本文選自《交易技術(shù)前沿》總第四十五期文章（2021年6月）

林劍青、王施、劉存光、曹敘風(fēng)、王偉利、熊友根、王洪濤
海通證券股份有限公司/軟件開發(fā)中心

來源丨公眾號(hào)：上交所技術(shù)服務(wù)（ID：SSE-TechService）

海通證券金融資訊數(shù)據(jù)服務(wù)平臺(tái)通過構(gòu)建統(tǒng)一資訊數(shù)據(jù)模型，對(duì)海量外部數(shù)據(jù)進(jìn)行處理和融合，并運(yùn)用人工智能技術(shù)挖掘數(shù)據(jù)價(jià)值，探索集團(tuán)級(jí)資訊數(shù)據(jù)應(yīng)用場(chǎng)景，實(shí)現(xiàn)對(duì)業(yè)務(wù)的全面賦能。本文通過介紹金融資訊數(shù)據(jù)領(lǐng)域的探索和實(shí)踐，針對(duì)企業(yè)數(shù)字化轉(zhuǎn)型中遇到的外部數(shù)據(jù)規(guī)范不統(tǒng)一、單一來源依賴性強(qiáng)、“煙囪式”系統(tǒng)建設(shè)、數(shù)據(jù)服務(wù)模式單一等問題，分享解決方案和實(shí)踐經(jīng)驗(yàn)，助力證券行業(yè)金融資訊業(yè)務(wù)發(fā)展。

一、 概述

1.1 背景

金融資訊數(shù)據(jù)在證券行業(yè)有著廣泛的應(yīng)用，充分發(fā)掘資訊數(shù)據(jù)價(jià)值，提供差異化服務(wù)是業(yè)內(nèi)探索的一個(gè)重要研究課題。金融資訊數(shù)據(jù)使用的過程當(dāng)中也面臨著諸多挑戰(zhàn)。從內(nèi)部應(yīng)用系統(tǒng)整合的角度看，公司內(nèi)部與金融數(shù)據(jù)相關(guān)的各種應(yīng)用系統(tǒng)基本是“相互孤立、獨(dú)自運(yùn)行”的，各個(gè)業(yè)務(wù)部門在需要金融類信息數(shù)據(jù)的時(shí)候，往往從采購(gòu)和系統(tǒng)建設(shè)管理上以部門為單位獨(dú)自進(jìn)行，既造成了公司內(nèi)部資源的浪費(fèi)，同時(shí)容易出現(xiàn)重復(fù)采購(gòu)的金融類數(shù)據(jù)源或者重復(fù)建設(shè)的系統(tǒng)。另一方面，由于采用的金融數(shù)據(jù)源五花八門，一旦在數(shù)據(jù)源上發(fā)生了任何的變動(dòng)，上層的應(yīng)用往往都需要作相應(yīng)的調(diào)整，一個(gè)微小的變化都可能會(huì)帶來較大的影響。除此之外，“煙囪式”的應(yīng)用系統(tǒng)給系統(tǒng)維護(hù)人員帶來很大挑戰(zhàn)，不利于技術(shù)棧的統(tǒng)一，數(shù)據(jù)服務(wù)能力也得不到沉淀。

1.2 建設(shè)價(jià)值

海通證券金融資訊數(shù)據(jù)服務(wù)平臺(tái)（簡(jiǎn)稱“資訊中心”）作為一個(gè)基礎(chǔ)資源輸入平臺(tái)，通過對(duì)各種投資類資訊、產(chǎn)品資訊、服務(wù)資訊的整合，實(shí)現(xiàn)資訊數(shù)據(jù)的統(tǒng)一管理。同時(shí)，通過對(duì)數(shù)據(jù)的自動(dòng)采集、抽取、校驗(yàn)，將第三方數(shù)據(jù)按照統(tǒng)一的數(shù)據(jù)模型和規(guī)范轉(zhuǎn)換為有用的、可靠的信息。

公司統(tǒng)一規(guī)范的金融資訊數(shù)據(jù)服務(wù)，消除了數(shù)據(jù)孤島，實(shí)現(xiàn)了集中化的數(shù)據(jù)管理。在數(shù)據(jù)資產(chǎn)化的基礎(chǔ)之上，借鑒專業(yè)的投資研究、運(yùn)營(yíng)管理、風(fēng)險(xiǎn)管理、輿情風(fēng)控理論，對(duì)數(shù)據(jù)進(jìn)行深入挖掘，建立公司特有的資訊數(shù)據(jù)分析模型，提供風(fēng)險(xiǎn)監(jiān)控、機(jī)會(huì)發(fā)現(xiàn)、投資決策等多元化的服務(wù)支持。

