热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

红牛本田赛车队联手甲骨文,提升F1赛车运动数据分析水平

业内领先的F1车队选择Oracle云基础设施作为官方云平台,聚焦赛车性能

红牛车队 (Red Bull Racing) 曾获 4 次一级方程式赛车 (Formula1, F1) 世界冠军,选择甲骨文成为其官方云基础设施的合作伙伴,红牛车队将充分利用 Oracle 云基础设施 (OCI) 的机器学习和数据分析功能,从赛事活动到为全球粉丝提供第一手信息,全方位优化运用数据的方式。

甲骨文携手红牛本田赛车队

F1 赛车是一种数据驱动型的运动,许多车队相当投入数据分析和各种微小细节,希望藉此获得领先优势。甲骨文与红牛本田赛车队(Red Bull Racing Honda)达成合作,将联手优化和改善数据使用方式,提升车队的赛车性能。本次合作已规划了长达数年的路线图,双方将充分利用 Oracle 云基础设施的人工智能和机器学习技术,全面优化其场上、场下的工程运营。

Formula 1

此次合作对红牛车队意义重大。甲骨文是一家大型企业,在过去40多年时间内一直都站在技术创新的前沿,为全球众多的大型成功企业提供先进、创新的技术和专业知识,是业界知名、广受客户信赖的数据库管理和云计算厂商。甲骨文强大的技术和专业知识的支持,对我们来说是一个重大的里程碑。从粉丝互动到品牌建设机制,为工程和设计部门在内的整个车队提供各种丰富的资源,甲骨文的专业知识将在各个方面推动我们向前发展。”


—— Christian Horner

红牛本田赛车队主席

为实现未来发展,红牛本田赛车队需要性能卓越、高可扩展性和高安全性的云基础设施平台。Oracle 云基础设施提供极具创新的独特功能,助力红牛车队更广泛地使用数据科学和数据分析,满足红牛技术园区中日益增长和日趋多样化的工程任务需求。

“甲骨文和红牛本田赛车队都对设计、性能、胜利充满激情,此次合作可说是天作之合。红牛车队是一支相对较年轻的车队,超越极限的潜力无穷。甲骨文公司将联手红牛本田赛车队合作开发新技术,打造新设计,助力红牛车队超越预期,为F1赛车运动树立新的标竿。”


—— Ariel Kelman

甲骨文公司首席营销官

红牛车队坚持为粉丝制作精彩的内容,创造机会与粉丝互动,在 F1 赛车领域向来以热情拥抱全球粉丝而著称。在此次合作中,红牛本田赛车队将充分利用 Oracle 客户体验 (CX) ,包括Oracle Unity Customer Data PlatformOracle Crowd Twist Loyalty and EngagementOracle Responsys Campaign Management,让粉丝能轻松地访问车队的统计数据和指标,更近距离地了解赛事活动。甲骨文和红牛赛车队希望打造最佳的粉丝体验,不仅为 F1 赛车粉丝提供深入洞察和近距离的互动机会,更为全球各地的新粉丝打开 F1 赛车的精彩世界。

“我们很高兴甲骨文加入F1赛车领域,成为我们的重要合作伙伴,在各方面帮助我们突破极限。在上云过程中,一个强大的合作伙伴至关重要,我们将通过Oracle CX云的营销云模块,运用丰富的专业技术与红牛本田赛车队的创造力,与全球粉丝结合在一起,我们将揭开营销技术旅程的新篇章,期待能为粉丝提供与众不同的独特体验。在技术方面,我们的工程团队已经迫不及待地想上手使用甲骨文的创新技术,以甲骨文世界领先的专业技术,打造我们的数据科学和AI团队。”


