当前所在位置： >
怎样才能从普通程序员转为大数据技术相关人才
导读前段时间跟候选人聊天，一个有多年工作经验的资深 iOS 工程师告诉我，他最近正在学习 Machine Learning 相关的知识。他觉得，对于程序员来说，技术进步大大超过世人的想象，如果你不
前段时间跟候选人聊天，一个有多年工作经验的资深 iOS 工程师告诉我，他最近正在学习 Machine Learning 相关的知识。他觉得，对于程序员来说，技术进步大大超过世人的想象，如果你不跟随时代进步，就会落后于时代。
我其实已经听过很多人跟我说过类似的话。只不过不同人嘴里提到的词汇各有不同&&、数据挖掘、机器学习、人工智能&& 这些当前火热的概念各有不同，又有交叉，总之都是推动我们掌控好海量数据，并从中提取到有价值信息的技术。
程序员对这些技术跃跃欲试，知乎上「深度学习如何入门？」「普通程序员如何向人工智能靠拢？」等问题都有很高的关注度。我们在招聘市场也能够看到，越来越多的技术候选人在跳槽时会思考，能否从事相关岗位的工作。
从 100offer 平台上的数据来看，大数据相关职位的面试邀请占比也与日俱增。
当前，很多候选人对相关岗位的青睐并非偶然
处理器速度的加快，大规模数据处理技术的日渐成熟，让我们从 Big Data 中快速提取有价值的信息成为可能。几十年前神经网络算法被提出之初，捉襟见肘的计算能力很难让这个计算密集的算法发挥出它应有的作用。而现在，PB 级别的数据也可以在短时间内完成机器学习的模型训练。这让格灵深瞳、科大讯飞等高度依赖深度学习的图像、语音识别公司得以对产品进行快速迭代。
互联网行业的快速发展，让不少公司拥有了成千上万的用户数据，各家都想挖掘这座储量丰富的金矿，由此延伸出数据在自家业务不同应用场景中的巨大价值&&京东、淘宝等电商网站利用用户画像做个性化推荐，PayPal、宜信等互联网金融公司通过识别高危行为的特征实施风险控制，滴滴、达达等出行、配送业务利用交易数据进行实时定价从而使利润最大化&&
还有一些公司，借助大数据相关技术创造出新的业务模式&&比如利用算法做个性化内容推荐的今日头条、一点资讯，比如通过监测服务整合海量数据、做数据价值变现的 TalkingData，当然还有一些底层架构的支持服务商如阿里云、UCloud 也开通了托管集群、机器学习平台等服务。
这些企业整体对大数据、数据挖掘相关人才的需求非常之大，导致行业内人才的供给相对不足。因而薪资通常也相对高一些。
再加上这些岗位相比于传统的软件工程，有更高的挑战空间和更大的难度，自然引得更多人才进入到这个领域。
最近，为了了解大数据相关工程师的招聘现状，我们走访了几家紧需大数据相关人才的公司，与他们的技术 Leader 聊了聊相关人才的招聘现状。
对于工程师来说，可以考虑的大数据相关岗位有哪些？
从各家招聘的工程师来看，与打交道的核心工程师通常分为这么两大类
大数据平台/开发工程师
他们的工作重心在于数据的收集、存储、管理与处理。
通常比较偏底层基础架构的开发和维护，需要这些工程师对 Hadoop/Spark 生态有比较清晰的认识，懂分布式集群的开发和维护。熟悉 NoSQL，了解 ETL，了解数据仓库的构建，还可能接触机器学习平台等平台搭建。
有些大数据开发工程师做的工作可能也会偏重于应用层，将算法工程师训练好的模型在逻辑应用层进行实现，不过有些公司会将此类工程师归入软件开发团队而非大数据团队。
算法&数据挖掘工程师
此类工程师的工作重心在于数据的价值挖掘。
他们通常利用算法、机器学习等手段，从海量数据中挖掘出有价值的信息，或者解决业务上的问题。虽然技能构成类似，但是在不同团队中，因为面对的业务场景不同，对算法 & 数据挖掘工程师需要的技能有不同侧重点。因而这个类目下还可细分为两个子类：
