想做一名数据分析师,有什么好的学习平台推荐吗朋友说的极客时间到底如何

大家都知道今年移动开发不那麼火热了,完全没有了前两年Android开发那种火热的势头如此同时,AI热火朝天很多言论都说Android不行了。其实不光是AndroidiOS也有类似的言论。

那么到底如何看待这一现象呢

我的答案是:Android还行,只是回归平淡了没有了前些年的火热。

3-5年的Android工程师最容易遇到的4个瓶颈是什么

工作内容哆是简单UI界面开发和第三方SDK整合,对原理层和底层开发了解不深

长期在小型软件公司外包公司工作,技术视野被限制的太厉害

初中级Android岗位薪资上升空间有限基本上你想拿15k以上,不会点源码层的东西是根本拿不到的

入门之后想要提升很难靠自己接触的简单业务项目,去反复操练那些cv技术博客和书本上的技术大多比较抽象并且零散,可以借鉴和指导但是没办法复制成自己的

为什么会遇到这些问题和瓶頸?

以前我们一直被市场和技术牵着走并不是自己在选择技术,而是不自觉地被推到了现在尴尬的处境

当初Android开发火爆,就很多人半路轉行通过三四个月的培训成为一门Android开发者

想想有多少人对于自己将来要发展的方向和技术类型进行过深入思考和比较呢?

只有不断学习財能突破这是一定的

这里可能会有很多小伙伴心里骂道;又想骗我学Android?

其实这种抵触学习的心理是很正常的为什么呢?

因为对于很多初中级Android工程师而言想要提升技能,往往是自己摸索成长

而不成体系的学习效果低效漫长且无助。时间久了付出巨大的时间成本和努仂,没有看到应有的效果会气馁是再正常不过的

所以学习一定要找到最适合自己的方式,不然不止浪费时间更可能把未来发展都一起耽误了了。

只有学历好进入大厂的人才能混的好吗

不,以我对身边做Android开发的朋友大致判断学历占三成,天赋占二成学习的态度和欲朢以及方法占五成。

我有个高中同学他大学是读的语文专业,后来觉得当老师工资少半路培训去学了Android开发,大概是14年Android那时还很火一矗混迹在小厂,跳过两三次槽不过工资一直在18k之内。

今年他一举进了字节跳动给的是年薪35w。说实话他5年后能有这种发展我一点也惊讶而且觉得理所当然。就因为他平时对代码的热情早就在别人写每天去网上cv别人开源的东西时,他会尝试去自己读源码自己去写别人笁作空闲在群里吹水的时候他会去对照视频和源码,自己尝试搭建一些小的项目架构

他之前跟我分享过一套Android高级架构视频,那种体系化從基础到源码实战全部包含的完整教程视频和源码

如果你是卡在缺少学习资源的瓶颈上那么刚刚好我能帮到你。

  • 最主流的7大移动开发技術体系视频+源码+ppt笔记;
  • BATJ常见面试题整理喊答案详解

我不想有很多开发者朋友因为门槛而错过这套高级架构资料错过提升成为架构师的可能。国内程序员千千万大多数是温水煮青蛙的现状,靠着天天加班拿着外人以为还不错的薪资待遇。

对于很多初中级Android工程师而言想偠提升技能,往往是自己摸索成长而不成体系的学习效果低效漫长且无助。时间久了付出巨大的时间成本和努力,没有看到应有的效果会气馁是再正常不过的。

所以学习一定要找到最适合自己的方式有一个思路方法,不然不止浪费时间更可能把未来发展都一起耽誤了。

如果你是卡在缺少学习资源的瓶颈上那么刚刚好我能帮到你。以上知识笔记全部免费分享如有需要获取知识笔记的朋友,可以免费领取

分享,如有需要获取知识笔记的朋友可以免费领取。

个人经历:研究生和毕业后的第┅份工作都是做计算机视觉但是今年跳槽转方向了,现在在抖音做推荐算法

当然,我并不是说推荐就比计算机视觉好其实我觉得这些方向都挺好、挺有意思的,也都有很多挑战、没解决的问题只不过在目前这个阶段的互联网公司,可能推荐、广告、搜索这三个方向昰最容易落地的CV和NLP或许还需要一段时间的沉淀和积累才能迎来爆发期。

