计算机系学生应该怎样正确管理自己的电脑

各位小伙伴如果看一下自己周围哃学的电脑可能会发现一些同学的电脑软件非常混乱,“xx 安全工具”"xx 助手","xx 管家"开发环境到处都是,环境变量乱七八糟各种中文目录,各种指令无法启动……

那么作为一个计算机系的学生应该如何管理自己的电脑呢?

程序员应该如何管理自己的电脑

如果你是一個 Windows 用户,可能会稍微复杂一些不过有一个比较好用的工具——Chocolatey,它可以提供一个比较接近 Linux 包管理工具的用法

程序员应该如何管理自己嘚电脑?

还在手动找各种安装包网盘中的安装包?直接:

程序员应该如何管理自己的电脑

如果你是一个 Linux 用户的话,事情就会简单许多因为许多发型版都有非常好用的包管理工具(比如 Debian 系的 apt,RHEL 系的 yum/dnf)在服务器端用法类似如下:

程序员应该如何管理自己的电脑?

当然為了安全和“绿色”,即使在本地(自己电脑)上我们也可以使用虚拟机技术来运行软件将软件放在虚拟机中运行,可以保证与外部系統的隔离以及和生产环境服务器一致,如果希望更加高效的话这里介绍——Docker。

Docker 可以被理解为一个内核级别的虚拟机相比较我们传统接触的虚拟机而言,它拥有着急速启动占用资源小等特点,更加重要的是官方 Docker Hub 中已经有了非常多的 Docker 镜像。听说你还需要一个 Wordpress 但是又不想去配置数据库啥的在有了 Docker 之后我们就可以:

程序员应该如何管理自己的电脑?

再看浏览器的 8080 端口已经可以用啦~

程序员应该如何管理洎己的电脑?

程序员应该如何管理自己的电脑

如此简单的指令,Docker 的安装一定非常复杂吧其实不是,在非生产环境下(即自己的电脑上)只需要如下两条指令:

程序员应该如何管理自己的电脑?

就可以有一个可以用的 Docker 了!是不是非常好用

程序员应该如何管理自己的电腦?

不要再去相信 xx 学长/学姐推荐的 xx 复习资料网盘链接了你不会看的!

对于计算机系的同学而言,我们一定要明确自己需要看什么想看什么,而不是花钱买下来一些早已经过时的教程并且跟着过时的实践学习,真正可用的教程应该来自我们对于相关领域的搜索搜索引擎的作用是将最有用的资料呈现在我们面前,要善用互联网~

程序员应该如何管理自己的电脑

简言之:保持良好的计算机使用习惯(包括但不限于不下载奇怪来源的 xx 破解版软件等),有条件的话可以考虑一些付费的杀毒软件没有条件的话就不要下载任何的 xx 杀毒软件/安全助手。

程序员应该如何管理自己的电脑

是否记得电脑硬盘报销或者摔坏的时候给你带来的痛苦?

哪怕是个人电脑一个好的备份方案也非常重要,备份是有技巧可以找到的一般而言我们的资源分为几类:

互联网上可以找到的(电影,音乐)

比较容易找到的(班群里面发嘚一些文件)

自己专属的(比如毕业设计、活动方案等)

对于前两者而言我的备份策略是...不备份,因为这些东西往往占用资源很大即使丢失了也不会产生很大的影响(毕竟很容易可以再次获得)。对于第三类资源而言建议 U 盘+移动硬盘+靠谱的网盘备份,前者可以保证在電脑挂了的时候给你提供恢复的方式后者可以让你在外旅游得知有需求要改的时候可以随意找到一台电脑开始修改并且在 DDL 前完成任务。

匼理规划硬盘除了系统,其他软件都安装在D盘资料之类的放在EF盘。经常清理C盘垃圾文件经常观察电脑的是进程。

自己在计算器你的密码之类帐号一定要保密,不要泄露给其他人

下载百度知道APP,抢鲜体验

使用百度知道APP立即抢鲜体验。你的手机镜头里或许有别人想知道的答案

d盘全放办公软件,可以看下图幾乎全是办公软件而且没几样,挺好管理的

e盘存放杂七杂八的东西,不过软件全部集中放在一个文件夹中可以看到这个文件夹特别亂。不过没关系因为全在一个文件夹里,乱不乱也就那样

最后对于自己电脑上的软件,我是用思维导图记得一些常用的软件,比如TranslucentTBspaceSniffer,Xmindanaconda,gitgithub等都是直接记在思维导图里,如果以后电脑破了直接按照思维导图上的记录下载就行了。

另外计算机专业的学生要用的软件特别多但是我桌面上一样东西都没。

上图并不是壁纸而是我的桌面,可以看到右下角还有搜狗输入法在那没软件是因为用360隐藏的桌媔,但是其实不隐藏也一样因为桌面上没几个软件。

我所有的软件都放在开始屏幕(很多人要软件管理工具其实造物主已经给你们造恏了)。

作者:京东金融 消费者金融部-风險管理部-决策智能部 王梓

专栏:风控说 由NFRL实验室出品

关于如何转行风控是个非常宽泛的话题不过既然是“转行”,我认为首要应该考虑嘚是定位问题

不同金融机构的风控部门关注的重点不同,其组织架构差异也较大对应所需要的技能和知识也就不同。

风控体系是一个龐杂的系统在相同金融机构的风险架构下,不同部门不同岗位的职责和所需要的技能、知识也是各不相同的比如,银行对公条线的风控和零售业务的风控在流程、策略上都是大相径庭的。

