开发语言
定义计算机程序的形式语言，分为机器语言、汇编语言、高级语言，不同环境基础镜像可以支持不同类型开发语言
Python
Python是一种动态的、面向对象的脚本语言，最初被设计用于编写自动化脚本(shell)，现在已越来越多被用于独立的、大型项目的开发。
JAVA
Java是一门面向对象编程语言，它作为静态面向对象编程语言的代表， 极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。
HTML
超文本标记语言，标准通用标记语言下的一个应用。页面内可以包含图片、链接，甚至音乐、程序等非文字元素。
通用开发工具
软件工程师用于为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件的特殊软件，提供”标准化 + 行业化 + 个性化”的应用模式
MySQL
Elasticsearch
Jenkins
通用算法模型
算法代表着用系统的方法描述解决问题的策略机制，通用算法模型指一些软件，工业领域常用算法和归纳建模
本福特算法
本福特算法根据本福特定律来检验数据是否有人工加工痕迹。本福特定律是一种用途广泛的数据检验方法，它通过自然生成的数字中1到9的使用频率对数据进行检验。如果你的数据具备一定规模，没有人工设定的最大值和最小值，并且数据本身受人为因素影响较小。那么就可以使用本福特定律对数据进行检验。
威布尔分布概率密度
威布尔分布，又称为韦伯分布,是一种连续性概率分布，其概率密度如下: x >= 0时,f(x,λ,k) = (k/λ) * ((x/λ)^(k-1)) * (e^(-((x/λ)^k))；x < 0时,f(x,λ,k)=0。其中，x是随机变量，λ＞0是比例参数（scale parameter），k＞0是形状参数（shape parameter）。显然，它的累积分布函数是扩展的指数分布函数，而且，Weibull distribution与很多分布都有关系。如，当k=1，它是指数分布；k=2时，是Rayleigh distribution(瑞利分布)。
时间序列模型
时间序列预测法其实是一种回归预测方法，属于定量预测，其基本原理是;一方面承认事物发展的延续性， 运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；另一方面充分考虑到偶然因素影响而产生的随机性， 为了消除随机波动的影响，利用历史数据进行统计分析，并对数据进行适当处理，进行趋势预测。
高斯混合模型
GMM，高斯混合模型，也可以简写为MOG。高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。
聚类算法
聚类，就像回归一样，有时候人们描述的是一类问题，有时候描述的是一类算法。聚类算法通常按照中心点或者分层的方式对输入数据进行归并。所以的聚类算法都试图找到数据的内在结构，以便按照最大的共同点将数据进行归类。常见的聚类算法包括 k-Means算法以及期望最大化算法（Expectation Maximization，EM)。
人工神经网络
人工神经网络算法模拟生物神经网络，是一类模式匹配算法。通常用于解决分类和回归问题。人工神经网络是机器学习的一个庞大的分支，有几百种不同的算法。（其中深度学习就是其中的一类算法，我们会单独讨论），重要的人工神经网络算法包括：感知器神经网络（Perceptron Neural Network）, 反向传递（Back Propagation)...
微服务组件
支撑大型应用的一个或多个可独立部署，独立运行，松耦合的小的业务单元，每一个微服务可以代表一个业务能力
RabbitMQ
RabbitMQ是流行的开源消息队列系统，用erlang语言开发，是AMQP（高级消息队列协议）等标准体实现和产品，封装各种参数配置，一个命令即可启动开发环境。
ZooKeeper
ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。
Kafka
Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。
DevOps
一组过程、方法与系统的统称, 用于促进开发（应用系统、软件工程）、技术运营和质量保障（QA）部门之间的沟通、协作和整合
代码托管
多代码源支持，支持对接企业级代码托管平台GitHub Enterprise、Gitlab、SVN、TFS
流水线
支持多种流水线制品形式与触发方式，精准订阅关注的流水线消息，实时监控流水线状态
代码检查
发现代码中的问题与缺陷，提供代码定位与修复建议，规范代码，提高代码质量，降低维护成本
编译构建
支持多语言构建
流程管理
全局设置组织内共享的上线单流程，支持选择审核人及运维上线团队
发布
覆盖提交 - 审核 - 部署 - 完成全流程，支持基于应用版本、自由 选择的发布模式