题图:Blue Moom Expedition by Duy Huynh 经常有读者问类似于这样的问题:
其实现在机器学习越炒越火,我自己有机器学习和数据建模的背景,有没有想过转回去再做机器学习呢? 说实话,想过。但近期不会去转,主要原因有两个。一来我放弃现在在支付领域的背景和经验,以及现在的职位、项目等等,成本太高;二来对于机器学习这个风口,看似机会遍地都是,其实真的对自己和企业而言都有前途的并不多。很多的项目都有其局限性:比如模型拿来直接用就行的一个应用,门槛太低;或者就是一个已经成熟的团队,去了能施展的有限;或者能做靠谱就一定要有大量的数据和能处理这些数据的足够大的团队,而对方能不能有这样的资源;再或者就是研究的东西过于前沿,没有 GF 那样的人才配备,实在很难有突破。 所以大部分时候,虽然也观望,但却是安心做好自己的本分职责。短时间内,我确切知道自己想往哪里走。长期而言,我知道我自己还能往哪里走。 但其实很多人都会对自己长期该做什么有或多或少的不确定性:
现在不论什么信息和知识都随手可得,如果你确切地知道如何掌握和运用它们,对让你做事效率和能力大大提高。但信息爆炸带来的一个问题,就是很多时候很难甄别优劣和主次。如果是已经对领域的大方向有所把握,这种自我吸收的方式自然不会有什么大问题。但如果没有一些方向感和坐标,就很可能被带偏。 记得罗辑思维上曾经提到过:有些人每天花大量的时间去读各种新的知识和信息,希望自己能进步。但其实真正改变命运的并不是知识,而是这些知识带给你的能力的提高。也就是说,转化为能力的知识,才能够改变你的命运。所以,首先还是要想清楚自己的大方向在哪,需要的能力是什么。 对于这两个不确定,来问我的朋友,我也仅仅能根据自己的经历和眼界说说自己的想法。但更多时候,遇到经历和我完全没有交集的时候,我也爱莫能助。 其实很多时候,听别人讲道理,不如看看别人走过的路和正在走的路。多看看同行们都在做什么,对自己未来的选择,有时候会有意想不到的帮助。 推荐一个运维和性能相关的大会:APMCon。 2016年举办了第一届APMCon,以“驱动应用架构优化与创新”为主题,致力于推动APM在国内的成长与发展。大会吸引了3500+运维、研发人员,50+国内外知名行业大牛共聚一堂,一同探讨了APM相关的性能优化、技术方案以及架构细节,传递应用架构优化和创新内容,会议内容和交流氛围深受参会者好评。 今年,听云联合极客邦科技/InfoQ将共同主办国内第二届应用性能管理大会-APMCon 2017,会议的演讲内容聚焦行业内最新的技术和最接地气的实践案例,共同探讨APM相关的性能优化、技术方案以及创新思路,为更多的行业从业者指点应用效能提升的迷津。由隔壁池老师、驰名已久的 PHP 惠新宸、听云 Wood 作为大会联席主席。这次大会邀请了相关领域最好的讲师,比如:
十一个专场:
看完这些标题我也是不由得心动了。感兴趣的朋友可以扫描二维码了解详情。购票时输入优惠码 APMCon_Angela,原价门票立减600元。 |
|