1. 算法工程师
这类团队面对的问题通常是明确而又有更高难度的，比如人脸识别、比如在线支付的风险拦截。这些问题经过了清晰的定义和高度的抽象，本身又存在足够的难度，需要工程师在所研究的问题上有足够的专注力，对相关的算法有足够深度的了解，才能够把模型调到极致，进而解决问题。这类工程师的 Title 一般是「算法工程师」。
2. 数据挖掘工程师
有的团队面对的挑战不限于某一个具体问题，而在于如何将复杂的业务逻辑转化为算法、模型问题，从而利用海量数据解决这个问题。这类问题不需要工程师在算法上探索得足够深入，但是需要足够的广度和交叉技能。他们需要了解常见的机器学习算法，并知晓各种算法的利弊。同时他们也要有迅速理解业务的能力，知晓数据的来源、去向和处理的过程，并对数据有高度的敏感性。这类工程师的 Title 以「数据挖掘工程师」居多。
从技术 Leader 对人才的要求看，转岗机会在哪里？
没有一个技术 Leader 不希望自己手下是一班虎将。他们期盼团队中每个工程师都是能独当一面的全才。
基础的逻辑、英文等素质是必须的，聪明、学习能力强是未来成长空间的保障，计算机基础需要扎实，最好做过大规模集群的开发和调优，会数据处理，还熟悉聚类、分类、推荐、NLP、神经网络等各种常见算法，如果还实现过、优化过上层的数据应用就更好了&&
嗯，以上就是技术 Leader 心中完美的大数据相关候选人形象。
但是，如果都以尽善尽美的标准进行招聘的话，恐怕没几个团队能够招到人。现在大数据、数据挖掘火起来本身就没几年，如果想招到一个有多年经验的全才，难度不是一般的高。在这点上，各位技术 Leader 都有清晰的认识。
不过，全才难招，并不代表 Leader 会放低招聘要求。他们绝不容忍整个团队的战斗力受到影响。面对招聘难题，他们会有一些对应的措施&&
1. 可以不求全才，但要求团队成员各有所长，整体可形成配合
刚刚提到了，要想为大数据相关岗位找到一个各方面条件都不错的人才，难度非常大。因而技术 Leader 会更加务实地去招聘「更适合的人」&&针对不同岗位吸收具有不同特长的人才。
以格灵深瞳为例，这是一家计算机视觉领域的大数据公司，团队中既需要对算法进行过透彻研究的人才，把图像识别有关算法模型调整到极致，也需要工程实力比较强的人才，将训练好的算法模型在产品中进行高性能的实现，或者帮助团队搭建一整套视频图像数据采集、标注、机器学习、自动化测试、产品实现的平台。
对于前一种工程师，他需要在深度学习算法甚至于在计算视觉领域都有过深入的研究，编程能力可以稍弱一些；而对于后一种工程师，如果他拥有强悍的工程能力，即使没有在深度学习算法上进行过深入研究，也可以很快接手对应的工作。这两种人才需在工作中进行密切的配合，共同推动公司产品的产出与优化。
即使在算法工程师团队内部，不同成员之间的技能侧重点也可能各不相同。
比如个性化内容推荐资讯平台&&一点资讯的算法团队中，一部分工程师会专注于核心算法问题的研究，对解决一个非常明确的问题（比如通过语义分析进行文章分类的问题，如何判断「标题党」的问题等等），他们需要有足够深度的了解；另外一部分工程师，则专注于算法模型在产品中的应用，他们应该对业务非常有 sense，具备强悍的分析能力，能够从复杂的业务问题中理出头绪，将业务问题抽象为算法问题，并利用合适的模型去解决。两者一个偏重于核心算法的研究，一个偏重业务分析与实现，工作中互为补充，共同优化个性化内容推荐的体验。
对于后者来说，因为对核心算法能力要求没有前者那么高，更重视代码能力与业务 sense，因而这个团队可以包容背景更丰富的人才，比如已经补充过算法知识的普通工程师，以及在研究生阶段对算法有一些了解的应届生。