二、 金融資訊數(shù)據(jù)模型

2.1 業(yè)務(wù)模型

數(shù)據(jù)業(yè)務(wù)模型的設(shè)計(jì)過程對(duì)各相關(guān)核心業(yè)務(wù)元素的完整性和相關(guān)性進(jìn)行細(xì)致的分析。示例業(yè)務(wù)模型（圖1）涉及到的數(shù)據(jù)類別包括：
??????? ■ 中國(guó)資本市場(chǎng)主要金融品種的交易數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)及各類公開披露的信息。包括：上海證券交易所和深圳證券交易所全部上市公司的基本資料、發(fā)行資料、交易數(shù)據(jù)、分紅數(shù)據(jù)、股本結(jié)構(gòu)、財(cái)務(wù)數(shù)據(jù)、公司公告及其它重要信息。
??????? ■ 公募基金、券商集合理財(cái)及信托等產(chǎn)品的發(fā)行上市資料、凈值、投資組合、收益和分紅數(shù)據(jù)、定期報(bào)告、財(cái)務(wù)數(shù)據(jù)等。
??????? ■ 國(guó)債、企債、金融債、可轉(zhuǎn)債、央行票據(jù)等債券的基本資料、計(jì)息和兌付數(shù)據(jù)、交易數(shù)據(jù)等，以及各類收益率曲線等衍生數(shù)據(jù)，并提供支撐債券定價(jià)計(jì)算的數(shù)據(jù)結(jié)構(gòu)。
??????? ■ 中國(guó)證券市場(chǎng)指數(shù)（滬深交易所指數(shù)、銀行間債券市場(chǎng)指數(shù)、MSCI 中國(guó)指數(shù)、新華富時(shí)指數(shù)、中信指數(shù)、申銀萬國(guó)指數(shù)等）和海外市場(chǎng)指數(shù)的基本資料和交易數(shù)據(jù)。
??????? ■ 國(guó)內(nèi)各期貨交易所期貨合約資料及交易數(shù)據(jù)，可支持套利計(jì)算、程序化交易的數(shù)據(jù)結(jié)構(gòu)。
??????? ■ 自有數(shù)據(jù)，包括研究所報(bào)告、理財(cái)產(chǎn)品等。

圖1. 金融資訊數(shù)據(jù)模型示例

2.2 編碼規(guī)則

通過設(shè)計(jì)統(tǒng)一的編碼規(guī)則，如公司編碼、證券編碼、行業(yè)編碼、板塊編碼（圖2），將各金融品種有效的串聯(lián)起來，再設(shè)計(jì)通用的全局編碼與外圍業(yè)務(wù)系進(jìn)行對(duì)接。數(shù)據(jù)根據(jù)自定義的內(nèi)碼進(jìn)行關(guān)聯(lián)，并采用業(yè)務(wù)主鍵做唯一索引，保證了數(shù)據(jù)庫(kù)結(jié)構(gòu)的高度規(guī)范性，同時(shí)也實(shí)現(xiàn)了跟上游數(shù)據(jù)去耦合，降低上游數(shù)據(jù)結(jié)構(gòu)變化帶來的風(fēng)險(xiǎn)。

圖2. 編碼信息示例

三、 金融資訊數(shù)據(jù)服務(wù)平臺(tái)架構(gòu)

整個(gè)金融資訊數(shù)據(jù)服務(wù)平臺(tái)的實(shí)現(xiàn)緊密圍繞著對(duì)于各種數(shù)據(jù)的采集、轉(zhuǎn)換、清洗、分層存儲(chǔ)以及管理、發(fā)布、數(shù)據(jù)接口和數(shù)據(jù)應(yīng)用等功能而展開。從數(shù)據(jù)的角度出發(fā)，我們將金融資訊數(shù)據(jù)服務(wù)平臺(tái)架構(gòu)從邏輯上分為分成4個(gè)層次：數(shù)據(jù)源層、數(shù)據(jù)采集和處理層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)服務(wù)層（見圖3）。具體如下：

