ibm养老院

⑴ 外企养老院是不是就剩Oracle 和 IBM了

索尼和惠普也还可以。惠普稍微忙一些，不过索尼的一些维护项目基本加班不多。而且项目周期长，职位比较稳定。

⑵ 怎样搭建平台

亲身参与，作为主力完成了一个信息大数据分析平台。中间经历了很多问题，算是有些经验，因而作答。
整体而言，大数据平台从平台部署和数据分析过程可分为如下几步：
1、linux系统安装
一般使用开源版的Redhat系统--CentOS作为底层平台。为了提供稳定的硬件基础，在给硬盘做RAID和挂载数据存储节点的时，需要按情况配置。例如，可以选择给HDFS的namenode做RAID2以提高其稳定性，将数据存储与操作系统分别放置在不同硬盘上，以确保操作系统的正常运行。

2、分布式计算平台/组件安装
目前国内外的分布式系统的大多使用的是Hadoop系列开源系统。Hadoop的核心是HDFS，一个分布式的文件系统。在其基础上常用的组件有Yarn、Zookeeper、Hive、Hbase、Sqoop、Impala、ElasticSearch、Spark等。
先说下使用开源组件的优点：1）使用者众多，很多bug可以在网上找的答案（这往往是开发中最耗时的地方）。2）开源组件一般免费，学习和维护相对方便。3）开源组件一般会持续更新，提供必要的更新服务『当然还需要手动做更新操作』。4）因为代码开源，若出bug可自由对源码作修改维护。
再简略讲讲各组件的功能。分布式集群的资源管理器一般用Yarn，『全名是Yet Another Resource Negotiator』。常用的分布式数据数据『仓』库有Hive、Hbase。Hive可以用SQL查询『但效率略低』，Hbase可以快速『近实时』读取行。外部数据库导入导出需要用到Sqoop。Sqoop将数据从Oracle、MySQL等传统数据库导入Hive或Hbase。Zookeeper是提供数据同步服务，Yarn和Hbase需要它的支持。Impala是对hive的一个补充，可以实现高效的SQL查询。ElasticSearch是一个分布式的搜索引擎。针对分析，目前最火的是Spark『此处忽略其他，如基础的MapRece 和 Flink』。Spark在core上面有ML lib，Spark Streaming、Spark QL和GraphX等库，可以满足几乎所有常见数据分析需求。
值得一提的是，上面提到的组件，如何将其有机结合起来，完成某个任务，不是一个简单的工作，可能会非常耗时。

3、数据导入
前面提到，数据导入的工具是Sqoop。用它可以将数据从文件或者传统数据库导入到分布式平台『一般主要导入到Hive，也可将数据导入到Hbase』。

4、数据分析
数据分析一般包括两个阶段：数据预处理和数据建模分析。
数据预处理是为后面的建模分析做准备，主要工作时从海量数据中提取可用特征，建立大宽表。这个过程可能会用到Hive SQL，Spark QL和Impala。
数据建模分析是针对预处理提取的特征/数据建模，得到想要的结果。如前面所提到的，这一块最好用的是Spark。常用的机器学习算法，如朴素贝叶斯、逻辑回归、决策树、神经网络、TFIDF、协同过滤等，都已经在ML lib里面，调用比较方便。

5、结果可视化及输出API
可视化一般式对结果或部分原始数据做展示。一般有两种情况，行数据展示，和列查找展示。在这里，要基于大数据平台做展示，会需要用到ElasticSearch和Hbase。Hbase提供快速『ms级别』的行查找。 ElasticSearch可以实现列索引，提供快速列查找。
平台搭建主要问题：
1、稳定性 Stability
理论上来说，稳定性是分布式系统最大的优势，因为它可以通过多台机器做数据及程序运行备份以确保系统稳定。但也由于大数据平台部署于多台机器上，配置不合适，也可能成为最大的问题。 曾经遇到的一个问题是Hbase经常挂掉，主要原因是采购的硬盘质量较差。硬盘损坏有时会到导致Hbase同步出现问题，因而导致Hbase服务停止。由于硬盘质量较差，隔三差五会出现服务停止现象，耗费大量时间。结论：大数据平台相对于超算确实廉价，但是配置还是必须高于家用电脑的。

2、可扩展性 Scalability
如何快速扩展已有大数据平台，在其基础上扩充新的机器是云计算等领域应用的关键问题。在实际2B的应用中，有时需要增减机器来满足新的需求。如何在保留原有功能的情况下，快速扩充平台是实际应用中的常见问题。

