XiaoMi-AI文件搜索系统
World File Search System软件开发
使用 RISC-V SoC 上的开放软件开发 AI IoT 应用程序
摘要 —RISC-V 是一种新兴架构，在低功耗物联网应用中逐渐强大。架构扩展的稳定和基于 RISC-V 的 SOC（如 Kendryte K210）的商业化的开始，引发了一个问题：这个开放标准是否会促进特定市场应用程序的开发。在本文中，我们评估了与 Sipeed MAIX Go 开发板相关的开发环境、工具链、调试过程，以及 Kendryte K210 的独立 SDK 和 Micropython 端口。还研究了内置卷积神经网络加速器的训练管道，支持 Tiny YOLO v2。为了深入评估上述所有方面，我们开发了两种基于 AI 的低成本、低功耗物联网边缘应用程序。第一个应用程序能够识别房屋内的移动，并自主识别移动是由人还是由家养宠物（例如狗或猫）引起的。在当前 COVID-19 疫情的背景下，第二个应用程序能够标记行人是否戴着口罩，以平均 13 FPS 的速度进行实时物体识别。在整个过程中，我们可以得出结论，尽管硬件具有潜力且具有出色的性能/成本比，但开发人员的文档很少，开发环境的成熟度较低，有时甚至没有调试过程。索引术语 —RISC-V、物联网、人工智能、AIoT、Kendrite K210、Sipeed MAIX、CNN 硬件加速器。
Harald Altinger (作者) 汽车行业最先进的软件开发和适用性分析
在过去十年中，软件在汽车领域的重要性日益凸显。一辆现代高档汽车，例如 2015 款奥迪 A 4 [ 1 ]，可能配备多达 90 个电子控制单元 (ECU)、两个高分辨率显示器、两个用户识别模块 (SIM) 卡、11 个通信网络（控制器局域网 (CAN)、FlexRay、媒体导向系统传输 (MOST)）和多达六个天线系统（无线电、无钥匙进入/启动和退出系统 (K essy)、WiFi 等）确保汽车与各种基础设施之间的无线通信。从计算机科学家的角度来看，现代汽车是一个执行本地和分布式任务的嵌入式计算机异构网络。除了运输能力之外，客户还要求在现代汽车中提供最新的娱乐（包括音乐、视频或在线流媒体）和舒适度（气候控制、按摩座椅等）。各种功能，例如高级驾驶辅助系统 (ADAS)，都依赖于多个传感器之间的数据融合和各种 ECU 上的预先计算值。从简单的开关或旋转编码器到先进的全球定位系统 (GPS) 天线或雷达传感器，各种传感器将用于感知汽车环境或与驾驶员互动。实现创新的 ADAS，如自适应巡航控制 (ACC) 或矩阵前照灯，需要融合来自摄像头传感器和雷达传感器的预处理测量数据以及从道路交通数据库查找。这需要四个 ECU 来
2024 年 SaaS 颠覆报告（第二部分）：软件开发
Onymos 是一家软件即服务 (SaaS) 解决方案开发商，致力于将软件和应用程序开发转化为软件即服务 (SaaS)。其套件包含 20 多个基础软件组件，可帮助企业构建创新且差异化的 Web、移动和物联网 (IoT) 应用程序，速度、质量、价值和安全性均无与伦比。Onymos 深受 Albertsons、CVS、沃尔玛和 Vapotherm 等顶级品牌的信赖。如需了解更多信息，请访问 onymos.com，并加入 LinkedIn 和 X (Twitter) 上的对话。
Harald Altinger (作者) 汽车行业最新软件开发及适用性分析
