转岗记

最近我的工作方面发生了一些变化，先说结论：我通过内部转岗的方式，正式加入到 B 站基础架构部，会去做分布式存储相关的工作了。 这是一个看似自然而然的结果，但也有点出乎我自己的预料。

转岗大数据了，先用数据看看行情

也与其业务生态圈有密切联系，当然还可能是由于其运营得力，使得岗位搜索排名较为靠前； 大数据岗位的就业门槛要求并不高，绝大部分仍然是只要本科学历即可；但对工作经验往往有一定要求，尤其是要求具有3-5年以及5-

未来5-10年，NLP将走向成熟

未来5-10年，NLP将走向成熟 最后，再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑，供大家参考。

从功能测试转岗到自动化测试的坑 。

关于「从功能测试，转岗到自动化测试」，主要的几个问题 ： 001 目前一直在走功能测试，工作中也没有机会接触自动化测试 。想后续从事自动化测试，我应该从哪里开始学 ？

研发转岗产品经理，有什么需要注意的呢？

在职场里，换岗是一件需要勇气的事情。尤其是拿着高薪的时候，你可以有各种理由，但不一定能说服身边的人。像研发岗产品岗还好，不至于是从头再来。我身边也有一些成功转型的案例。

关于开发转岗架构师的一点体会

今天看到有关于开发转岗架构师的文章，我从项目转到架构也有一年了，一点体会总结下。 已经是某一个业务领域的专家，在该领域有从设计、开发到上线，有完整的经历，业务领域被周围同事认可； 2、知识的广度要能覆盖到该领域所需要的所有技能，比方对开发语言来说，如果产品涉及多端，则要有跨平台开发所需要具备的技能； 转岗前的准备 、《架构师修炼之道》[美] Michael Keeling等等，都读上一遍，像真正的架构师一样思考，参与项目过程中； 3、专业工具技能的拓展，包括UML、Visio、数据库原型等工具熟练使用的技能； 转岗后的工作

未来5-10年，自然语言处理将走向成熟

未来5-10年，NLP将走向成熟 最后，再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑，供大家参考。

机器学习入门 5-10 线性回归的可解释性

上面使用了波士顿房价的13个特征，通过在全部数据集上进行拟合，不进行train_test_split方法是因为此时我们并不需要验证模型的性能，只是对得到结果的系数进行解释。

pta习题集 5-10 切分表达式——写个tokenizer吧

[先说点出题背景] 这个题是为低年级同学、学C语言的同学准备的，因为，对这部分同学，这个题目编写起来略有一点复杂。如果是高年级、学过了正则表达式（Regular Expression）的同学或者学过了Java等OO语言的同学做这个题，应当发现这题比较简单吧。哦，对了，什么是tokenizer？请自行查询解决。反正在此处不应翻译成“令牌解析器”。 [正题] 四则运算表达式由运算数（必定包含数字，可能包含正或负符号、小数点）、运算符（包括+、-、*、/）以及小括号（(和)）组成，每个运算数、运算符和括号

我花5年从开发转岗产品，结果AI开始拆掉这道墙

因为我当年转岗，本质上就是在学习怎么适应这堵墙存在的世界。 而现在，世界规则在变。 以前边界清晰的时候，产品经理到底都在忙什么？

Hinton：5-10年内深度学习取代放射科医生

ImageApparate(幻影)镜像加速服务让镜像分发效率提升 5-10 倍

ImageApparate(幻影) 为了解决这个问题，腾讯云容器服务 TKE 团队开发了下一代镜像分发方案ImageApparate(幻影), 将大规模大镜像分发的速度提升 5-10倍。 ? 如上所述，相比于传统的下载全部镜像的方式，ImageApparate 在容器全部启动时间上都有 5-10倍 的提升。

扎卡伯格说，给你一个月，内部转岗，或者滚。。。

本文首发微信公众号：飞总聊IT 美联储加税以后，日子不好过了，美帝的资本家们也开始头疼到底要怎么样减员增效比较好。 扎卡伯格公开宣布，公司需要get more done with fewer resources。翻译一下就是用更少的人头，干更多的活。在资本家日子不好过的时候，这当然是个理所当然的口号。 Meta很早之前就停止了公司范围内的招人，只保留了很少数的职位，和算法有关系的岗位。当然，公司并没有宣布大规模成建制的裁员。 现在这个阶段，任何大规模的裁员，对很多依赖留学生的互联网公司来说，都是问题。M

