2020年我国移动互联网APP使用时长下滑

HTML，但不仅是基本的HTML

众所周知，充分理解HTML及其所有可能性是web开发的基础。必须熟悉HTML5，并且能够编写清晰的HTML代码。例如，不要创建不必要的包装元素(wrapping element)，也不能在span中使用div。这些都是基础，但笔者经常看到这样的基本问题出错。

另一项有关HTML并日益受欢迎的技能是可访问性。什么是网页可访问性?具备可访问性的无障碍网页是指残疾人也可以充分使用的网页，这里的残疾人包括视力受损、失明或失聪的人群等。

对于想要创建人人可用的优质网页的企业和组织来说，可访问性是必须的。对于这些企业和组织来说，重要的是推出人人可用的产品和服务。可访问性的好处不仅在于改善了残疾人的网络体验，同时还可以提升所有用户的使用体验。

学习使用框架

显然，三大框架任何之一都值得学习。大多数前端开发工作都要求求职者至少曾使用过一种常用JavaScript框架。

学习React、Vue或Angular三者之一是不错的选择，这些都是热门技能。不过，笔者强烈推荐先大家学会JavaScript的基础知识，尝试一些只使用普通的JavaScript的项目。在理解JavaScript的工作方式并且完全清楚基本原理之后，再专注于学习三大JavaScript框架中的一种。

由此你将了解所使用的框架解决了哪些问题，并理解该框架为何采用某种方法。这种学习JavaScript的方法的唯一缺点就是更耗时。然而，从长远来看，这是有回报的，你将远远领先于那些抄近路的人。

不想学习React、Vue或Angular也无妨，因为还有很多其他框架可供学习。不过要记住，其他的框架远没有那么高的需求。
 

虽然上文的描述对该过程进行了简化，但是仍然可以看出代码和数据在 ML 环境中是紧密耦合的，而 ML Ops 需要兼顾两者。

具体来说，这意味着 ML Ops 包含以下任务：

• 对用于数据转换和模型定义的代码进行版本控制;
• 在投入生产之前，对所获取的数据和模型代码进行自动测试;
• 在稳定且可扩展的环境中将模型部署到生产中;
• 监控模型性能和输出。

数据测试和文档记录如何适配 ML Ops?

ML Ops 旨在加速机器学习模型的开发和生产部署，同时确保模型输出的质量。当然，对于数据质量人员来说，要实现 ML 工作流中各个阶段的加速和质量，数据测试和文档记录是非常重要的：

• 在利益相关者方面，质量差的数据会影响他们对系统的信任，从而对基于该系统做出决策产生负面影响。甚至更糟的是，未引起注意的数据质量问题可能导致错误的结论，并纠正这些问题又会浪费很多时间。
• 在工程方面，急于修复下游消费者注意到的数据质量问题，是消耗团队时间并缓慢侵蚀团队生产力和士气的头号问题之一。
• 此外，数据文档记录对于所有利益相关者进行数据交流、建立数据合同至关重要。

下文将从非常抽象的角度介绍 ML pipeline 中的各个阶段，并讨论数据测试和文档记录如何适应每个阶段。

1. 数据获取阶段

即使是在数据集处理的早期阶段，从长远来看，对数据进行质量检查和文档记录可以极大地加速操作。对于工程师来说，可靠的数据测试非常重要，可以使他们安全地对数据获取 pipeline 进行更改，而不会造成不必要的问题。同时，当从内部和外部上游来源获取数据时，为了确保数据出现未预料的更改，在获取阶段进行数据验证是非常重要的。

（编辑：漯河站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!