數(shù)據(jù)源：各類內(nèi)部以及外部數(shù)據(jù)源，包括結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)。
??????? ■ 數(shù)據(jù)采集和處理：基于數(shù)據(jù)清洗轉(zhuǎn)換體系提供完備的源數(shù)據(jù)跟蹤管理、數(shù)據(jù)處理調(diào)度服務(wù)，支持根據(jù)實(shí)際數(shù)據(jù)要求，靈活配置處理任務(wù)；并提供多種數(shù)據(jù)校驗(yàn)?zāi)Ｐ?#xff0c;靈活配置校驗(yàn)規(guī)則以及任務(wù)，為數(shù)據(jù)源提供質(zhì)量保障。
??????? ■ 數(shù)據(jù)存儲(chǔ)：數(shù)據(jù)存儲(chǔ)層存放經(jīng)過采集、轉(zhuǎn)換、清洗和整理后產(chǎn)生的各類數(shù)據(jù)，除了出于系統(tǒng)的效率和應(yīng)用的支持等目的而產(chǎn)生的少量冗余外，中心數(shù)據(jù)庫(kù)中的數(shù)據(jù)是原始的、精煉的，也不會(huì)產(chǎn)生各類二次加工數(shù)據(jù)。在數(shù)據(jù)存儲(chǔ)層，從技術(shù)上主要考慮數(shù)據(jù)針對(duì)業(yè)務(wù)或數(shù)據(jù)應(yīng)用的存儲(chǔ)模型設(shè)計(jì)，以及針對(duì)數(shù)據(jù)應(yīng)用效率的數(shù)據(jù)分層設(shè)計(jì)。
??????? ■ 數(shù)據(jù)服務(wù)層：是各類與數(shù)據(jù)相關(guān)的服務(wù)端系統(tǒng)的匯總，主要目的是為各類前端的數(shù)據(jù)應(yīng)用訪問資訊中心提供一些基礎(chǔ)性服務(wù)，可以包括數(shù)據(jù)服務(wù)API、可視化組件、數(shù)據(jù)庫(kù)表及文件服務(wù)等。同時(shí)，資訊加工處理中運(yùn)用到的NLP能力也可以進(jìn)一步通用化，如標(biāo)簽處理、情感分析、語義識(shí)別等，為不同業(yè)務(wù)場(chǎng)景提供相應(yīng)的技術(shù)支持。

圖3. 海通證券金融資訊數(shù)據(jù)服務(wù)平臺(tái)總體架構(gòu)

3.1數(shù)據(jù)源層

目前金融資訊數(shù)據(jù)服務(wù)平臺(tái)的數(shù)據(jù)涵蓋股票、公司、債券、基金、貨幣、指數(shù)、理財(cái)、期貨現(xiàn)貨、期權(quán)、資訊等多個(gè)類別（圖4），并且不斷引入特色資訊數(shù)據(jù)，進(jìn)一步提升數(shù)據(jù)質(zhì)量和數(shù)據(jù)全面性。

圖4. 海通證券金融資訊服務(wù)平臺(tái)數(shù)據(jù)分類

3.2 數(shù)據(jù)采集處理

3.2.1 數(shù)據(jù)清洗轉(zhuǎn)換

???????數(shù)據(jù)清洗轉(zhuǎn)換系統(tǒng)功能模塊圖如下（圖5）

圖5. 數(shù)據(jù)清洗轉(zhuǎn)換系統(tǒng)主要功能模塊

元數(shù)據(jù)庫(kù)是指定義數(shù)據(jù)清洗轉(zhuǎn)換平臺(tái)的基礎(chǔ)數(shù)據(jù)，主要功能包括數(shù)據(jù)源配置、數(shù)據(jù)字典和數(shù)據(jù)血緣管理。

調(diào)度中心是管控平臺(tái)的核心組件，包括配置管理、調(diào)度引擎、執(zhí)行器管理、任務(wù)管理等。配置平臺(tái)支持在線配置調(diào)度任務(wù)入?yún)?#xff0c;即時(shí)生效。

執(zhí)行器支持任務(wù)節(jié)點(diǎn)彈性擴(kuò)容縮容：一旦有新執(zhí)行器機(jī)器上線或者下線，下次調(diào)度時(shí)將會(huì)重新分配任務(wù)。

任務(wù)管理支持動(dòng)態(tài)修改任務(wù)狀態(tài)，暫停/恢復(fù)任務(wù)，定時(shí)任務(wù)觸發(fā)，配置子任務(wù)依賴等。