德州仪器被证实已裁撤中国MCU团队，员工只能转岗或主动离职

爆料还显示，德州仪器将原MCU产品线研发人员强制转岗到模拟芯片部门，直接从混合信号芯片转到了纯模拟芯片，不仅没有考虑员工的感受和技术专长，而且由于原MCU团队人数众多，其他产品线实际没有那么多的空缺，也就没有什么活给转岗的员工干 ，转岗员工绩效自然也就会是最差。

光照计算 采用手动优化重写，通常能获得5-10倍的性能提升

物理碰撞检测光照计算 采用手动优化重写，通常能获得5-10倍的性能提升第三阶段：内存优化通过JavaScript特有的内存管理技术：代码语言：javascript代码运行次数：0运行AI代码解释// 使用对象池减少

掌握体系化知识，从手工测试轻松转岗自动化或测试开发

不得不说，随着行业的竞争加剧，互联网产品迭代速度越来越快，QA 与测试工程师都需要在越来越短的测试周期内充分保证质量。

一名数据分析师到算法工程师的转岗经历

前期，一名读者在后台留言问我数据分析师转岗算法工程师的经历，今天本文就结合个人实际做以总结。 为使本文尽量内容全面且具有一定参考性，对标从数据分析师到算法工程师岗位的跨度，主要从以下三方面展开介绍： 对岗位的认知 能力发展需求 我的转岗历程 01 对岗位的认知 一直认为，对岗位的认知是一个很难的话题 这项能力更多的是对标工程型算法工程师，核心产出就是完成了哪些项目，取得了哪些效果等 某算法工程师岗位招聘JD 03 我的转岗历程 前面两个部分大体是分享个人对数据分析师和算法工程师两个岗位的一些个人认知 ，接下来，就简单总结个人从数据分析师转岗算法工程师的一些关键节点： 1.扎实打好机器学习功底，持续拓宽和深化深度学习理论。 以上，希望对有志于从数据分析师转岗算法工程师的读者有所帮助！

【AI全球大战医生】Hinton：5-10年内深度学习取代放射科医生

编辑：张乾 弗朗西斯 文强 【新智元导读】2017年4月，Hinton在接受《纽约客》采访时说：“5年内深度学习就能超过放射科医生，从现在起就停止培训放射科医生”。此言论一出，再一次引发全球关于AI正在取代医生的焦虑讨论。IEEE Spectrum在2018新年伊始推出专刊“AI vs Doctors”，统计了从2016年5月至今，AI在医疗领域的进展，并对比各大细分领域AI与人类医生能力差距，人工智能正在医生的主场获取成功，哪些医疗诊疗行业已被AI超越？机器人医生是人类的未来吗？ 2017年4月，Hi

那些干通信的年轻人，最终都去了哪儿？

花费5-10年的时间，战胜几百个对手，才能成为公司的中层。花费10-30年的时间，战胜几万个对手，最终成为凤毛麟角的高层。 很少有人能在不变的跑道上坚持到最后。 即使反向流动，例如工服转岗研发，也主要是进入测试部、技术部等，极少去做开发、写代码。 而且，工服和市场岗位更加贴近客户。 要么，就只能想办法转岗调动。 转岗调动的话，如果还干技术，一般就是研究所里的“高级技术支持”，和研发对接，给海外工程师提供技术支持。 从细分专业领域来看，通信人才转岗IT，在数据中心、网络运维、信息安全方面，较为集中。 值得深思的是，顶尖互联网企业，例如BATJM，对通信行业人才并不算感冒，即使要人，都是喜欢要年轻人。

百度王海峰Quora精华整理：未来5-10年，NLP领域将会有什么进展？

2、未来5-10年，NLP领域将会有什么进展？ 机器翻译、语义理解、问答和对话技术将会有重大突破。这些技术将会被广泛应用，并最终改变人与计算机、人与各种硬件设备、以及人与人之间的沟通方式。