内容目录体系说明
本站点的博文的内容目录体系的规划与解释。
大数据（Big Data）
核心技术栈
数据采集与接入
- 第3级：
- 日志采集（Flume, Filebeat）
- 流式接入（Kafka, Pulsar）
- API/数据库同步（Debezium, Canal）
- IoT 数据接入
数据存储与管理
- 第3级：
- 分布式文件系统（HDFS, S3）
- 列式存储（Parquet, ORC）
- NoSQL 数据库（HBase, Cassandra）
- 数据湖（Delta Lake, Iceberg, Hudi）
数据处理与计算
- 第3级：
- 批处理（Spark, MapReduce）
- 流处理（Flink, Spark Streaming）
- 实时 OLAP（ClickHouse, Doris, Druid）
- 图计算（GraphX, Neo4j）
数据治理与质量
- 第3级：
- 元数据管理（Atlas, DataHub）
- 数据血缘与 lineage
- 数据质量监控
- 数据标准与合规（GDPR, 数据分级）
数据平台与架构
- 第3级：
- Lambda/Kappa 架构
- 数据中台实践
- 云原生数据平台（AWS Glue, Azure Synapse）
- 开源 vs 商业方案对比
人工智能（AI）
技术方向
机器学习
- 第3级：
- 监督学习（回归、分类）
- 无监督学习（聚类、降维）
- 模型评估与调优（交叉验证、超参搜索）
- 特征工程与选择
深度学习
- 第3级：
- 神经网络基础（MLP, CNN, RNN）
- Transformer 与大模型架构
- 训练技巧（正则化、优化器、分布式训练）
- 框架实战（PyTorch, TensorFlow, JAX）
自然语言处理（NLP）
- 第3级：
- 文本预处理（分词、嵌入）
- 预训练模型（BERT, LLaMA, ChatGLM）
- 指令微调（LoRA, QLoRA）
- 应用场景（问答、摘要、情感分析）
计算机视觉（CV）
- 第3级：
- 图像分类与检测（YOLO, ResNet）
- 图像生成（GAN, Diffusion Models）
- 视频理解
- 多模态融合（CLIP, BLIP）
AI 工程与部署
- 第3级：
- 模型压缩与量化（ONNX, TensorRT）
- 推理服务（FastAPI + TorchServe）
- MLOps 实践（MLflow, Kubeflow）
- 边缘 AI 与端侧部署
AI 伦理与前沿
- 第3级：
- 可解释性（XAI）
- 偏见与公平性
- AIGC 与版权问题
- 通用人工智能（AGI）探讨
标签体系的设定原则
- 标签命名统一：建议使用中文为主（面向中文读者），括号内可加英文关键词便于 SEO。
- 避免过度细分：初期可先启用部分高频 3 级标签，根据内容增长逐步扩展。
- 支持多标签：一篇文章可同时属于“深度学习”和“NLP”，不必强制单路径。
- 导航设计：在网站侧边栏或顶部菜单按 1–2 级组织，点击后筛选出对应 3 级内容。
- SEO 优化：每个标签页可生成独立描述，利于搜索引擎收录。
更多议题的探讨，欢迎交流。