在过去的十年中，软件在汽车中变得越来越重要。一辆现代高档轿车，例如 2015 款奥迪 A 4 [ 1 ]，可能配备多达 90 个电子控制单元 ( ECU )、两个高分辨率显示屏、两个用户识别模块 ( SIM ) 卡、11 个通信网络（控制器局域网 ( CAN )、FlexRay、媒体导向系统传输 ( MOST )）和多达 6 个天线系统（收音机、无钥匙进入/启动/退出系统 ( K essy )、WiFi 等），确保汽车与各种基础设施之间的无线通信。从计算机科学家的角度来看，现代汽车是一个执行本地和分布式任务的嵌入式计算机异构网络。除了运输能力之外，客户还要求现代汽车提供最新的娱乐（包括音乐、视频或在线流媒体）和舒适度（气候控制、按摩座椅等）。各种功能，例如高级驾驶辅助系统 (ADAS)，都依赖于多个传感器之间的数据融合和各种 ECU 上的预计算值。从简单的开关或旋转编码器到先进的全球定位系统 (GPS) 天线或雷达传感器，各种各样的传感器都可用于感知汽车环境或与驾驶员互动。实现创新的 ADAS，如自适应巡航控制 (ACC) 或矩阵头灯，需要融合来自摄像头传感器和雷达传感器的预处理测量数据以及从道路交通数据库查找数据。这需要四个 ECU 来
软件开发中的生成AI：现代编码的概述和评估
昌迪加尔大学APEX技术-CSE助理教授摘要生成AI通过利用高级机器学习模型来自动化编码任务，生成代码并提高生产率，从而显着改变了软件开发。本文提供了现代AI驱动的编码工具的概述和评估，包括GitHub Copilot，OpenAI Codex，DeepCode，Amazon Codeguru，Tabnine，Kite和Intellicode，这些工具使用大型语言模型（LLMS）提供实时代码建议，自动错误检测和智能代码。尽管有好处，这些工具仍面临与准确性，上下文理解，安全性，隐私和道德考虑有关的挑战，因此需要对开发人员进行彻底审查和测试AI生成的代码。AI在编码中的集成也引起了人们对专有信息保护和诸如工作流离失所等道德含义的担忧。本文探讨了当前生成AI工具的功能，应用和局限性，突出了它们对软件开发的影响并讨论未来的方向。重点是对改进模型培训，增强上下文理解，安全AI培训方法和道德AI使用的需求。通过解决这些挑战，该行业可以最大程度地发挥生成AI的潜力，创造更准确，可靠和道德上的声音工具，以支持协作和创新的软件开发环境。关键字：生成AI，软件开发，大语言模型，道德AI，上下文理解，人类协作。1。引言生成AI的出现通过使用AI驱动的工具来补充传统的编码实践，以生成代码，自动化任务并提高生产率，从而显着改变了软件开发。利用高级机器学习模型，尤其是大型语言模型（LLMS），这些工具，例如Github Copilot，OpenAI Codex和Tabnine，可以提供智能的代码建议，完整的片段，并从自然语言描述中生成整个程序。这项创新减少了编码时间和精力，有助于错误检测，并作为新手程序员的教育工具。但是，关于代码质量，安全性，知识产权和持续AI模型适应需求的挑战仍然存在。本文提供了当前生成AI工具的概述和评估，研究了其功能，应用和局限性，以突出其对软件开发和未来潜力的影响。
在面向研究的分布式模拟中使用敏捷软件开发实践
本论文由 ODU Digital Commons 的计算建模与仿真工程部门免费开放提供给您。它已被 ODU Digital Commons 的授权管理员接受并纳入计算建模与仿真工程论文和学位论文。欲了解更多信息，请联系 digitalcommons@odu.edu 。
工作学生软件开发计算机愿景（M/f/d）
•开放的企业文化：我们的合作的特征是眼睛层面，信任和平坦的等级结构的遗传交流。与我们一起，每个人都可以参与其中，并通过他们的想法使公司成为决定性的进步。•动态企业发展：我们是增长阶段的创业公司。我们为您提供了与我们同行这个激动人心的发展步骤的机会。•平衡的工作与生活平衡：由于灵活的信任工作时间，24个主要叶子以及移动工作的可能性（内政部），我们为您提供了使您的工作生活可持续的机会。•有吸引力的工作场所：符合人体工程学的工作场所设备，每天的周五咖啡，以及在隔壁的健身工作室的EGYM会员资格中进行培训的机会，请确保具有敏感因素的工作环境。•令人兴奋的技术环境：具有自主机器人技术，快速原型制作过程中的生产，基于AI的图像处理和现代IT技术，我们的团队涵盖了广泛的技术组合。与我们一起，您每天都可以从同事那里学习新事物。•个人发展：我们为您的个人和专业发展提供了广泛的进一步培训机会。通过与大学的交易公平访问，通过团队活动到单独选择的发展目标，我们一切都可能。
