- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术杂记
BattlEye逆向工程师跟踪（4）
handle_info->handles[handle_index].GrantedAccess; buffer_index = after_name_index + 4; *)&report_buffer[buffer_index] = process_entry.th32ProcessID; report_buffer[buffer_index + 4] process_entry.th32ProcessID); } while ( Process32Next(snapshot_handle, &process_entry) && buffer_index < 0x4EFB
15.5K480发布于 2021-02-09 - 来自专栏奇点大数据
深度学习工程师的4个档次
那么对于深度学习这个领域目前阶段的发展来说，一个工程师要具备什么样的素质才能算是达到要求呢？我想可能可以粗略地分成4个档次吧。 LEVEL2：能修改代码 如果你能够读懂论文，并且能够在GITHUB上找到一些原生或者野生的代码，还能运行和修改，那么恭喜你，你已经算是一只脚踏进“工程师”的门槛了。 LEVEL4：新的模型建议 当你对深度学习各方面理论有了足够透彻的见解，通常都会深入地去研究一个方向而不是再涉猎广泛地去各种下载代码和让他们跑起来——物体检测、人脸识别、自动驾驶、声音转换等等一系列方向都是可以尝试的 在此之外，应该还有更高的层次，不过我想把它列入工程师的评价范畴显得不太合适——那就是，可以提出比较新的理论基础或者方式，在更大层面给后世提供一个研究的基调或者方向。 达到这个档次的数据科学家会成为整个行业坐标性人物，也是凤毛麟角。这是每个深度学习工程师都值得去努力追求的方向。
99770发布于 2018-04-10 - 来自专栏京程一灯
前端工程师如何月薪过4万
我说硬件工程师谢谢。 后来偶然一次看到中央台的网页设计教程，我将这些视频下载到MP4里面，花了2天的时间用笔记下来，而且实践一下居然看到了自己设计的百度首页，然后我就跟他们说你们知道么，现在我又是网页工程师,谢谢~跟大家说他们也不懂 我买了本ASP网页设计，接触到了原来JavaScript可以操作我的按钮，原来很多内容可以不用重新做网页覆盖原来文件，知道了数据库。 好的，那首先增我挪用了SSH经典的思想用Spring.NET+NHibernate，查我用MVC4并搭载Redis，改我用传统ASP.NET，删我用工厂框架封装DAAB。 再或者你可以利用你的前端技术成为一些公司的初创公司中流砥柱都是可以超过40的，不过你要记得编程基本功必须完备，包括解决问题的方法、经验、跟人合作、数据结构算法架构。
1.1K40发布于 2019-03-28 - 来自专栏阿贤Linux
Linux运维工程师面试题（4）
Linux运维工程师面试题（4）祝各位小伙伴们早日找到自己心仪的工作。持续学习才不会被淘汰。地球不爆炸，我们不放假。机会总是留给有有准备的人的。加油，打工人！ 3 redis 有哪些架构模式主从复制哨兵（Sentinel）Redis Cluster4 什么是缓存雪崩？如何解决？ 由于缓存不命中，并且出于容错考虑，如果从数据库查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，失去了缓存的意义，请求的数据在缓存大量不命中，导致请求走数据库。 、腾讯云、华为云、今日头条、百家号、GitHub、个人博客公众号：阿贤Linux个人博客：blog.waluna.tophttps://blog.waluna.top/---原文链接: Linux运维工程师面试题 （4）.