3.2.2 數(shù)據(jù)抽取和轉(zhuǎn)換

數(shù)據(jù)清洗轉(zhuǎn)換模塊是基于Kettle（開源工具，圖6）擴(kuò)展的,在管理界面的模型配置菜單中可支持新建數(shù)據(jù)清洗轉(zhuǎn)換模型、上傳/下載/發(fā)布腳本、調(diào)試運(yùn)行、查看操作日志和報(bào)錯(cuò)日志等。

圖6.模型開發(fā)界面

3.2.3 調(diào)度框架和策略

核心調(diào)度功能模塊（圖7）是基于Quartz實(shí)現(xiàn)的集群調(diào)度中心，該架構(gòu)支持調(diào)度服務(wù)的水平擴(kuò)展，實(shí)現(xiàn)調(diào)度服務(wù)的高可用。調(diào)度中心通過讀取ETL（數(shù)據(jù)抽取轉(zhuǎn)換加載）模型配置的定時(shí)任務(wù)信息，定時(shí)啟動(dòng)任務(wù)。一次任務(wù)調(diào)度包含多個(gè)模型，模型是整個(gè)調(diào)度中的最小單位。每個(gè)模型的調(diào)度執(zhí)行均由負(fù)載均衡模塊計(jì)算后選擇負(fù)載最優(yōu)的執(zhí)行器執(zhí)行。

圖7. ETL任務(wù)調(diào)度架構(gòu)

由于ETL任務(wù)的調(diào)度執(zhí)行過程具有內(nèi)存及CPU消耗密集型的特點(diǎn)，傳統(tǒng)負(fù)載均衡策略（分發(fā)、隨機(jī)、HASH等）在此場(chǎng)景效果較差，往往容易造成單臺(tái)執(zhí)行器負(fù)載過高而宕機(jī)。通過完善負(fù)載均衡機(jī)制，結(jié)合服務(wù)器實(shí)時(shí)的CPU、內(nèi)存、并發(fā)任務(wù)數(shù)、線程數(shù)、服務(wù)延遲等指標(biāo)對(duì)各執(zhí)行器進(jìn)行打分，調(diào)度時(shí)選擇得分高的執(zhí)行器執(zhí)行，實(shí)現(xiàn)準(zhǔn)實(shí)時(shí)特性的負(fù)載均衡。配合完善的執(zhí)行器自檢、熔斷、重啟策略，達(dá)到調(diào)度執(zhí)行器集群高可靠性與可用性的目的。

采用分組調(diào)度策略，即一個(gè)任務(wù)配置一種定時(shí)策略，但該任務(wù)下涵蓋多個(gè)ETL模型，當(dāng)某個(gè)調(diào)度任務(wù)發(fā)起時(shí)，該任務(wù)組下的所有模型均會(huì)被調(diào)度執(zhí)行。

該調(diào)度方式的優(yōu)勢(shì)在于降低了系統(tǒng)定時(shí)器的數(shù)量，避免操作人員頻繁配置重復(fù)定時(shí)任務(wù)，節(jié)省操作成本，且可降低調(diào)度服務(wù)定時(shí)線程開銷。

為了避免任務(wù)調(diào)度過于集中造成執(zhí)行器集群壓力過大問題，在進(jìn)行定時(shí)任務(wù)配置時(shí)對(duì)定時(shí)策略進(jìn)行末位隨機(jī)算法，使任務(wù)執(zhí)行盡量離散，避免在同一時(shí)刻有大量定時(shí)任務(wù)觸發(fā)。在任務(wù)組內(nèi)也采用了隨機(jī)延遲調(diào)度的策略，極大的保證了調(diào)度集群的穩(wěn)定性，提高了系統(tǒng)并發(fā)調(diào)度負(fù)載上限，使服務(wù)器實(shí)現(xiàn)最大化利用。

3.2.4 系統(tǒng)監(jiān)控

為了保證對(duì)異常情況進(jìn)行及時(shí)、準(zhǔn)確地預(yù)警，通知相關(guān)人員第一時(shí)間處理，設(shè)計(jì)了海通資訊中心監(jiān)控大屏（圖8），對(duì)數(shù)據(jù)清洗轉(zhuǎn)換、數(shù)據(jù)同步及校驗(yàn)系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控。監(jiān)控維度主要有數(shù)據(jù)清洗轉(zhuǎn)換同步總量及報(bào)警提示、校驗(yàn)系統(tǒng)校驗(yàn)數(shù)據(jù)總量及異常數(shù)量、數(shù)據(jù)同步實(shí)時(shí)增量等。

