每个 Pod 设置合理的 CPU、内存和存储请求与限制，确保资源公平分配，避免资源争抢和浪费。自动伸缩：根据负载动态调整资源，避免了资源闲置或不足。动态资源视图：通过动态资源视图，将低资源利用率的 Pod 调度到高资源利用率的节点，进一步优化资源分配 。监控与日志管理实时监控：实时监控集群资源使用情况（如 CPU、内存、网络 I/O），及时发现瓶颈和性能问题。日志集中管理：收集和分析日志，提高问题定位和故障排查效率。存储优化根据应用需求选择合适的存储类型（如 ESSD），合理配置读写缓存策略，提高数据库和应用访问速度。赞38 踩0 评论0
滑动查看更多
暂无更多信息