80220编辑于 2023-08-29 - 来自专栏云数据库技术
ChatGPT4高分通过数据库系统工程师（DBA）认证
ChatGPT 已经通过了美国MBA、法律和医学考试，ChatGPT 又通过了数据库系统工程师考试。 这次考试使用了2021年的真实试卷，上午的笔试题全部为选择题，总分75分（45分通过）。 ChatGPT3.5 考了49分（勉强通过） ChatGPT4 拿到67分（高分通过） 图片 从考试结果看可以看到 ChatGPT4 的推理能力有了进一步提升。 数据库系统工程师是计算机职业资格考试认证的考试之一，主要是面向 DBA 岗位，通过后相当于中级技术职称。 tplv-k3u1fbpfcp-zoom-1.image" alt="" />
ChatGPT做题过程摘录 ChatGPT在考题解答方面条理清晰，以下分别列举了几个解题思路： 图片 图片 图片 数据库系统工程师第二场为问答题 图片 大家对数据库和ChatGPT有兴趣，可以在本文留言，也欢迎转发文章。 本文作者是来自 NineData 的数据库开发工程师，也是10年老 DBA。818161编辑于 2023-03-20 - 来自专栏数据科学与人工智能
数据科学家数据工程师
As the field of data science continues to grow and mature, it is nice to begin seeing some distinction in the roles of a data scientist. A new job title gaining popularity is the data engineer. In this post, I lay out some of the distinctions between the 2
87750发布于 2018-02-28 - 来自专栏木东居士的专栏
数据工程师的算法！
翻出来了17年自己梳理的数据工程师的算法学习内容，当时的理解和现在会有些许不同，但整体来看还是可以的，有一些比较细节的内容并没有花较多的时间来整理，留待大家自己补充了，在此不再做任何修改分享给大家参考， 该图中包含的算法范围可能会比较广，当然大家在学习的时候也可以有所取舍，根据居士个人经验，简单举例说明一下几大块算法对数据工程师的重要性，或者说是学习建议吧： 分布式算法：大数据相关的同学必备，日常工作可能使用不多 大数据算法：偏ETL和基于大数据平台开发的同学最好多做了解，现在很多大数据处理的背后都隐藏了这些大数据相关的算法，比如ES、Kylin、Hadoop。 数据结构：这里居士只列了图、树和一些高阶数据结构，有朋友问学算法在工作中到底有没有用，我可以很负责任地说，这一块是肯定有用的。 学习算法：数据挖掘相关的内容，学一下扩展自己技能是很有必要的，因为数据开发很可能会做数据挖掘相关的平台，比如广告系统、推荐系统、机器学习平台等。
70450发布于 2019-05-17 - 来自专栏鸿的学习笔记
数据工程师的未来
Apache Airflow 和 Apache Superset 的创建者 Maxime Beauchemin 写了一篇文章讨论数据工程师的未来，其中讲述了他对数据工程师的现状的认知和未来发展的猜测，可供大家参考 ，即 为了有效地扩展数据科学和分析，团队需要一名专业工程师来管理 ETL、构建管道和扩展数据基础设施。 数据工程师也是一项吃力不讨好的工作，团队在构建基础设施、运行作业以及处理来自分析和 BI 团队的临时请求之间徘徊。因此，成为一名数据工程师既是福也是祸。 这段话道尽了大部分数据工程师团队的心酸，我想那些“取数工程师”应该更有感触。 数据工程师几乎就像是良好数据习惯的守护者。例如，如果分析工程师在每次运行 dbt 时重新处理仓库，他们就会养成坏习惯。
72720发布于 2021-11-02 - 来自专栏Albert陈凯
数据挖掘工程师书单
数据挖掘工程师书单
54740发布于 2018-04-04 - 来自专栏大数据文摘
数据工程师的崛起
），但在13年离开时我的职位却是数据工程师。 但他们也不像数据科学家，数据工程师受到一位更成熟的“父亲”– 软件工程师 – 启发。数据工程师创造工具、基础、框架和服务。事实上，相比于数据科学家，数据工程师可以说是更接近于软件工程师。 －Bill Inmon 相应得，数据仓库还是与以前一样，数据工程师负责数据仓库的多方面搭建并在其上操纵。数据工程师总是关注于在数据仓库及其附属产品。 在这些项目中数据工程师教会人们怎么样更专业地操作数据。 数据工程师同时也是数据仓库的管理员，编目、整理元数据，定义从数据仓库抽取数据的过程。 服务 数据工程师还会做些更高级别的抽象事务，在一些工作场景中提供服务和工具化使数据工程师，数据科学家和分析师可能人工处理的工作自动化。
92330发布于 2018-05-25 - 来自专栏大数据文摘
数据工程师的没落