雇主对大数据相关候选人的经验、背景有更大接受空间，这就给了非大数据相关候选人进入大数据、算法团队的机会。此时，梳理清楚自己现有技能对于新团队的价值非常重要，这是促使新团队决定吸收自己的关键。
现在在云计算服务商 UCloud 工作的宋翔，过去四五年一直致力于计算机底层系统的研究。在百度，他曾经为深度学习算法提供支持，用硬件和底层系统优化，加快机器学习算法的运算速度。进入 UCloud 之初，宋翔主要研究的方向也是如何利用 GPU 服务器进行运算加速。
后来，考虑到越来越多企业依赖机器学习进行数据挖掘，UCloud 期望推出一个兼容主流开源机器学习系统的 Paas，使得使用这个机器学习平台的工程师能够专注于模型训练本身，而无需考虑模型部署、系统性能、扩展性、计算资源等问题。
宋翔在底层系统优化上的特长刚好可以在这项工作中发挥，因而他立刻被赋予主导这个平台搭建的任务。
让算法在机器上运转得够快，才能够缩短模型迭代的时间，加速模型优化的过程。大部分算法工程师可能对此了解甚少，但是宋翔可以充分发挥自己的特长，利用硬件和底层系统加速机器学习算法。
当需要训练的数据量特别大的时候，比如几十 T 以上甚至 PB 级的时候，在分布式系统中， I/O 或者网络可能成为瓶颈了，这时需要系统工程师的介入，看怎么优化数据传输使得 I/O 的使用率提高；看怎么去存储，用 HDFS 还是用 Key Value Store 或者其他存储方式，可以让你更快地拿到数据去计算，或者你用磁盘的存储还是 SSD 存储 或者 in-memory 的存储。这其中，系统工程师也需要平衡成本和效率之间的关系。
系统工程师还可以帮助你设计一个系统，让算法工程师快速地提交任务，或者方便地同时训练多个模型，尝试多个参数。
系统工程师非常擅长把本来串行的工作拆分之后变成并行工作。比如可以把数据预处理和深度学习运算做一个并发，等等。
除了对底层系统有深入了解之外，他现在也在了解机器学习的算法。他带领的小团队中，除了有2名系统工程师之外，还有两名算法工程师，他一直鼓励两种工程师互相学习，共同提高，这样才能够让整个团队效率最大化。如果系统工程师对算法不了解的话，可能也不知道怎么去优化算法运行的效率；算法工程师也应大概了解不同模型在CPU、GPU机器上的运算速度，帮助自己设计出更高效的算法。
对于期望转岗为大数据相关的普通工程师来说，一旦通过自身擅长的技能切入新团队之后，就有了更多横向发展的机会，帮助自己在大数据相关领域建立更强竞争力。
2. 相比于苛求当前技能水平，更看重扎实的基础和成长空间
无论何种工程师，雇主都希望人才具备综合素质，而非片面苛求当前的技能水平。特别是对于当前市场供给偏少的，已经在大数据、算法方面有所建树的人才毕竟只占少数。具备不错的基础素养，并拥有巨大潜力的工程师也很受企业青睐。这些工程师可以利用已有的工程实力完成一部分基础工作，并在经过1-2年的锻炼之后，接手更复杂的问题。
我们可以把大数据相关工程师能力模型抽象为以下的核心技能金字塔
越是偏金字塔底部的素养，对于企业来说越是重要。最底部的基础素养，代表的是未来的成长空间。当前互联网高速发展，每家企业都是跑步前进，如果一个当前技能不错的工程师，未来成长空间有限，也可能变成企业的负担。
再上一层的计算机基础 - 基本的算法与数据结构，某一门编程语言的精通，是几乎每个工程师岗位都重视的能力。一个基础不扎实的程序员，可能会让企业怀疑其学习能力。扎实的基础，会为应用技能的学习扫除障碍，更容易建立深度的理解；而数学基础对于算法理解上的帮助十分重要。
这最下方的两层构成了一个工程师人才的基础素养。如果底层的基础比较扎实，掌握应用层技能所需要的时间也许比我们预想的要少一些。
