2025 Elastic Meetup 武汉站报名开启
2025 Elastic Meetup 武汉站活动,由 Elastic、腾讯、新智锦绣联合举办,现诚邀广大技术爱好者及开发者参加。
时间地点
活动时间
2025年3月29日 13:30-18:00
活动地点
中国·武汉
武汉市洪山区高新大道797号中建光谷之星G3栋北塔(B栋) 6层 602
报名方式
扫码报名

特别提示
请报名成功后,扫码加入本次活动群,接收活动相关信息

活动流程
13:30-14:00 入场
14:00-14:40 主题演讲:《AI 驱动 —— 搜索的未来》

讲师:Elastic 社区首席布道师 —— 刘晓国
现为 Elastic 社区首席布道师。新加坡国立大学硕士,西北工业大学本硕。曾就职于新加坡科技,康柏电脑,通用汽车,爱立信,诺基亚,Linaro 非营利组织 (Linux for ARM),Ubuntu,Vantiq 等企业。从事过电脑设计,汽车电子,计算机操作系统,通信,云实时事件处理等行业。从爱立信开始,诺基亚,Ubuntu 到现在的 Elastic 从事社区工作有将近20年的经历。喜欢分享自己所学到的知识。帮助别人就是帮助自己。希望和大家一起分享及学习。欢迎大家来参阅 Elastic 官方中文博客 elasticstack.blog.csdn.net
议题介绍:
1)为什么需要向量搜索?
2)RAG 是什么?
3)Elastic 在向量搜索上的最新进展
4)案例分析
14:40-15:20 主题演讲:ES 在绿盟企业安全平台的应用实践

讲师:盟科技.武汉研发中心技术专家 —— 陆攀
议题简介:
1. 安全大数据分析典型场景, 面临的挑战
2. ES 在绿盟安全平台的应用情况, 优化之路
15:20-16:00 主题演讲: Agentic RAG 的构建之路

讲师:Elastic 首席解决方案架构师 —— 李捷
议题简介:
RAG 技术正经历着快速且深刻的变革,其演进路线从基础的普通 RAG,逐步发展至功能更强大的 advance RAG,在 2025 年 已迈向智能化的 Agentic RAG 阶段 。本次分享将深入探讨 Elastic 在 Agentic RAG 构建过程中的实践经验、技术要点与创新思路,为大家呈现这一前沿领域的发展脉络与未来趋势
16:00-16:20 茶歇+合影
16:20-17:00 主题演讲:腾讯云 ES AI 搜索优化实践

讲师:腾讯云 Elasticsearch 技术专家 —— 刘忠奇
讲师简介:
腾讯云 ES 核心开发成员,开源社区 contributor,主导了 AI 搜索增强版设计与研发
议题简介:
1. RAG 架构的搜索增强实践
2. 自研 v-pack 插件向量增强技术解析
* 存储降本九成:向量裁剪技术
* 准召提升手段:多算法融合排序框架
16:50-17:40 主题演讲:ElasticSearch 存算分离架构在小米的应用实践