大数据文摘作品 作者：Maxime Beauchemin 编译：阮雪妮，笪洁琼，Aileen 这个行业的辛酸，也许只有数据工程师们自己能懂。 本文是几个月前大数据文摘推送的一篇文章《数据工程师的崛起》的后续 。那是最近一篇尝试定义数据工程和描述数据工程师这一新职位与数据科学领域以往和现在的职位之间的联系的文章。 如果对数据工程师这个职位不了解的读者，可以参考这篇文章《数据科学行业的8个关键角色：职责与技能》了解数据科学行业职责分类。 如果迭代周期之间的空闲时间以小时计算时，你会觉得夜以继日地工作更有效果 ：晚上11点半花上5-10分钟的额外工作能够为你明天节约2- 4小时。这就可能会导致工作与生活之间的不平衡，很不健康。 是否是真正的软件工程师？ 这个领域的人们应该听到过关于数据工程师是否是“真正的软件工程师”，或是某种不同类别的工程师的争论。在某些机构中这一职位是不同的，并且可能有不同（更低）的工资级别。
86630发布于 2018-05-24 - 来自专栏数据科学与人工智能
【数据科学】揭秘硅谷数据工程师求职
导言 大数据工程师是如今最火的职业，没有之一。也可能是未来十年最火的职位。那么对于如此新型的职业和技术，留学生朋友们应该如何求职？硅谷大数据达人，董老师为你揭秘。 在杜克读书时候，刚好我的导师就是在大数据方面做一些实践，我也很欣喜可以把研究和最新的工业实践Hadoop平台结合，当时做出了很好的结果发表在VLDB，SOCC国际数据库和云计算大会上。 很快就晋升为了资深工程师。 因为自身对创业公司氛围的喜爱，决定去寻找其他的机会。决定离开LinkedIn觉得当时的工作被限制在广告领域，而个人对广告方面兴趣并不大。 如果HR发现简历的一些关键字和背景符合职位需求，简单介绍公司，安排1，2轮电面，如果通过，邀请onsite面试，里面会有4－7轮，里面涉及到不少白板编程 我记得印象深刻的面试：面试者岁数大些，当时我面的时候也没出众 4 系统设计：包括设计大型系统的架构选型，各种不同组件的tradeoff，数据库系统，网络系统，分布式系统。比如什么时候适合用NoSQL，如何做一个推送系统，缓存系统如何搭建。
99890发布于 2018-02-27 - 来自专栏木东居士的专栏
数据工程师该如何入门？
对之前的工作没信心想搞互联网，发现大数据方向挺不错 本文结构 前面已经限定了一个大致的话题范围，下面介绍一下主要的文章结构： 数据工程师的日常工作，或者是什么是数据工程师 数据工程师需要具备什么技能 该怎么学 0x01 数据工程师的技能树 1. 什么是数据工程师 数据工程师这个概念其实很模糊，不同的人和公司对它赋予的含义也区别很大，感兴趣的可以看一下我前面的几篇文章。在这里，我们大概聊一下一般意义上的数据工程师在工作中会做什么？ 集群运维：安装、测试、运维各种大数据组件 数据开发：细分一点的话会有ETL工程师、数据仓库工程师等 数据系统开发：偏重Web系统开发，比如报表系统、推荐系统等 ? 4. 系统开发 我们大部分的价值最后都会由系统来体现，比如报表系统和推荐系统。因此就要求有一定的系统开发能力，最常用的就是Java Web这一套了，当然Python也是挺方便的。
94250发布于 2018-05-25 - 来自专栏JavaGuide
4年经验，去面了波高级 Java 工程师
这篇文章分享的是一位球友的 2022 年跳槽面试经历，高级 Java 工程师岗位，希望对你有帮助。 下面是正文。 由于没怎么准备，先去市场看看现在的面试行情，大部分知识都是以前积累的 行云集团-高级 Java 工程师岗位 薪资范围：25k~50k ，3~5年经验 Java 高级开发工程师 一面（60min） 为什么 MySQL 表删除了一堆数据，但是文件大小不变？MySQL 对于删除的数据，仅仅只是删除占位，被删除的数据仅缺失了之前数据页的占位。物理删除会造成数据空洞。 看你在灰度的时候还做了数据库双向同步？介绍一下？因为新功能和老功能都要用的啊， 并且 2 套系统都是要用的，数据如果不一致，就会造成问题。基于阿里云 DTS 做的。 双向数据同步会涉及 BinLog 监听，可能造成消息来回弹，你怎么处理的？幂等，数据标记。 你在项目中碰到过的问题？有什么亮点？服务器线程打满，负载均衡策略。
72210编辑于 2022-05-25 - 来自专栏机器学习AI算法工程
数据挖掘工程师面试指南
大数据越来越火，数据挖掘师也水涨船高，更多的年轻人选择了这个行业，但是你了解他吗？面试的时候该如何表现呢？ 数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。 在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面： 他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。 他能否专注于项目？ 为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节： 1、简介 如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。 因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。 4、解决问题 软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。
1K40发布于 2018-03-09 - 来自专栏PPV课数据科学社区