格灵深瞳技术副总裁 - 邓亚峰提到：
对于计算机视觉领域算法工程师，我们当然希望招募无论在基础层面还是应用层面，技能都完备的候选人。
但是如果你算法、数据结构比较强，编程语言上对 C++ 比较理解，那你在应用层的学习上，可能会比其他人快很多。比如在深度学习上付出 1-2 年的时间，在图像 domain knowledge 上付出半年到一年就可以有基础的了解。
其实现在计算机视觉领域更加依靠深度学习之后，特征选取等依赖 domain knowledge 的门槛已经降下来了，因而我曾见到不少有很好基础的人，包括一些基础扎实的应届生，在图像领域工作了半年到一年之后就能拿到不错的成绩。
在看待大数据工程师的招聘上，TalkingData 的技术 VP 闫志涛和首席数据科学家张夏天也提到：
TalkingData 的大数据工程师工作中非常依赖 Spark 技能，但是了解 Spark 本身并没有那么难，因而候选人的 Spark 技能对我而言并不是最强吸引点。
相比于对 Spark 了解更多的人，我更愿意招收那些 Java 学得好的人。因为 Spark 的接口学习起来相对容易，但是要想精通 Java 是一件很难的事情。
如果你把 Java 或者 C++ 学透了，你对计算机技术的认识是不一样的。这其实是道和术的问题。
TalkingData 的 两位 Leader 也为我举了一个自家团队中的例子：
他们在14年招收了一位专科学校毕业的工程师，在上一家公司做过一点推荐算法，会写 Hadoop Mapreduce，但是并没有在大数据上有深入的研究。这位工程师当时的大数据技能并不能达到 TalkingData 的招聘标准，不过好在他思维清晰，看待问题有自己独特的想法。加之 Java 基础不错，在上一家公司做事情也很扎实，所以就招聘进来了。
说到这里，两位 Leader 坦言「当时幸好还不怎么挑简历，也许按照后来的标准未必能把这位工程师招聘进来。」
不曾想到，这位工程师主动性非常强，Leader 只需给到工作方向，他就会驱动自己学习相关知识，快速完成目标。2年以后，这位工程师的 Spark 能力已经锻炼得非常强悍，用 Leader 的话说「可以以一当十」；他对大数据、机器学习都有浓厚的兴趣，Spark 基础夯实之后，又转岗到了算法工程师团队，写出了 TalkingData 机器学习平台的核心代码，这个平台大大提高了团队的机器学习效率。
从上边的例子中，我们也可以额外收获一个信息，相比于跳槽转岗，内部转岗会更容易一些。因为在公司内部中，企业有充分的时间考察工程师的能力、潜力。企业对工程师的认可度提升之后，才会更加放心的予以新的挑战。
赵平是宜信技术研发中心的一位工程师，加入宜信之前，他曾帮助中国移动机顶盒业务的后端架构进行服务化转型。抱着对基础平台架构的浓厚兴趣，赵平加入了宜信。他在这家公司做的第一个项目是分布式存储系统的设计和开发。第一个项目完美收官之后，他的学习能力、基础能力备受褒奖。当宜信开始组建大数据平台团队时，赵平看到了自己理想的职业发展方向并提交了转岗申请，基于他过往的优异表现，顺利地拿到了这个工作机会。
转岗之后，赵平也遇到了一些挑战，比如大数据涉及的知识点、需要用到的工具更加丰富，Spark，Scala，HBase，MongoDB&，数不清的技能都需要边用边学，持续恶补；比如思维方式上，需要从原来的定时数据处理思维向 Spark 所代表的流式实时处理思维转变。不过基于他扎实的基础，以及之前做分布式存储系统经验的平滑过渡，加之整个团队中良好技术氛围的协助，最终顺利完成第一个大数据项目的开发工作。
对希望转做大数据相关工作的普通工程师，一些中肯的建议
