- 综合排序
- 最热优先
- 最新优先
- 来自专栏波波烤鸭
mybatis教程6(逆向工程)
1.什么是逆向工程 简单点说，就是通过数据库中的单表，自动生成java代码。 Mybatis官方提供了逆向工程，可以针对单表自动生成mybatis代码（mapper.java\mapper.xml\po类）企业中，逆向工程是个很常用的工具,比我们手动创建映射文件的配置信息方便很多
91920发布于 2019-04-02 - 来自专栏javascript趣味编程
6 工程流体力学
[5] openFVM源代码 [6] 何志霞 热流体数值计算方法与应用[M]．北京：机械工业出版社，2014．有SIMPLE算法源码 [7] cfd-python-12-steps-to-navier-stokes
93020发布于 2019-04-26 AI Agent + 数据工程
AI Agent的出现，正在从根本上改变数据工程师的工作方式，甚至重新定义这个职业的边界。 从堆人到提效 提到AI Agent，很多人的第一反应是又一个大模型概念。 这些事情以前要靠专人花时间梳理，现在AI可以快速完成。 但这只是第一步。 更深层的变化在于，数据工程的需求本身正在被AI重塑。 业务方不仅看Dashboard，还想直接跟数据对话——问AI一个问题，AI直接给出答案。这就倒逼着数据工程师必须把底层的东西做得更扎实：元数据要完整、语义层要清晰、数据血缘要可追溯。 好的数据工程，应该配合AI在事中就做好管理和体系搭建。” 这句话背后是一个残酷的现实：以前数据工程师的工作更像是管道工——把数据从A搬到B，分层、清洗、汇总。 结语 数据工程遇上AI Agent，不是一场突如其来的革命，而是水到渠成的演进。 那些还在用老办法堆人的团队，也许该停下来想一想：未来的数据工程师，需要具备什么样的新能力？
23310编辑于 2026-02-28- 来自专栏方丈的寺院
可落地的DDD(6)-工程结构
背景 几年前我在可落地的DDD的(2)-为什么说MVC工程架构已经过时总结了基于DDD的微服务工程结构是怎么样的。那篇文章重点阐述了与MVC架构的区别。
71440编辑于 2022-11-08 - 来自专栏技术栈
前端工程师之ES6
初识ES6 ES6：最新版的JS，ECMAScript标准 JavaScript语言(实现)，它还有多种称呼： ECMAScript6.0 ECMA6 ES6 变量 var——重复定义不报错；没有块级作用域 .. => xx filter 过滤 x, x, x, x, x, x => x, x, x... forEach 迭代、遍历 字符串 字符串模板 "xxx" 'xxx' `x${变量}xx es6面向对象 什么是同步——只有操作完事了，才往下执行，一次只能做一个事儿 什么是异步——这个操作进行中，其他操作也能开始，一次可以做多个事儿 异步的优势：1.用户体验好； 2.高效 同步的优势：简单 没用es6异步例子 '); let hot=$.ajax('/get_hot'); let list=$.ajax('/get_list'); let hot=$.ajax('/get_hot'); 使用es6- /aaa.js'); 打包发布自己的nodejs包 ES6模块化： 参考文档 import export #输出 export {x, x, x}; #引入 import mod from ".