进入欧洲人工智能 (AI) 和机器学习 (ML) 软件开发服务市场
参加目标国家/地区的相关现场或线上行业活动，以结识潜在的合作伙伴和竞争对手。这也将使您更多地了解他们的商业文化。参加与 AI / ML 相关的活动，例如阿姆斯特丹的 AI Expo Europe、伦敦的 AI World Congress 或巴塞罗那的 MWC。做好功课并仔细选择活动。只参加符合您个人资料的活动。许多贸易活动目录都可以在线获取，例如 10Times 和 UK Exhibitions。使用 AI 或 ML 行业协会或外包协会在欧洲寻找潜在客户。例如欧洲人工智能协会 (EurAI)、欧洲人工智能联盟 (EAIA)、AI Now Institute Europe、AI for Good Foundation 和人工智能促进协会 (AAAI)。
Codesmith 纽约市全栈软件开发审核-AUP H2 2020
有多少学生不打算寻求现场就业（返回前雇主、没有工作许可、继续深造或自我充实）？就业结果 90 天 180 天 1.现场就业 35.9% 80.3% 1A.全职员工（每周 30+ 小时，6+ 个月） 32.5% 76.9% 1B.全职学徒、实习或合同职位（每周 30+ 小时，3-6 个月） 0.9% 0.9% 1C.短期合同、兼职职位、自由职业或未知期限 1.7% 1.7% 1D.毕业后创办新公司或创业 0.9% 0.9% 2.未寻求本行业就业 0.9% 0.9% 2A.从事非本行业就业 0.9% 0.9% 2B.继续接受高等教育 0.0% 0.0% 2C.因健康、家庭或个人原因未寻求工作 0.0% 0.0% 3.仍在寻求本行业工作 63.2% 18.8% 4.无法联系 0.0% 0.0% 被学校聘用 1.7% 3.4% 毕业生的年平均基本工资是多少？120,000 美元 120,000 美元 100,000 美元以下 14.7% 14.5% 100,000-110,000 美元 11.8% 10.8% 110,000-120,000 美元 14.7% 16.9% 120,000-130,000 美元 23.5% 20.5% 130,000-140,000 美元 14.7% 13.3% 140,000 美元以上 20.6% 24.1% 报告薪资的求职者百分比 100.0% 91.2%
整合生成的AI来推进敏捷软件开发并减轻项目管理挑战
摘要 - 敏捷软件开发强调了迭代的进度，适应性和利益相关者的协作。它拥护灵活的计划，持续改进和快速交付，旨在迅速做出反应，以有效地改变和交付价值。将生成性人工智能（AI）整合到敏捷软件开发过程中，为克服项目管理挑战并提高软件开发努力的效率和有效性提供了有希望的途径。本文探讨了利用敏捷方法中利用生成AI的潜在好处，旨在简化开发工作流程，促进创新并减轻共同的项目管理挑战。通过利用生成AI的功能来进行代码生成，自动测试和预测分析等任务，敏捷团队可以提高其生产率，加速交付周期并提高软件产品的质量。此外，生成AI还提供了增强协作，促进决策以及解决敏捷项目管理固有的不确定性的机会。通过对敏捷框架内生成AI集成的整合的深入分析，本文提供了有关组织如何利用AI的变革潜力来推进敏捷软件开发实践并更有效地浏览现代软件项目的复杂性的见解。