外媒速递是核子可乐精选的近日国外媒体的精彩文章推荐，希望大家喜欢！

今天给大家推荐的内容包括：关于机器学习的十个成功故事、如何在AWS中设计高可用性Web应用、利用Kubernetes实现云原生机器学习和我们该如何启动自己的Bug赏金项目等。

一、深度剖析：关于机器学习的十个成功故事

原文标题：10 machine learning success stories: An inside look

时至今日，几乎没有什么技术能够与人工智能与机器学习在热度方面一较高下。部分企业正在利用这些模仿人类思维方式的技术吸引客户并支持业务运营，但也有不少人仍对其抱有怀疑态度。下面，我们将共同了解机器学习领域出现的十大成功案例。

1. 新应用可预言当前岗位将何时消亡

2. 机器学习有助于预测性维护

3. 企业体系，算法为先

4. 人工智能成为产品与业务的赋能者

5. 将医疗设备数据库与机器学习相结合

6. 人工智能增强安全研究

7. 人工智能降低财务成本

8. 历史数据预测未来效能

9. 银行业得以更好洞察客户需求

10. 机器学习进一步提升生产效率

二、云开发攻略：如何在AWS中设计高可用性Web应用

原文标题：Designing Web Apps for High Availability in AWS

在云技术得到快速发展之前，构建高可用性Web应用程序一直是项复杂的任务。这主要是由于其中涉及专用硬件、中间件与专业知识，以及与之相关的更高开发与运营成本。但云计算的成熟，使我们能够以更为合理的成本实现高可用性。下面，我们将立足AWS，聊聊如何达成这项目标。

1. AWS中的冗余

2. 高可用性设计

• Web服务器高可用性
• 数据库服务器高可用性

3. 多区域部署

三、Kuberflow项目：利用Kubernetes实现云原生机器学习

原文标题：Kubeflow: Cloud-native machine learning with Kubernetes

机器学习已经彻底改变了计算环境，为技术提供全新场景，也令现有场景更加高效。然而，为了获得高效的机器学习解决方案，企业必须解决由此提出的一系列要求。在今天的文章中，我们将一同了解如何利用Kubernetes实现云原生机器学习。

1. 机器学习中的三大挑战

1)可组合性

2)可移植性

3)可扩展性

2. Kubernetes与机器学习

3. Kubeflow介绍

4. 更多扩展资料

四、我们该如何启动自己的Bug赏金项目?

原文标题：How to start your own bug-bounty program

网络安全行业中存在人才短缺问题早已不是什么秘密。根据去年全球信息安全劳动力研究公布的结果，预计到2022年全球安全人才缺口将达到180万。作为缓解这一难题的有效手段，Bug赏金项目正得到越来越多组织机构的重视。那么，我们要如何启动自己的赏金计划?

1. 建立漏洞披露计划

2. 启动小型内部Bug赏金项目

3. 如何应对规模化场景下的漏洞披露挑战

4. 如何审查道德黑客并克服沉默