1.4K10发布于 2019-07-31 AI时代的需求工程本质是规则工程（Stock题材助手AI实践总结）
Stock题材助手 AI实践情况1.1. AI编程环境CodeBuddyGemini-3.0-Flash1.2. 从Bug分布 看Spec增强方向 Bug类别数量UI控件/表单2个bug专业图形图像6个bug数据持久化1个bug Bug分布Bug详述启发：Spec增强方向UI控件/ 改Bug专业图形图像bug* 操作：滚轮误触发点击逻辑 * 操作：用户标记有时不响应无需Spec增强规则已在Spec 由单元测试驱动AI改Bug数据持久化bug* graph文件保存数据没有排序排序后才能保存 从人脑翻译到机器直译的思维转变传统需求：面向程序员的文档，没错就好，信息不够程序员会【脑补】AI提示词：面向AI的机器指令，要求精确、无歧义例：GUI-RULE-ANALYSE-006明确要求用matplotlib 防错机制的显式化传统需求隐含的常识性校验全部显式化：修改时间 > 15:00的具体时间判断最多支持6个用户标记的精确限制鼠标滚轮与点击事件的冲突避免
35830编辑于 2026-02-05- 来自专栏小巫技术博客
AI 时代的 Prompt 工程入门
引言 网络有句话流行的话—— “未来，淘汰你的不是AI，而是掌握了AI的人”。那我们应该怎么掌握AI？我自己的理解是学会面向AI提问，利用好AI工具为我们的工作提效和赋能。 本文所分享的Prompt工程，就是给大模型输入提示词（告诉模型我们要它干什么），让AI更准确的理解我们的意图，从而输出我们想要的内容（文本、图片、视频等等）。 什么是Prompt 工程？ 总结一下： 我们跟大模型交流的文本或指令就是Prompt，然而如何设计、组织、优化则被称为“提示工程”—— Prompt Engineering。 为什么Prompt会起作用？ 总结 本文介绍了Prompt 是什么、为什么要学习Prompt工程、并且对比了跟传统搜索的差异，最后给出了好的Prompt关键要素。 回到前面说的 未来淘汰你的不是AI，而是掌握了AI的人，我们可以进一步理解为能更好跟AI沟通的人会更具有竞争力。未来已来，我们需要持续学习，才能让AI更好的为我所用。
87421编辑于 2025-06-16 - 来自专栏决策智能与机器学习
用户体验、AI和ML「AI产品工程落地」
您如何看待它随着AI & ML技术的发展? 目前的客户体验“AI无处不在，但结果大相径庭”。使用同一项服务的两个客户可能对他们的体验有完全不同的印象，而且在很多情况下，这项服务是笨拙的，结构也很糟糕。 Canva的机器学习工程师保罗•Tune认为，“在改善客户体验方面有两种趋势: 为个人量身定做的趋势，因为更多的数据被收集到每个客户的大规模; 通过预期客户的需求，为客户提供跨多个接触点的平稳体验的趋势 例如，我最近采访的一位来自NetFlix的工程师提到，当电视连续剧被选中时，用户最喜欢的角色就会出现在菜单中。这意味着必须更多地了解每个客户，并预测他们的习惯。 试图整合AI & ML技术和客户体验的企业面临哪些挑战? Paul总结了许多企业在流程中采用AI和ML时面临的另一个常见挑战——数据量。他说:“目前的机器学习技术依赖于相对大量的数据来提供良好的预测。”
65720发布于 2020-08-05 - 来自专栏大龄程序员的人工智能之路
AI会让AI工程师失业吗？
自从AI出现之后，人类对于AI的担忧就从来没有消停过，特别是AlphaGo的横空出世将AI带到大众跟前，对AI的争论就更加激烈。 对于普通大众而言，AI是否会毁灭人类不需太关心，但是对AI是否会取代人类工作就异常敏感了。 我只是一介小民，担忧人类未来的事情轮不到我来操心，也不是业界大佬，泛泛而谈没什么意义，只是最近看到一篇关于Cloud AutoML的文章，突然想到一个问题：AI会让AI工程师失业吗？ 中，AI工程师分为三个层级：科学家（专家）、算法实现及改进者、算法应用者。然而，AutoML改变了机器学习的游戏规则。 然而二十年过去了，市场对软件工程师的需求逐年增加，至今仍没有看到下降趋势。 ? 当年的Visual Basic界面，看起来那么亲切 观察整个计算机技术发展的进程。