在文章的末尾，我们基于文章中提到的多个案例，总结一下帮助普通工程师走向大数据相关岗位的几个 tips 吧：
重视基础。无论各种岗位，基础是成长的基石。
发挥专长。从能够发挥自己现有专长的岗位做起，可以让新团队更欢迎你的加入。比如算法模型的工程化，偏重于业务的数据挖掘，大数据平台开发，机器学习系统开发等等，这些工作对于普通工程师更容易上手。而普通工程师直接转偏研究方向的算法工程师，难度更高。
准备充分。请预先做好相关知识的学习，有动手实践更佳。如果没有一点准备，雇主如何相信你对这个领域真的有兴趣呢？
考虑同公司转岗。在同公司转岗阻力更小。亦可考虑加入一家重视大数据的公司，再转岗。
最后，如果你确实对大数据、数据挖掘有浓厚兴趣，最好的办法是立刻开始实践。也许你不会以此为职业，但是可以多一技傍身。
也许，未来这些技能对于程序员而言，就好比现在 MS Office 对于职场人一样普遍。
更多大数据学习课程问题，咨询在线老师&
或许你还对以下课程感兴趣：
日，教育部公布大数据技术与应用专业备案和审批结果。已有270所高
大数据热门标签
Copyright (C) 2016 科多大数据培训. All Rights Reserved. 蜀ICP备号
地址：高新区天府三街219号腾讯大厦B座4楼跪求2017黑马程序员云计算大数据培训全套视频教程
求包含hadoop所有生态圈的知识
温馨提示：请勿恶意灌水，一次扣10学分，发现三次以上封号!
width:100%">
黑马 JAVAEE视频教程云计算与大数据教程12期 黑马云计算视频
width:100%">
width:100%">
1. 2. 3. 4. 5. 6. 7. 8.
1. 2. 3. 4. 5. 6. 7. 8.
Copyright &
http://www.juhaovip.com/ 版权所有 All Rights Reserved.
Powered by &　　咳咳~来说说我培训的感受吧。我大学的专业是电子商务，就是跟着马云爸爸开淘宝店的= =对没错我们大学就是天天教你怎么开淘宝店，泥马我就算要开淘宝也不用天天学着怎么开吧。当然，大学也学了一些些网页编程，很少，我却对编程这块儿有了兴趣，但是，老师天天想着教我们怎么开淘宝，大学也懒，编程本来就学的浅，这块儿我也渐渐的忘了。我就这样浑浑噩噩，学了3年多的开淘宝= =！到大学毕业我才发现我一无是处，都是泪。我的家人帮着我分析了一下当下的职业比较火的，医生没戏，教师没考，金融不感兴趣，计算机也没怎么学，但是IT行业是真的火，我看有些IT职位的工资高得我叫爹爹喊娘娘，说着说着就重燃了我要踏入IT行业的决心！我哥哥在美国留学，好好的帮我分析了一下IT当下的行业情况，软件开发工程师已经比较多了，美国最近几年提出了一个概念，就是大数据，而且他们政府在大力投资发展大数据产业，现在人才什么的还不够，让我考虑考虑。还有一个就是人工智能，其实人工智能也是基于大数据的。我经过强烈的挣扎和挣扎，决定投身遨游在大数据的海洋当中，为什么说是遨游搞得很享受的样子，因为学习使我快乐= =后来经过对比决定在一家培训机构学，虽然第一天晚上我没听懂，但是那老师讲得真的很好，思路很清晰，没吃过猪肉也见过猪跑是不是 ；我其实属于脑子不是很聪明的那种，我没有一点基础，难度可想而知，搞得我都想放弃了，但是自己挖的坑，跪着也要填完。。。不过后来想想，为了自己以后能走上人生巅峰，咬咬牙夹紧屁股就撑过去了，而且主要是现在我实训的公司说我像有1-2年工作经验的哈哈哈哈哈哈，所以一切还是值得的。现在想想就惶恐，当时跟我们一起上课的还有个做了12年传统数据挖掘分析的，握草，人家搞这就长时间的数据分析还来更新自己的知识储备，我就觉得我踏马也不能落后了！