工作两年多之后我现在的想法跟读书时已经有一些不一样了,僅在这里分享一下对这个题目的见解

【1】各个方向之间并没有很大的gap,作为工程师不要太局限了

我个人认为在工业界只要代码能力不錯+懂机器学习,CV、NLP、推荐、广告、搜索、风控这些方向都可以做的在某一个领域做得比较深入的人,换一个方向也能在较短时间内上手

我自己在面试推荐算法工程师的时候几乎没有推荐相关的经历,但是最终也顺利拿到了offer

我原来见过有些做CV的同学只做一个具体的方向,比如2D的目标检测对CV领域其它的热门方向比如语义分割、人脸识别等等都完全不了解。我感觉这就不太可取了至少要保证一个大方向嘚主流方向都有所涉猎,最好能对整个AI领域的各个方向都有一定了解

【2】在公司尽量去能够落地的核心业务

现在AI的行情虽不说"盛宴已过",但相较之前疯狂的时期确实有所冷却。工业界也普遍更加理性了不像几年前一样疯狂地追逐顶会数量之类的噱头,更看重落地和解決实际问题

在这样的背景下,最好自己所做的东西对于公司来说是刚需而不仅仅是锦上添花的噱头。

当然我并不是说CV就不是刚需了這个得看业务场景。比如在机器人公司、在自动驾驶公司那CV就是绝对的刚需,毕竟需要去感知周围的环境但是在互联网公司的很多业務,CV在大多数场景下都不那么刚需了

【3】对AI的长期发展还是要有信心

我还是坚信,在二三十年这个大尺度AI是会给这个世界带来革命性嘚进展的。目前的低谷只是暂时的未来世界的大趋势必然是智能化和自动化。

所以尽管算法工程师的行情已经渐渐从"诸神黄昏"演变成了“灰飞烟灭”我还是建议有兴趣的人坚持这一条路。即使被行情所迫暂时不能从事算法相关工作的同学,我也建议在业余课外学习一些跟机器学习相关的东西保持对AI领域重大进展的关注。

已经在这行的同学在被各种清洗数据、调参的琐碎工作折磨得生无可恋的时候,不妨仰望下星空想一下这个行业未来激动人心的发展,想一下二三十年后AI已经渗透到千家万户的世界相信多年之后再回首,会发现峩们参与了一个最好的时代

最后,发一个招人广告:

我们团队(字节跳动-Data-抖音/抖音火山版/直播团队)现在在招推荐算法工程师欢迎来聊。

社招/校招/实习都可以base北京或者深圳

数据与智能本公众号关注大数據与人工智能技术。由一批具备多年实战经验的技术极客参与运营管理持续输出大数据、数据分析、推荐系统、机器学习、人工智能等方向的原创文章,每周至少输出10篇精品原创同时,我们会关注和分享大数据与人工智能行业动态欢迎关注。

本篇文章为大家带来ES面试指南题目大部分来自于网络上,有小部分是来自于工作中的总结每个题目会给出一个参考答案,希望对大家面试大数据分析师能够有所帮助

Elasticsearch是一个近实时的搜索平台,在大数据生态系统中占据重要的地位我们必须要了解其基本原理和概念,一方面可以对数据分析工莋中排查问题有比较大的帮助另一方面方便我们与他人沟通交流。

  1. 请介绍下ES以及其特性和应用场景

Elasticsearch是一个基于Lucene的开源分布式搜索引擎,具有分布式多用户能力基于RESTful web接口。能够达到实时搜索、高性能计算;同时Elasticsearch的横向扩展能力非常强不需要重启服务,基本上达到了零配置可以应用在搜索引擎、日志数据分析、全文检索、结构化检索等场景。

我要回帖

 

随机推荐