74620发布于 2019-07-01 - 来自专栏服务端技术杂谈
零一万物的AI工程落地
之前写了一篇：LangChain创始人回应为啥不做托拉拽的智能体工作流 正好今天看到零一万物的一篇讲AI工程落地的文章，观点很相似。 原文链接：大模型时代Agent系统的架构哲学与技术演进 附上Anthropic关于上下文工程的解法： 上下文构成： - System Prompt：要极其清晰，使用简单直接的语言，高度正确的呈现，模糊的指令无法给
10510编辑于 2026-03-11 - 来自专栏悦思悦读
我，女生，AI工程师
作者: 刘培 AI创业企业算法工程师 西安电子科技大学光电图象专业，硕士 毕业后就职于爱立信 2018年初加入AI创业企业，从事图象处理领域的研发工作 2017年8月17日，主讲人曾经做过一个分享：《我 在今年初，主讲人再次前进一大步，成为了AI工程师。本文呈现给大家这一年的工作历程。 ---- 偶入人脸识别领域 ? 我觉得让一个没有工程经验的人直接去学可能不是很快，但是有工程能力的人去学AI相反会比较快。 ---- Q2：训练模型用了多少服务器资源？多少时间？多大数据量？ ---- Q6：初学者，Caffe（作者采用）和TensorFlow如何选择？ A8：”女生不适合做程序员，女生更别想着有去做AI工程师”——我觉得这些都是谬论。 女孩，有自己的优势，即使女生要面对生孩子问题。
1.1K20发布于 2019-03-07 - 来自专栏编程一生
工程师常用的6种最佳实践
泰思勒定律也被称为复杂度守恒定律。该定律指出每一个过程都有其固有的复杂性，存在一个临界点，超过了这个点过程就不能再简化了，你只能将固有的复杂性从一个地方移动到另外一个地方。
32820编辑于 2023-10-16 - 来自专栏AgenticAI
6种AI Agent模式详解
在本文中，我们将探讨多种构建 AI 智能体结构的模式。这些模式有助于我们扩展功能、保持模块化，并更好地控制执行流程。 为什么使用多智能体模式？ 一开始，通常会采用单智能体模型。 适用于按领域或部门划分逻辑的系统 每个监督者管理一组特定任务或智能体 优势： 高度可扩展且结构清晰 各层级具备模块化控制能力 挑战： 实现复杂度较高 层级之间需要明确定义接口 适用场景： 企业级系统、多领域编排任务 6.
1.2K10编辑于 2025-07-27 - 来自专栏木东居士的专栏
AI研发工程师成长指南
AI研发工程师成长指南 本文为数据茶水间群友原创，经授权在本公众号发表。 关于作者：Japson。某人工智能公司AI平台研发工程师，专注于AI工程化及场景落地。 0x00 前言 首先，《AI研发工程师成长指南》这个题目其实有些标题党了，准确地来说，本文内容应该是：“要想成为一名AI研发工程师，需要具备哪些技能”。 0x01 关于AI行业的思考 算法工程师的门槛 AI算法工程师年薪百万，应届毕业生年薪都有80w… 去年AI人才缺口就已经过百万，今年将达500w… 加入《XXX训练营》，XX天打造AI算法工程师… 在网络上充斥着各种类似上面那样的吸引眼球的文章标题 AI企业痛点 当然，我说这些不是为了打击大家的信心，而是要指出现在行业内的痛点：AI工程化。 人工智能发展到现阶段，已经从实验室中的算法走向了工程化应用的阶段。 因此，我认为了解AI工程化场景、解决方案；熟悉AI项目流程、机器学习Pipline；掌握AI系统研发、服务部署上线能力的工程师将会逐渐成为AI团队的中坚力量。
1.4K51发布于 2019-08-26 - 来自专栏Fin
AI绘画中的“提示工程”价值
对于一些有想法但不会画画的人来说，AI的出现无疑是个好消息。现在AI绘画蓬勃发展，用户只要将脑海中的画面描述给AI，就可以得到相应的作品。而对于“提示工程”这一领域，AI绘画大有助益。 Prompt让AI绘画更具创造力提示工程（Prompt Engineering）是一种机器学习和自然语言处理领域中的技术，旨在通过给出精细和有针对性的提示，帮助模型生成更加准确、具有创造力的输出。 最近火爆的ChatGPT便可以作为AI绘画的提示工程源头，对AI绘画工具的应用，是一个质的飞跃。 提示工程在AI绘画领域的应用前景随着AI技术的不断发展，AI绘画作为一种新兴的技术，正逐渐被应用于各行各业的“提示工程”中。 除了以上领域，AI绘画技术还可以应用于各种提示工程中，例如娱乐、文化艺术、金融、广告等领域。