讲师:小米研发工程师 —— 周明裕

讲师:小米研发工程师 —— 郑钧元
讲师简介:
负责小米大数据平台及 ElasticSearch 服务平台研发工作,支撑集团大数据开发及搜索业务建设
议题简介:
介绍了 ElasticSearch 服务存算分离架构在小米的技术演进过程和实现思路,日志场景可实现单集群 50% 成本优化,提升整体技术性价比
17:40-18:00 抽奖
相关推荐
2025 Elastic南京Meetup[源码]
Elastic Meetup是Elastic公司、TechTalk社区和新智锦绣联合举办的技术交流活动,目的在于促进Elastic技术爱好者、开发者和行业内的专家进行面对面的交流和学习。
【雷达信号处理】数字下变频(DDC)(Matlab代码实现)
内容概要:本文围绕雷达信号处理中的数字下变频(DDC)技术,详细阐述了其在Matlab环境下的实现方法与工作原理。DDC作为雷达接收机中的核心技术,主要用于将高频中频信号高效转换为低频基带信号,以便于后续的数字信号处理。文章系统介绍了DDC的三大核心步骤:混频实现频谱搬移、低通滤波抑制带外噪声与干扰、以及抽取降低采样率以减轻数据处理负担。文中提供了完整的Matlab代码实例,并通过仿真结果直观展示了信号在时域和频域的变化过程,有效验证了DDC设计的正确性与有效性。该资源对于理解现代雷达与通信系统前端处理机制具有重要价值。; 适合人群:具备一定Matlab编程基础和数字信号处理理论知识的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入学习和掌握数字下变频(DDC)的基本原理、数学模型及其实现流程;②利用Matlab对雷达或通信系统中的中频信号进行仿真处理与性能验证;③为信号检测、参数估计等后续高级处理算法提供高质量的基带信号预处理支持。; 阅读建议:在学习过程中,应结合提供的Matlab代码进行逐行调试与运行,重点观察混频、滤波和抽取每一环节对信号时域波形和频谱分布的影响。建议主动修改信号参数(如载频、带宽)和DDC系统参数(如滤波器截止频率、抽取因子),探究不同参数配置对信号保真度和处理效率的影响,从而深化对DDC技术细节的理解。
基于数据挖掘的京东商城商品推荐系统设计与实现(代码+数据库+LW)
摘 要 随着电商行业竞争加剧,京东商城商品品类激增,用户“信息过载”问题突出——传统货架式展示难以匹配个性化需求,致使用户购物效率低、平台转化率与粘性下滑。在此背景下,依托SpringBoot框架的快速开发特性与MySQL数据库的稳定存储能力,设计实现商品推荐系统,成为解决京东用户体验痛点、提升核心竞争力的关键。研究意义在于以“SpringBoot+MySQL”技术组合打破“人找货”传统模式,转向“货找人”精准服务;核心问题聚焦于借该技术架构整合用户与商品信息,实现个性化推荐功能与系统高效管理的协同落地。 研究以京东用户核心行为与商品关键属性为对象,采用“SpringBoot开发+MySQL存储+模块化开发”综合方法。具体步骤为:先搭建技术架构,基于SpringBoot设计分层开发结构,依托MySQL实现用户与商品信息的稳定存储及交互;再划分功能模块,用户模块涵盖注册登录、个人中心、禅选商品、订单管理等,满足个性化操作需求;管理员模块包含数据看板分析、预测信息管理、禅选商品管理等,支撑推荐效果监控与运营决策;最后构建推荐逻辑,结合用户行为特征与商品属性关联关系,实现商品精准匹配与需求趋势预判。 系统落地应用后核心成果显著:个性化推荐精准度大幅提升,有效减少用户筛选商品的时间成本;系统管理效率升级,管理员借MySQL实现信息高效交互,通过数据看板实时掌握用户偏好与推荐转化动态,预测功能可提前辅助运营决策;用户全流程体验改善,地址同步、客服聊天、收藏管理等功能形成服务闭环,增强用户平台粘性。综上,该系统依托技术优势解决京东“信息过载”与推荐低效问题,实现“个性化推荐+高效管理”双重目标,为商品运营优化提供支撑。模块化设计具备可扩展性,后续可基于现有架构迭代功能,适配更多电商场景。 关键词:个性化推荐,推荐系统,Spring Boot,MySQL
wxhook_产物_20261009
包含 wxhook_产物_20261009.zip 的资源包
海上水面目标检测数据集VOC+YOLO格式12316张10类别.md
亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: **本资源原本已设置为“0积分下载”**,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,**自动将部分资源的积分调整为非0数值**(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 **因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。** 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。**强烈建议:仅在页面显示为0积分时进行下载。** 另外,本资源描述中**并未直接提供具体的下载地址或外部链接**,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!