上述是自己项目实践的总结。整个平台搭建过程耗时耗力，非一两个人可以完成。一个小团队要真正做到这些也需要耗费很长时间。

目前国内和国际上已有多家公司提供大数据平台搭建服务，国外有名的公司有Cloudera，Hortonworks，MapR等，国内也有华为、明略数据、星环等。另外有些公司如明略数据等还提供一体化的解决方案，寻求这些公司合作对 于入门级的大数据企业或没有大数据分析能力的企业来说是最好的解决途径。

对于一些本身体量较小或者目前数据量积累较少的公司，个人认为没有必要搭建这一套系统，暂时先租用AWS和阿里云就够了。对于数据量大，但数据分析需求较简单的公司，可以直接买Tableau，Splunk，HP Vertica，或者IBM DB2等软件或服务即可。

以上是我从事大数据以来的一些认识。管见所及，可能有所疏漏，欢迎补充。

⑶ 家里老电脑，IBM 的，想升级一下给老人用。主板上写着 845GV-M REV: 1.2 1

这个真心升级不起来了，你实在不想花钱的话，就买点二手CPU主板显卡内存自己换上去

⑷ 养老股票有哪些

1、万达信息(15.21 -1.43%，诊股)：旗下养老服务系统“老人宝”已在上海落地；控股子公司全程健康主要基于物联网技术搭建居民与医疗机构之间信息沟通和服务的平台，具有通过APP、IC卡、视讯电话实现社区为老人服务的功能。

公司公告，与中国太保(37.58 -1.34%，诊股)合作，共同开拓智慧养老服务，提供符合中国传统养老习惯的智能化、个性化养老服务。

2、思创医惠(15.96 -0.87%，诊股)：全资子公司医惠科技借助于IBM技术，致力于为大型医疗机构和全民健康提供“全人全程，可及连贯”的智慧医疗服务体系。公司开发了多款医疗信息耗材产品，其中智能床健康监测产品已在养老院、康复中心、家庭、医院病房快速推广。

3、奥维通信：2012年10月，公司独家出资200万元组建南京奥维居家养老云服务中心，主要提供居家养老服务等；2013年4月，公司独家出资100万元组建天津市虚拟养老服务中心，主要提供居家养老服务等。

4、海南海药：与泰州市姜堰区政府、银康健康发展共同签署了《战略合作协议》，整合姜堰区域医疗机构资源。姜堰健康服务业集聚区项目，拟分为医疗服务区、康复养老区、健康养生区、中医诊疗文化区、教育培训区、商业配套区六个功能区，本次合作多方预计拟投资总规模为50亿人民币。

5、湖南发展：与康复医疗专家周江林先生合作成立合资公司，间接收购博爱医疗49%股份，从而实际控制湘雅博爱，进入康复医疗领域。湖南发展资产管理集团旗下唯一的上市平台，集团存在整合旗下国有资产的预期。

6、金陵饭店：公司有养生养老公寓。

7、凤凰股份：2013年投资5亿成立专业的养老公司；2014年与江苏省人民医院、仁医投资合作，共同发展健康养老业务；打造文化养老地产项目。

8、鲁商置业：与太平保险达成战略合作，共同探索养老模式；联合集团公司旗下的地产、医疗、旅游等方面强势资源实现优势互补，布局养老产业。

9、延华智能：募资10亿元，其中1.32亿元用于智慧医疗与智慧养老平台建设项目，养老综合云平台项目涵盖1家养老机构、1个养老服务信息数据中心、379个居家养老服务中心、9家托老服务中心。

10、宜华健康：收购众安康、爱奥乐，以及达孜赛乐康的100%股权，拟收购亲和源58.33%股权，布局医疗大健康养老领域，打造医疗大健康龙头。

⑸ 在IBM工作是怎样一番体验

1. 收入较高；

2. 公司爱面子，出差一般要求驻当地最好的酒店；

3. 条条框框比较专多，有点国企的味道，不过不属是国企那样有规章制度没有严格管理。而是管理严格但是有人性化；

4. 提倡底层越级寻求高层更高层的支持帮助；

5. 培养员工严谨的工作思维逻辑性和良好的沟通能力，礼仪规范；

6. 大公司有大眼界，能培养更广的视野。比如96年最早在国内首先推荐互联网经济，电子商务，那时听得云里雾里，现在回头看看真是先人一步的商机啊！

7. 有IBM工作经历有利于离开IBM去其他公司找到更好的发展。