在上课的时候就觉得已经开始竞争了。当时我们上完课每个人自己做了2个星期的模拟项目，有些地方简单，有些地方还是挺难的，尤其是spark= =还好最后总算是做出来了。后来做项目评测，老师也自己做了，那差距，让我深刻的认识到，革命尚未成功，同志们仍需努力。。。　　针对我这样子没有基础的情况，只有培训才能帮我入门，自学，我是认为我没有那个强大的属于学霸的能力，我也知道，培训出来不可能立马秒变大神，玛德要是6个月培训出来我能立马月入上万，大数据培训机构早尼玛换N个门了，所以我还是有心里准备的，而且我实训的公司说我像有1-2年的工作经验，我觉得至少努力是有结果的。其实培训完出来我的技术也很渣，但是至少我能知道我的不足在哪里，而不是无头苍蝇，久而久之经验就会有所积累了，从而能提升自己。未来的路还很长，但至少我愿意踏出第一步，剩下的99步就会有方法可寻。说了这么多，大家！人生路这长，你不去走，你永远不会知道有多难走！人生在于作，你不去作，你永远不会知道你还可以更作！加油吧，骚年们。
楼主发言：3次 发图：0张 | 更多
　　转自一个学数据的童鞋的废话
　　楼主，培训了多久　　
　　@大虾CC
17:01:00　　楼主，培训了多久　　-----------------------------　　6个月= =苦逼
　　这个也有权威认证的！发国家工信部证书！CPDA！全国都有授权中心！我们吉林省在长春！
　　我也想学大数据有关方向，求教楼主给点指点，同问楼主这种证书是不是国家不认证
　　大数据我也决定学，有视频资料可以分享下吗，若能的话就太感激楼主了！！谢谢好人…　　
　　大数据我也决定学，有视频资料可以分享下吗，若能的话就太感激楼主了！！谢谢好人…　　
　　楼主请问可以透露一下您现在的就业情况吗，我也是决心培训大数据方向的，但是对于真实的就业情况不是很了解　　
　　欢迎关注国内大数据分析权威发布平台微信公众平台:中原大数据研究院（zybigdata）　　中原大数据研究院是国家发改委批准的大数据分析技术国家工程实验室，可以培训大数据高端人才
　　欢迎关注国内大数据分析权威发布平台微信公众平台:中原大数据研究院（zybigdata）　　中原大数据研究院是国家发改委批准的大数据分析技术国家工程实验室，可以培训大数据高端人才
请遵守言论规则，不得违反国家法律法规回复(Ctrl+Enter)95后学员get月薪20K 尽显好程序员大数据教学真实力 - 简书
95后学员get月薪20K 尽显好程序员大数据教学真实力
大数据时代风起云涌，日渐成为整个社会运转的高级配置。好程序员大数据95后大三学员尹同学，距离毕业三周便收获了某大型游戏公司大数据架构师offer，月薪20K，战绩骄人。95后尹同学缘何未毕业已高薪就业?高端班教学真实力功不可没。
“毕业前三周，我抱着试试看的心态到这家游戏公司面试，面试中发现考官的问题通过4个多月的学习都能游刃有余的解答，考官对我掌握的技术十分认可，一举拿下offer，负责游戏项目的整个框架搭建，帮助公司不断推出更高品质的原创手游。好程序员是我梦想起航的地方，感谢老师帮我打通大数据的四筋八脉。”尹同学感慨道。谈到所学的大数据课程，尹同学自豪地说道：“好程序员采用的是真实的大数据授课标准，我有一些大学同学选择在其他机构学习大数据，居然前四个月都在学习Java，最后只有短短几周讲述大数据基础知识。但我们知道，Java、Scala其实只是语言工具而已。更有一些机构把大数据可视化和大数据概念相混淆，着实把那些同学们狠狠地坑了一把，毕业薪资自然不能和我们相比。”尹同学的授课讲师，原新浪架构师李老师这样评价：情理之中。课程添加了人工智能授课点，学员就业更具竞争力。而且尹同学是一名专注、勤奋的学员，理应收获好成绩。对他来说这仅是起点，更多的机会和更好的平台会在前方与他相遇。