除了传统金融机构在国内目前经济转型、消费升级、大数据、移动支付的大背景下,互联网金融、消费金融机构的风控最近几年发展迅猛因此产生了很多与计算机相关的工作机遇。

传统金融机构银行、证券、基金的风控,更多需要的是偏信用风险、市场风险、流动性风险、政策风险方面的知识一般不会涉及太复杂的量化模型或者计量分析。

如果是计算机专业转传统风控岗位推荐考FRM。

一方面可以弥补专业知识的不足;另一方面FRM持证人在国内外的认可度都很高在求职的时候还昰相当有优势。

下面主要说说计算机专业转互联网风控岗位

互联网风控不同于传统风控的地方主要在于,依托大数据和机器学习算法鼡线上的实时风险审批和监控来代替传统的人工授信,这大大节约了成本的同时还能有效的控制风险

因此对于计算机背景的同学,其实昰很大的一个机遇

本身如果有不错的工程能力,如果多了解一些常用的统计、机器学习的算法、模型也算是入了大数据风控的门了。

洳果对深度学习神经网络有一定研究的话,也是很抢手的毕竟AI是未来的趋势,各大厂也在着力部署相关领域的研究和应用落地

清晰嘚职业规划和定位可以帮助题主更有针对性的储备相关技能,转行自己最感兴趣和最匹配的岗位

就计算机背景的人来说,我个人认为比較匹配的是大数据风控(量化风控)方向

事实上,在数据驱动的互联网金融公司量化风控对口的专业不是金融、经济管理类,反而是數学、统计、计算机比如风险数据分析、数据挖掘、机器学习算法工程师(计量分析师)。

下面简单说说各岗位的大致工作内容和技能需求

目前的金融企业,不管是传统的还是互联网的都时时刻刻在积累着海量的数据。对这些数据的管理和运用是各家企业迫切而现实嘚需求互联网金融企业尤甚。

程序员投身互联网业从事大数据工程师职业,其实严格意义不算转行不过也不失为有志于风控行业的程序员的一块敲门砖。

在专业技术上这里就不罗列大数据工程师需要什么基本技能了。对Hadoop生态、数据仓库等等技术的相关构架的了解及熟练运用是必须的同时,比较容易理解的是风控方向通常对数据和系统的稳定性要求比较高。这映射到大数据系统上应该作何考虑僦是大数据工程师们需要认真思考的问题了。

分析类的岗位是市场上需求最大的

很多券商和基金的风控部门,日常的工作主要是撰写大量的分析报告报告里重要的一环就是以数据为支撑的各种风险、收益分析。同时这也是门槛相对较低的一类岗位,所需要的技能相对仳较基础一般来说,SQLExcel,VBA是标配所以,计算机背景的同学想转行互联网风控可以从这里做起。

数据分析岗平时主要的职责除了例荇的分析业务走向的数据表现之外,还经常要从数据库中为业务方提取各种数据比如适当的人群名单。这个过程中所用的代码对于前程序员们来说自然是小意思但是具体做的时候需要注意的是,各种统计口径以及具体运行过程中的数据倾斜等等技术问题找工作或者入職之前最好提前准备一下相关的知识。

当然门槛虽然不很高,要做好了却也并不容易进阶的数据分析师需要的是对市场动向的敏锐把握和对产品的深刻理解。所以程序员们如果在之前的企业有一些跟产品相关的经验会好很多平时多多的与PM同学交流也可以作为一种积累(别他一过来就老想着“扫码改需求”……)。

如果是传统的金融机构尤其是银行,和各大咨询公司主要是用SAS分析和建模。SAS官方也有┅系列的认证包括Ⅰ、Ⅱ、Ⅲ级考试,想了解的话可以自行搜索看看

算法工程师主要是需要根据业务需求,开发相关的业务模型对數学有要求。

计算机背景的同学如果对数学也有一定的了解的话,也可以考虑这个方向反过来讲,因为算法工程师中的很多人计算機水平往往是“够用就成”,所以懂数学的程序员会在考虑算法的时间和空间效率等等问题时有不小的优势大数据背景下尤其如此。

在具体的工作过程中算法工程师需要具备全流程的模型开发思路:面对业务方五花八门的需求,如何合理的将问题转化成可实现的模型工具再到特征工程、模型训练调优、评估、监控等。

在算法方面如果想入门的话,可以先从李航的“蓝皮书”和周志华的“西瓜书”开始

具体的实现过程可以使用各种已经开发好了的程序包,但是很多实际问题可能没有现成的包调用,需要自己编码实现这就要求有┅定的概统基础,并且熟悉各机器学习算法的原理和套路了同时,对各种算法的交叠使用也是经常的所以各种算法的优缺点和适用范圍也需要摸得很清楚,这样才能运用自如

同样的,基于风控行业的基本特点“稳定性”的考虑也需要体现在算法的层面,如何在算法性能和稳定性之间寻求一个平衡是需要仔细推敲的

最后,补充介绍一些具体的风控应用场景

一般从流程上,风控的几个环节主要是貸前、贷中、贷后。

贷前可能涉及的是线上的实时授信审批;反欺诈系统、授信额度和息费的给定;贷后行为评级模型、贷后的风险定价等更多的可以参考《Consumer Credit Models: Pricing, Profit and Portfolios》。

以上就是现在互联网金融机构量化风控领域和计算机专业关联度比较大的几个岗位所需技能点的介绍希望有所帮助。 E


我要回帖

 

随机推荐