饱受折磨的家用路由器
|
编程领域的知识是广而深的。无论从事了一个月、一年、十年，或是更长时间的编程工作，对于每个编程员来说，编程都意味着要学习大量知识并不断在技能上取得进步。从这个意义上来说，所有编程员永远都在“训练”中。 训练日记 我曾探索过一些日记模式。每个傍晚睡前，我都会去书桌旁，拿起笔和本子，来简单记录我当天的跑步训练。这个随手写下的日志里记录着我跑步的公里数，我的感受，和我摄入的食物。例如：
我将这些记录当作反馈，来适当地调整以后的训练和比赛。我利用跑步训练日记提升自己，并达成目标，这很有效。现在，作为一名编程人员的我，也用了同样的方法来提高自我。每个傍晚我都会翻开我深蓝色的Moleskine笔记本，写下日期，并简短记录当天的编程工作。 每天进步一点点 我之所以从一开始就保留着写编程日记的习惯，主要是因为它能够帮助我自我提升。我会记录下任何想到的事物，主要倾向于以下几个主题：
正如我在训练跑步的日子里，探索脑海中不断涌现的日记模式。如果类似的想法再次出现，就意味着是时候来做出一些调整;或是我能够知晓接下去要怎么做，这两点同样重要。 总之，寻求进步的过程中，花几分钟反思能帮助我前进。 保持原动力 目前，我在写编程日记的过程中做了件跑步时没做过的事情，那就是每天都寻找一些积极乐观的事。这也是我日记的第二个主题。 学习编程的过程既困难又漫长，比起短跑，它更像是一场马拉松，需要我们锲而不舍地学习。在日常中发现自己的可取之处，能够提醒你正在进步——即使是在那些你充满挫败和无用感的日子里。 工作中总会有些可取之处。即使问题尚未解决，你也想出了该使用的正确数据结构;或是思考出了正确算法，并使其在论文中发挥作用，这便是进步;又或是你最终理解了一直以来苦苦挣扎的某个概念，这也是一种进步。
花几分钟思考重温这些小小的高光时刻，可以激发你的动力和自信。 就洞察力或学习等方面而言，数据科学需要具有一定商业头脑的人才，而机器学习则需要关于系统预测的人才。例如：
接着再来看看Netflix的例子。 我们都知道Netflix会根据之前的选择来智能地推荐电影。该推荐系统可与机器学习算法配合使用，从而使用推荐系统提供合适的电影选择。 当谈论Netflix中的数据科学时，我们所要研究的模式包括在特定时间观看的评论者数量、其年龄和性别组成以及许多其他情况。这些决策用于改善业务前景。当企业需要借助数据来回答问题或解决问题时，数据科学家的工作就是从原始数据和非结构化数据中提供有用的见解。 数据科学家需要的技能：
机器学习工程师需要的技能：
综上可见，数据科学家和机器学习工程师的工作还是有很大区别的，不要混淆它们。确定好自己所具有的技能条件和个人兴趣更适合哪个职位，并有意识地培养自己某个方向的技能，为未来做好准备。 （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! |