好程序员全栈式大数据开发，真实商业数源授课，致力于大数据系统集成工程师培养，课程升级添加数据分析+人工智能授课点，2个月Java+3个月大数据学习，8大阶段课程体系，全程企业真实项目实操。拒绝以测试、HTML、Javascript、大数据可视化等擦边知识混淆真实大数据授课标准，好程序员只提供真实的高端大数据课程内容。一流的核心骨干讲师，严格的教学管理体系，学员在五个月时间内具备等同于两年实践开发经验的超高水平，技术道路上捷足先登。丰富的项目库、多种实验数据、仿真云端环境为学员营造良好的学习环境。读书求学从来不是一件轻松的事情，它需要恒心和毅力、坚持和忍耐，一时的辛苦换来的是成功的基石。好程序员高端班课程、17年经验精英讲师保驾护航，我们相信每一位好程序员都有足够的信心改变人生下一站，实现职业新腾飞。
百战程序员_ Java1573题 QQ群：034603 掌握80%年薪20万掌握50%年薪10万 全程项目穿插, 从易到难，含17个项目视频和资料持续更新，请关注www.itbaizhan.com 国内最牛七星级团队马士兵、高淇等11位十年开发经验专...
//我所经历的大数据平台发展史（三）：互联网时代 o 上篇http://www.infoq.com/cn/articles/the-development-history-of-big-data-platform-paet02 编者按：本文是松子（李博源）的大数据平台发展史...
大数据：抓住机遇、保存价值 美国总统行政办公室浙江大学历史数据2014 年 5 月 大数据：抓住机遇、保存价值“即使大数据技术重塑了我们周围的世界，今天的发言也将帮助我们持续贯彻自身的价值观念。”“这份评估报告本质上被认为是一种对大数据作用范围的调查。在过去的 90 天中，...
用两张图告诉你，为什么你的 App 会卡顿? - Android - 掘金Cover 有什么料？ 从这篇文章中你能获得这些料： 知道setContentView()之后发生了什么？ ... Android 获取 View 宽高的常用正确方式，避免为零 - 掘金相信有很多朋友...
用两张图告诉你，为什么你的 App 会卡顿? - Android - 掘金 Cover 有什么料？ 从这篇文章中你能获得这些料： 知道setContentView()之后发生了什么？ ... Android 获取 View 宽高的常用正确方式，避免为零 - 掘金 相信有很多...
表姑专门背了20支最热门的口红回来给我尝 呕心沥血地尝了一下午 腰酸背痛 失去味觉 血肉模糊
请你替我永远爱他
周末，和室友还有她几个同事一块去了南普陀，山脚下点着香拜了一圈，拿出几枚硬币往许愿池一人丢了一枚，可惜七偏八偏在水池里四处散落，玩笑过后几个人便开始往后山上爬，山不高，阶梯多，不难爬但也休息了两三回才爬到山顶，三月的天，闽南的气候很舒适，山顶上向下看风景很美，远眺...
有个印象特别深刻的事，小时候我带着我的新玩具去看望生病的表妹，表妹说，这个玩具好漂亮啊，我妈就说，你给妹妹吧，妹妹生病了。我当时特别不愿意，但是我又没法说出口，后来我回去偷偷在被子里哭。这个故事道理很简单：一个人如果无法表达自己欲望或者需要，痛苦就会随之而来。 小时候，老师...
‘’我得了这种病，医生都叫我要休养，不能做事，我却到外面做工挣钱，还不是为了这个家？‘’ “我在家舍不得吃舍不得穿，这么大年纪还这么辛苦，你却在外轻松潇洒，毫不顾家。” “多少同龄人已儿女双全，小孩绕膝承欢，你们却毫不重视，拖延不治。” 是的，你为了这个家牺牲很多，辛苦挣钱...