圖8. 海通證券資訊中心監(jiān)控大屏

四、 數(shù)據(jù)應(yīng)用

4.1 輿情風(fēng)控預(yù)警

多源資訊數(shù)據(jù)采集到集團(tuán)內(nèi)部之后，通過智能標(biāo)簽平臺(tái)對(duì)資訊打上相應(yīng)的標(biāo)簽，包括股票、債券、基金、行業(yè)、概念、板塊、風(fēng)險(xiǎn)事件等。目前風(fēng)險(xiǎn)因子超過200個(gè)，用戶可以根據(jù)主體、風(fēng)險(xiǎn)事件和時(shí)間等維度快速進(jìn)行輿情檢索，并根據(jù)個(gè)人需要進(jìn)行預(yù)警任務(wù)的配置，當(dāng)觸發(fā)告警條件時(shí)，會(huì)第一時(shí)間及時(shí)進(jìn)行告警提示。

4.2 智能資訊運(yùn)營(yíng)

標(biāo)簽化之后的數(shù)據(jù)通過數(shù)字化運(yùn)營(yíng)平臺(tái)進(jìn)行管理，運(yùn)營(yíng)人員可以在線進(jìn)行資訊內(nèi)容、標(biāo)簽內(nèi)容、情感正負(fù)面等要素編輯操作，審核通過的資訊可以直接對(duì)外發(fā)布。同時(shí)，提供了資訊來源管理、資訊欄目管理等功能，實(shí)現(xiàn)對(duì)資訊的精細(xì)化運(yùn)營(yíng)。

4.3 智能語義分析服務(wù)

資訊數(shù)據(jù)結(jié)合自然語言處理方面的能力，實(shí)現(xiàn)在實(shí)體識(shí)別、語義理解、情感分析和智能文檔解析等領(lǐng)域的應(yīng)用。
實(shí)體識(shí)別可以文檔中出現(xiàn)的各類實(shí)體，包括公司、人名、行業(yè)、板塊等；
語義理解：長(zhǎng)城汽車今年9月電動(dòng)車產(chǎn)量，可以識(shí)別出主體是長(zhǎng)城汽車，“今年9月”對(duì)應(yīng)的時(shí)間區(qū)間是9月1日到9月30日，“電動(dòng)車”對(duì)應(yīng)新能源汽車行業(yè)，“產(chǎn)量”對(duì)應(yīng)某一項(xiàng)指標(biāo)。
情感分析服務(wù)可以通過算法判斷主體和新聞本身的正負(fù)面；
文檔解析服務(wù)通過運(yùn)用非結(jié)構(gòu)化解析相關(guān)的能力，實(shí)現(xiàn)對(duì)各類文檔中的文字、表格和圖片的抽取，用戶可以根據(jù)自己的需要靈活地進(jìn)行各類信息的提取和使用。

五、 數(shù)據(jù)治理

5.1 庫(kù)表命名規(guī)范

不同類別的數(shù)據(jù)建立統(tǒng)一的命名規(guī)范（表1），從而起到“見名知義”的效果。下游使用數(shù)據(jù)的時(shí)候，根據(jù)數(shù)據(jù)表的名稱就能大致定位表的用途，減少數(shù)據(jù)查找和數(shù)據(jù)定位耗費(fèi)的人力成本。

表1. 庫(kù)表命名規(guī)范

5.2 數(shù)據(jù)校驗(yàn)

數(shù)據(jù)校驗(yàn)在整個(gè)資訊數(shù)據(jù)服務(wù)平臺(tái)建設(shè)過程中是尤為重要的一個(gè)環(huán)節(jié)，主要功能包括有校驗(yàn)規(guī)則管理、任務(wù)管理、通知中心等。包括三類核心規(guī)則的配置，字段校驗(yàn)，記錄行校驗(yàn)與三方校驗(yàn)。

所有校驗(yàn)規(guī)則均可靈活配置定時(shí)執(zhí)行策略，校驗(yàn)執(zhí)行結(jié)果提供校驗(yàn)不通過數(shù)據(jù)量、通過率、異常數(shù)據(jù)明細(xì)等信息。提供校驗(yàn)不通過消息推送，便于業(yè)務(wù)人員及時(shí)發(fā)現(xiàn)并處理異常數(shù)據(jù)。