1.1K30编辑于 2023-03-20 AI工程化项目实战营
一、 基础设施层：算力的抽象与池化这一层的目标是将原始的硬件算力，转化为可被高效、灵活调用的工程资源。1. 三、 数据与特征工程基础设施“垃圾进，垃圾出”在规模化AI中会被无限放大。这一层确保流入模型的是高质量、一致的“燃料”。1. 特征平台这是工程化与科研的核心分水岭。 总结：从“炼丹师”到“基建架构师”传统的算法工程师如同“炼丹师”，专注于模型本身的精妙。而掌握基础设施与运维技能的AI工程师，则是“基建架构师”和“城市规划者”。 维度“炼丹师”“基建架构师”核心关注点模型精度、新算法系统稳定性、可扩展性、成本效率工作产出.pth或.h5文件一套自动化、自适应的AI平台与服务思维方式实验性、探索性工程性、系统性、产品化价值体现解决 构建这套基石能力，不仅需要技术广度，更需要将软件工程、数据工程和运维文化的精髓，深度融合到AI的每一个生命周期之中。这，正是AI工程化的终极奥义。
58510编辑于 2025-11-06- 来自专栏阿贤Linux
Linux运维工程师面试题（6）
Linux运维工程师面试题（6）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！ 6 csrf 是什么？如何防范？ 、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 （6）.
85930编辑于 2023-09-04 《软件工程》第 6 章 - 软件设计概论
在软件工程中，需求分析完成后，软件设计是将抽象需求转化为可实现方案的关键阶段。它决定了软件的架构、模块组织和代码结构，对软件的质量、可维护性和扩展性起着决定性作用。 软件设计是软件工程中承上启下的关键阶段，其质量直接影响软件的最终效果。在实际项目中，应灵活运用这些原则和方法，结合项目特点选择合适的设计过程模型，打造高质量的软件系统。
24810编辑于 2026-01-21- 来自专栏机器学习AI算法工程
听说你想做 AI 工程师？
AI 时代已经到来！人工智能已经不是只有在科幻小说和电影中才会出现的东西，现在它离我们越来越近，而且已经渗透到各行各业。 从百度的无人驾驶车，到现在的阿里人脸识别的无人售货超市，AI 技术越来越趋于成熟。 ? 即将带来的产业变革，也促使市场对于 AI 工程师的需求异常强烈。 根据统计，毕业1 ~ 3年 AI 工程师的平均月薪在15k ~ 25k，更资深的工程师年薪甚至可以达到百万。 ? 也正是因为充满想象力的发展前景和高薪诱惑，许多程序员都希望可以转型 AI 领域。 但你对AI真的了解吗？ 具体来讲，人工智能包含以下三个部分： 机器学习 机器学习，简单来说就是让机器产生智能。 这也预示着强化学习在金融、游戏 AI、机器人等领域有着广阔的应用前景。 ? （图：AlphaGo 战胜人类围棋冠军李世乭）
1.1K120发布于 2018-03-15 - 来自专栏不换的随想乐园
思辨看待 AI 时代 - AI 助手和工程师导演
AI 概括 文章以工程师视角回顾自己与 AI 协作的实践历程，从谨慎试用到高频使用，效率显著提升。 核心观点是：AI 能放大能力、完成大量体力工作，但无法替代架构思维、系统设计与边界判断。 面对 AI 时代的职业焦虑，作者建议拥抱工具，同时通过扎实基础、清晰拆解与严格审查保持竞争力。 结论是 AI 会成为必备工具，但真正的决策与责任仍需由人类工程师承担。 再往后，我开始把 AI 纳入工程流程：让它参与代码优化、模块重构、文档整理，再配合严格的人为控制的 Code Review，逐步建立可控的信任。 可能轻松完成项目前 70%，但剩下 30%（边界情况、性能优化、安全性）更依赖经验丰富的工程师。 AI 可能会像 IDE、Git、Docker 一样成为工程师的标配。重要的不是“会不会被 AI 取代”，而是“如何用好 AI 放大自己的价值”。 保持学习，保持思考，保持本真。
20710编辑于 2026-03-10
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