数据科学家、数据分析师、数据挖掘工程师、数据工程师，你分的清楚吗？
SAS、SPSS clementine等数据分析/挖掘工具的优先； 3、良好的数据敏感度，能从海量数据提炼核心结果，熟练独立编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，给出建议； 4、具备良好的沟通能力和团队精神 2、熟悉聚类、分类、回归、图模型等机器学习算法，对常见的核心算法理解透彻，有实际建模经验； 3、具有扎实的计算机操作系统、数据结构等编程基础，精通至少一门编程语言例如c++/python/R； 4、深入理解 具有丰富的数据开发经验，对数据处理、数据建模、数据分析等有深刻认识和实战经验 3. 熟悉SQL，有一定的SQL性能优化经验 4. 在国内，数据挖掘工程师的薪酬是略高于数据工程师的，其他排序和上图相同。 数据挖掘工程师： 机器学习工程师： 数据分析师： 数据开发工程师：
2.5K80发布于 2018-04-19 - 来自专栏网络技术联盟站
网络工程师学Python-4-Python 元组
图片创建元组可以使用以下方式创建一个元组：# 创建一个空元组empty_tuple = ()# 创建一个带有元素的元组my_tuple = (1, 2, 3, 4, 5)# 创建一个包含不同数据类型的元组 ，它具有不可变性、长度和元素的固定性的特点，适用于存储一组有序的数据。 元组的不可变性使其适合用于存储不可更改的数据，例如函数参数、字典的键等。 综上所述，Python 中的元组是一种有用的数据类型，适用于存储一组有序的数据，并且具有不可变性的特点。通过合理使用元组，可以提高代码的简洁性和性能。 在实际编程中，根据需求合理选择数据类型，以满足不同的业务需求。
68910编辑于 2023-04-17 - 来自专栏钱塘大数据
大数据时代，软件工程师渐退，算法工程师崛起
来自 Intercom 的工程师 Cathal Horan 表达了他对大数据的看法，他认为，未来属于算法，而不是代码。 “大数据时代”的称号并不能为当今世界所独享，数据充斥着人类文明历史长河的各个时期。纵观这些历史时期，通过从离散到抽象的转换，我们就会明白为什么算法比代码重要。 ——面向总统和国会的报告：设计数字的未来 抽象算法 我们现在拥有大量的数据，这意味着我们不能再用离散的思维来思考问题。大数据促使我们转变思维。它促使我们向后退一步，去寻找能够处理数据洪流的方法。 例如，你可能想从数据库中查找在过去两周买过 2 件商品并且支付超过 30 欧元的顾客，因为你想联系到这些顾客，并向他们推荐一些优惠活动。你使用这个模式来查找匹配的数据。 不过大数据却正好相反，你先有了数据，然后查找可以匹配这些数据的模式。 想想看，有这么多的数据，但是我们却找不到匹配的模式，所以我们要回退一步。
81360发布于 2018-03-05 - 来自专栏火星娃统计
GEO数据挖掘4
GEO数据挖掘4 sunqi 2020/7/12 概述 对GEO数据进行差异分析 简单比较 rm(list = ls()) options(stringsAsFactors = F) options(digits = 4) #设置全局的数字有效位数为4 load(file = 'step1-output.Rdata') #导入的数据中，dat为表达矩阵，group_list为分组信息 #按照group_list "jco", add = "jitter") # 添加p值 p + stat_compare_means()# 添加比较函数，默认使用wilcox } # 对4个样本的箱式图绘制 bp(dat[4,]) ? 结束语 这里对GEO数据的差异分析已经结束，后续为kegg和go分析 love&peace
1.3K20发布于 2020-09-15 - 来自专栏Python与算法之美
4，数据的获取
sklearn 数据集一览 类型 获取方式 自带的小数据集 sklearn.datasets.load_... 在线下载的数据集 sklearn.datasets.fetch_... 计算机生成的数据集 sklearn.datasets.make_... svmlight/libsvm格式的数据集 sklearn.datasets.load_svmlight_file(...) mldata.org 自带的小数据集： 鸢尾花数据集：load_iris() 可用于分类 和 聚类 乳腺癌数据集：load_breast_cancer() 可用于分类 手写数字数据集：load_digits() 可用于分类 糖尿病数据集：load_diabetes() 可用于分类 波士顿房价数据集：load_boston() 可用于回归 体能训练数据集： load_linnerud() 可用于回归 图像数据集： load_sample_image 二，计算机生成的数据集 使用计算机生成数据集的优点： 非常灵活：可以控制样本数量，特征数量，类别数量，问题难易程度等等。 无穷无尽：妈妈再也不用担心我没有数据集了。
98020发布于 2020-07-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号