業(yè)務(wù)規(guī)則的調(diào)度周期同模型同步的調(diào)度周期，依據(jù)業(yè)務(wù)需求，如行情類數(shù)據(jù)，一般使用分段變時(shí)配置收盤后每隔半小時(shí)調(diào)度；證券主表，機(jī)構(gòu)主表等重要的基礎(chǔ)數(shù)據(jù)，源庫(kù)不定時(shí)推送數(shù)據(jù)的表，一般使用相等間隔調(diào)度，配置每5～10分鐘調(diào)度一次；某些不常更新的表，如常量、行業(yè)分類等，一般使用固定時(shí)間調(diào)度，配置一天調(diào)度一次或更久。

5.3 元數(shù)據(jù)管理

元數(shù)據(jù)系統(tǒng)主要實(shí)現(xiàn)數(shù)據(jù)的可視化呈現(xiàn)，并記錄表與表之間的邏輯關(guān)系，方便數(shù)據(jù)的追溯（圖9）。包括表信息展示、表結(jié)構(gòu)數(shù)據(jù)展示、樣例數(shù)據(jù)瀏覽和導(dǎo)出等。

圖9. 海通證券資訊中心元數(shù)據(jù)管理平臺(tái)

六、 總結(jié)與展望

海通證券金融資訊數(shù)據(jù)服務(wù)平臺(tái)通過將多源異構(gòu)的數(shù)據(jù)按照統(tǒng)一數(shù)據(jù)模型和規(guī)范轉(zhuǎn)入集團(tuán)內(nèi)部，解決了金融資訊數(shù)據(jù)使用中存在的規(guī)范不統(tǒng)一、單一來源依賴性強(qiáng)等問題，并運(yùn)用自然語言處理方面的技術(shù)，進(jìn)一步挖掘數(shù)據(jù)價(jià)值，豐富了資訊數(shù)據(jù)應(yīng)用場(chǎng)景。

未來金融資訊數(shù)據(jù)服務(wù)領(lǐng)域還有廣闊的探索空間，一方面隨著人工智能技術(shù)在證券行業(yè)的應(yīng)用逐步深化，資訊價(jià)值的縱向挖掘充滿了更多可能性，企業(yè)圖譜、產(chǎn)業(yè)圖譜、供應(yīng)鏈、客戶畫像等數(shù)據(jù)可以相互關(guān)聯(lián)和穿透，實(shí)現(xiàn)數(shù)據(jù)的采集和展示到知識(shí)的積累和價(jià)值挖掘的飛躍。另一方面，隨著券商的開放程度越來越高，跨界進(jìn)行信息、知識(shí)和能力共享逐漸成為可能，金融資訊數(shù)據(jù)作為很好的切入點(diǎn)，在提升機(jī)構(gòu)客戶服務(wù)體驗(yàn)以及構(gòu)建開放生態(tài)上，將發(fā)揮出更大的價(jià)值。

??免責(zé)聲明? ?

本公眾號(hào)內(nèi)容僅供參考。對(duì)任何因直接或間接使用本公眾號(hào)內(nèi)容而造成的損失，包括但不限于因有關(guān)內(nèi)容不準(zhǔn)確、不完整而導(dǎo)致的損失，本公眾號(hào)不承擔(dān)任何法律責(zé)任。如有問題請(qǐng)反饋至tech_support@sse.com.cn。

?

這個(gè)沒去大廠的程序猿，用 4 年時(shí)間證明自己做對(duì)了！

2021-11-28

曝騰訊天美程序員稅后250萬，月均20萬

2021-11-27

8年碼齡的技術(shù)總監(jiān)，去上市公司面試，結(jié)果涼了！

2021-11-26

系統(tǒng)架構(gòu)性能優(yōu)化思路

2021-11-25

“因?yàn)閮?nèi)存泄漏，我的 M1 MacBook Pro 癱瘓了”

2021-11-24

我碰到過很多聰明人，但他們永遠(yuǎn)做不成大事

2021-11-23

如何領(lǐng)導(dǎo)團(tuán)隊(duì)做好技術(shù)債管理？

2021-11-29

總結(jié)

以上是生活随笔為你收集整理的金融资讯数据服务平台建设实践的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。