战士小慧
北京宝兰德软件股份有限公司主营业务为基础设施软件、智能运维软件的研发和销售,并提供专业技术服务。公司的主要产品及服务为基础设施软件、智能运维软件、保障服务、升级服务、系统维护服务、开发服务。
市盈率(动态) 亏损每股收益-0.49元 每股资本公积金12.82元 分类 小盘股市盈率(静态) 113.98营业总收入 1.61亿元 同比增长26.34% 每股未分配利润2.18元 总股本 0.56亿股市净率 3.55净利润 -0.27亿元 同比下降559.22% 每股经营现金流-1.10元 总市值30.57亿每股净资产15.40元 毛利率93.96% 净资产收益率-3.05% 流通A股0.41亿股
1.核心技术及其先进性以及报告期内的变化情况 公司持续聚焦于分布式、云化架构软件基础设施领域,在长期大型企业软件基础设施平台及智能运维系统的建设实践中,公司密切关注基础设施平台和智能运维领域技术的更新发展,将创新技术与传统技术架构有效融合,自主研发形成了系列拥有自主知识产权的核心技术。 报告期内公司新增的关键核心技术包括基于自然语言处理的协调运维技术、分层工单深度聚类方法、时序指标周期识别及提取技术、基于知识图谱的故障预测和根因分析方法、移动端智能运维平台故障分析处理技术等。 公司自主掌握中间件相关的6项核心技术。除了保持核心技术与业界规范的同步发展外,公司积极跟进业界应用在云计算领域的需求变化,从应用云原生化演进对中间件云原生化转变的要求出发,结合在云计算领域相关技术产品的研发,形成了云原生中间件完整的解决方案、覆盖了容器、微服务、DevOps等相关新兴领域的产品的自主研发,并与传统中间件、消息中间件等产品形成了优势整合,转向为应用提供覆盖开发、生产、运维全生命周期的支撑。 公司在智能运维领域的关键核心技术是结合实践和理论算法抽取实验而成,具有很强的实际效果,目前已经在多个客户落地运行。算法模型的优化沉淀需要经过大数据长时间的训练,AI在运维领域取得的效果不仅仅取决于算法的选择和复杂度,同时取决于积累,公司已经获得了一定的先发优势,在多个客户现场的多种业务场景中已经取得了良好效果。
贵不贵,就看有没有吹牛,能验证吗?
分享:
请输入验证信息:
你的加群请求已发送,请等候群主/管理员验证。
数据来自赢家江恩软件>>
虚位以待
暂无
0人关注了该股票
长期未登录发言
吧主违规操作
色情、反动
其他
*投诉理由
答:2022-06-02详情>>
答:宝兰德的子公司有:19个,分别是:详情>>
答:每股资本公积金是:12.30元详情>>
答:宝兰德的注册资金是:5600万元详情>>
答:宝兰德上市时间为:2019-11-01详情>>
当天高压快充概念在涨幅排行榜排名第4,涨幅领先个股为英可瑞、煜邦电力
周一两轮车概念大跌4.01%,信隆健康跌停
周一换电概念大幅下跌4.12%,ST数源跌停
柔性直流输电概念逆势上涨,概念龙头股保变电气涨幅9.94%领涨
战士小慧
案例简资之191科,688058宝兰德
北京宝兰德软件股份有限公司主营业务为基础设施软件、智能运维软件的研发和销售,并提供专业技术服务。公司的主要产品及服务为基础设施软件、智能运维软件、保障服务、升级服务、系统维护服务、开发服务。
市盈率(动态) 亏损每股收益-0.49元 每股资本公积金12.82元 分类 小盘股市盈率(静态) 113.98营业总收入 1.61亿元 同比增长26.34% 每股未分配利润2.18元 总股本 0.56亿股市净率 3.55净利润 -0.27亿元 同比下降559.22% 每股经营现金流-1.10元 总市值30.57亿每股净资产15.40元 毛利率93.96% 净资产收益率-3.05% 流通A股0.41亿股
1.核心技术及其先进性以及报告期内的变化情况
公司持续聚焦于分布式、云化架构软件基础设施领域,在长期大型企业软件基础设施平台及智能运维系统的建设实践中,公司密切关注基础设施平台和智能运维领域技术的更新发展,将创新技术与传统技术架构有效融合,自主研发形成了系列拥有自主知识产权的核心技术。
报告期内公司新增的关键核心技术包括基于自然语言处理的协调运维技术、分层工单深度聚类方法、时序指标周期识别及提取技术、基于知识图谱的故障预测和根因分析方法、移动端智能运维平台故障分析处理技术等。
公司自主掌握中间件相关的6项核心技术。除了保持核心技术与业界规范的同步发展外,公司积极跟进业界应用在云计算领域的需求变化,从应用云原生化演进对中间件云原生化转变的要求出发,结合在云计算领域相关技术产品的研发,形成了云原生中间件完整的解决方案、覆盖了容器、微服务、DevOps等相关新兴领域的产品的自主研发,并与传统中间件、消息中间件等产品形成了优势整合,转向为应用提供覆盖开发、生产、运维全生命周期的支撑。
公司在智能运维领域的关键核心技术是结合实践和理论算法抽取实验而成,具有很强的实际效果,目前已经在多个客户落地运行。算法模型的优化沉淀需要经过大数据长时间的训练,AI在运维领域取得的效果不仅仅取决于算法的选择和复杂度,同时取决于积累,公司已经获得了一定的先发优势,在多个客户现场的多种业务场景中已经取得了良好效果。
贵不贵,就看有没有吹牛,能验证吗?
分享:
相关帖子