题主只用过AWS（EC2，S3, DynamoDB, EMR, etc.），完全没有接触过阿里云。但有朋友表示AWS的“易用度”远逊阿里云，几乎就是ebay和淘宝的差距。不知道阿里云的“易用度”优势体现在什么方面？

律师办案流程的一个重要步骤就是查阅卷宗案例，期间根据案件复杂程度不同，有可能需要进行大量的卷宗阅读。随着卷宗电子化的普及，虽然解决了律师查看卷宗的种种不便，律师办案效率得到提高，但是因为律师查看卷宗时经常需要进行勾画对比，仍会对电子卷宗进行选择性打印，利于分析研究。所以在电子阅读技术的不断进步下，这种阅读模式有没有可能发生变革呢？

想掌握用ECharts 扩展（百度地图扩展）制作可视化地图的初步技能，谢谢！

知道这里的大神多，多多指教啊，楼主一小本科，毕业俩年，校招进的某五大行，做了2年柜员，感觉太坑辞职了，现在在找工作，目前发offer的是一家金融资讯公司的数据分析，工资是6k，但是网上评价不高，另一个是招商基金旗下的资产管理公司的债券交易员，虽然还没offer，但是希望很大，说实话这俩个了解都不深。特别是这个债券交易员，有了解的吗？？前景钱景怎么样呢？？另外题注性格偏内向，所以想走点技术路线，其实就是不喜欢那种拉客户的工作

类似这种的

如果我们拿到一个数据集，里面有好几个feature，一开始我们对里面feature的关系毫无头绪，怎样比较快速地挖掘出有用的信息？这会有套路吗？

我是这样想的，把案件的所有信息证据输入到这个智能软件里，软件里拥有所有法律条文和案例，软件通过大数据和智能分析输出结果，结果要求有 因果关系，相关法律条文，相关历史案例，并附上分析过程（电脑是怎么想的），法官根据这个结果作为参考来最终评判，这样的方案是否可行？

16 fall录取了CMU的MISM（BIDA track），还有哥大运筹，在等nyu金融数学，和芝加哥金融数学。目前哥大快交留位费了，马上要做出选择。这是两个完全不同的方向，business intelligence／data analytics是目前比较火的方向，就业好起薪高。我的疑问在于几年以后这个方向发展如何？mfe则是前些年很火的方向，最近有点在走下坡路，不过前景也不差。在美国做data analytics的奖金如何，职业发展如何，几年以后能比做quant／risk的发展好吗，和投行比较工作状态如何？由于本科背景是金融数学，不是cs，所以不很了解，还请各位给点建议。

现在和车有关的新技术革命蔚然成风。开车的有uber/Lyft/Didi，卖车的有shift/beepi，导航有Waze；汽车radio 有老牌的SiriusXM，保险有新式的metro mile 等等。但是lease 仍然是传统的多少钱sign on 外加399一个月等等。实际上，难道不应该应用新技术决定费用吗？例如：驾驶背景，历史，驾龄，开车习惯，mileage 等等。都可以用车载仪器记录并且每个月给出应付款项加上折旧预期。加收20%的服务费即可。随时lease 随时退还，按月结账。不开车的话就可以只算折旧。最后公司统一卖出。这样按照数据计算出来的价格一定更有竞争力，也满足用户的需求（lease 新车开得少），也可丰富高质量二手车 […]