—— Oliver Hughes

红牛车队首席营销官



推荐阅读
  • 如何使用代理服务器进行网页抓取?
    本文介绍了如何使用代理服务器进行网页抓取,并探讨了数据驱动对竞争优势的重要性。通过网页抓取,企业可以快速获取并分析大量与需求相关的数据,从而制定营销战略。同时,网页抓取还可以帮助电子商务公司在竞争对手的网站上下载数百页的有用数据,提高销售增长和毛利率。 ... [详细]
  • 2018年人工智能大数据的爆发,学Java还是Python?
    本文介绍了2018年人工智能大数据的爆发以及学习Java和Python的相关知识。在人工智能和大数据时代,Java和Python这两门编程语言都很优秀且火爆。选择学习哪门语言要根据个人兴趣爱好来决定。Python是一门拥有简洁语法的高级编程语言,容易上手。其特色之一是强制使用空白符作为语句缩进,使得新手可以快速上手。目前,Python在人工智能领域有着广泛的应用。如果对Java、Python或大数据感兴趣,欢迎加入qq群458345782。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 本文介绍了adg架构设置在企业数据治理中的应用。随着信息技术的发展,企业IT系统的快速发展使得数据成为企业业务增长的新动力,但同时也带来了数据冗余、数据难发现、效率低下、资源消耗等问题。本文讨论了企业面临的几类尖锐问题,并提出了解决方案,包括确保库表结构与系统测试版本一致、避免数据冗余、快速定位问题等。此外,本文还探讨了adg架构在大版本升级、上云服务和微服务治理方面的应用。通过本文的介绍,读者可以了解到adg架构设置的重要性及其在企业数据治理中的应用。 ... [详细]
  • Tomcat/Jetty为何选择扩展线程池而不是使用JDK原生线程池?
    本文探讨了Tomcat和Jetty选择扩展线程池而不是使用JDK原生线程池的原因。通过比较IO密集型任务和CPU密集型任务的特点,解释了为何Tomcat和Jetty需要扩展线程池来提高并发度和任务处理速度。同时,介绍了JDK原生线程池的工作流程。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • ElasticSerach初探第一篇认识ES+环境搭建+简单MySQL数据同步+SpringBoot整合ES
    一、认识ElasticSearch是一个基于Lucene的开源搜索引擎,通过简单的RESTfulAPI来隐藏Lucene的复杂性。全文搜索,分析系统&# ... [详细]
  • {moduleinfo:{card_count:[{count_phone:1,count:1}],search_count:[{count_phone:4 ... [详细]
  • Java学习笔记之面向对象编程(OOP)
    本文介绍了Java学习笔记中的面向对象编程(OOP)内容,包括OOP的三大特性(封装、继承、多态)和五大原则(单一职责原则、开放封闭原则、里式替换原则、依赖倒置原则)。通过学习OOP,可以提高代码复用性、拓展性和安全性。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 企业数据应用挑战及元数据管理的重要性
    本文主要介绍了企业在日常经营管理过程中面临的数据应用挑战,包括数据找不到、数据读不懂、数据不可信等问题。针对这些挑战,通过元数据管理可以实现数据的可见、可懂、可用,帮助业务快速获取所需数据。文章提出了“灵魂”三问——元数据是什么、有什么用、又该怎么管,强调了元数据管理在企业数据治理中的基础和前提作用。 ... [详细]
  • 本文介绍了绕过WAF的XSS检测机制的方法,包括确定payload结构、测试和混淆。同时提出了一种构建XSS payload的方法,该payload与安全机制使用的正则表达式不匹配。通过清理用户输入、转义输出、使用文档对象模型(DOM)接收器和源、实施适当的跨域资源共享(CORS)策略和其他安全策略,可以有效阻止XSS漏洞。但是,WAF或自定义过滤器仍然被广泛使用来增加安全性。本文的方法可以绕过这种安全机制,构建与正则表达式不匹配的XSS payload。 ... [详细]
  • 合并列值-合并为一列问题需求:createtabletab(Aint,Bint,Cint)inserttabselect1,2,3unionallsel ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • AI行业的下一个风口是医疗?创业者们这样说
    ▼点击上方蓝字关注网易智能为你解读AI领域大公司大事件,新观点新应用编者按:4月10日,鲸准AI产业价值峰会在北京举行。本次大会除了邀请A ... [详细]
author-avatar
陈hancox_894
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有