20180124 点滴

文章内容均整理至网络,如有侵权,请联系删除。

2018-4-2
使用 Nginx 转发 Oracle 端口
https://yq.aliyun.com/articles/573848?spm=a2c4e.11157919.spm-cont-list.5.146c27aeC3CkNx

从1.9.0开始,nginx就支持对TCP的转发,而到了1.9.13时,UDP转发也支持了。提供此功能的模块为ngx_stream_core。不过Nginx默认没有开启此模块,所以需要手动安装。

cd /usr/local/src
wget http://nginx.org/download/nginx-1.12.1.tar.gz
tar zxf nginx-1.12.1.tar.gz
cd nginx-1.12.1
./configure --prefix=/usr/local/nginx --with-stream --without-http
make && make install

配置Nginx
TCP转发
目标:通过3000端口访问本机Mysql(其中mysql使用yum安装,默认配置文件)

/usr/local/nginx/conf/nginx.conf配置如下:
user  nobody;
worker_processes  auto;

#error_log  logs/error.log;
#error_log  logs/error.log  notice;
#error_log  logs/error.log  info;

stream {
    upstream cloudsocket {
       hash $remote_addr consistent;
       server 192.168.0.7:1521 weight=5 max_fails=3 fail_timeout=30s;
    }
    server {
       listen 3000;#公网机器监听端口
       proxy_connect_timeout 1s;
       proxy_timeout 3s;
       proxy_pass cloudsocket;
    }
}

安装过程中可能遇到的问题
安装nginx的时候遇到如下问题:

  1. Configuration summary
  2.  + using system PCRE library  
    
  3.  + OpenSSL library is not used  
    
  4.  + using builtin md5 code  
    
  5.  + sha1 library is not found  
    
  6.  + using system zlib library
    

出现以上问题的原因是,在安装nginx的时候没有指定openssl的解压路径。正确的做法如下:
···
./configure --prefix=/usr/local/nginx --with-openssl=/usr/local/openssl-1.0.1j --with-http_ssl_module
···
如果pcre和zlib出现类似的问题,指定路径就可。
···
--with-pcre=/usr/local/pcre-7.7 --with-zlib=/usr/local/zlib-1.2.3 --with-http_stub_status_module
···

从 Elasticsearch 来看分布式系统架构设计
https://yq.aliyun.com/articles/573576?spm=a2c4e.11157919.spm-cont-list.35.146c27aeC3CkNx

Elasticsearch 支持上述两种方式:


20180124 点滴_第1张图片
image.png

混合部署(左图),分层部署(右图).
角色独立后,只需要 Transport Node 连接所有的 DataNode,而 DataNode 则不需要和其他 DataNode 有连接。一个集群中DataNode的数量远大于 Transport Node,这样集群的规模可以更大。另外,还可以通过分组,使 Transport Node 只连接固定分组的 DataNode,这样 Elasticsearch 的连接数问题就彻底解决了。

2018-3-29
程序员跳槽全攻略
https://mp.weixin.qq.com/s/AQS5V5MA8iJ58rIVNBNpxA

什么情况表明你遇到瓶颈了呢?
你已经有六个月清楚知道自己没有成长。
你的上级已经有好几年没晋升过了,这意味着你这个部门、这个企业、这个行业已经没有发展前景了。
你的数据很久没有增长了,作为一个职业人,你就要找一份能直接或者间接作用于某个数据成长的工作。
你的老板对你无动于衷、不培育、不提拔、不批评、不涨薪、不开除。
还有一些其他原因可能促使你跳槽:
公司经营不下去了。
薪资没有达到预期。
公司搬家了,通勤时间变长。
如何选择目标公司?
比如你在某个领域已经沉淀了三到五年,甚至九到十年,这时候挑选跳槽公司,你要考虑到技术的延续性
另外,可以考虑一些比较具有发展潜力的公司
最后找适合你的。合适很重要,如果你的目标是去 Google,但客观现实是你离 Google还有很大的差距,你现在想也没用,你需要找到这个差距,找一份适合现在能力并且有一定挑战性的工作,脚踏实地做好这份工作,努力缩短差距,慢慢补齐自己的一些短板,这会为你实现最终的目标提供助力。
如何准备跳槽?
首先要对自己有一个清晰的认知,切记好高骛远,如何认识自己呢?第一步对市面上的工作做分析,每个公司招人的时候都会在网上发布 JD,也就是招聘要求,通过分析 JD,你总结出理想职位大概要具备哪些能力,这些跟你目前的能力的契合度如何,这很关键。接下来,你再去看 JD里面要求具备的技术点,正常讲,一家负责的公司都会把职位的描述写的比较详细,这些技术点,你会几个,熟悉程度如何,找几个有把握的。
接下来准备简历。某种角度来讲,简历是我们的一个敲门砖,就像我们刚毕业的时候,学历是敲门砖一样的道理,我本身也做过 HR,也做过猎头,我个人认为,如果一个人连简历都不认真对待的话,也不用去找工作了。写简历不是所有的工作经历、项目经历都写进去,而是挑重点,能体现目标公司要求的,要重点介绍,把你掌握的技术点揉进去,你的能力和业绩能用数字量化的就用数字量化,少用文字自夸的表达方式。格式上力求清晰简洁,让人能一眼看到重点,而不是一堆文字堆在一起。还有一点,千万不要去做假,稍微大一点的公司或者正规一点的公司会去做背景调查,比如之前的社保记录、公积金记录等,这个一查就很清楚了。最后自我介绍部分提炼亮点,比如学历、证书、英语水平、**年 Java开发经验、竞赛等信息,如果有亮点,你就往上写。
其他还有几点建议。跳槽中如果你觉得某一项技能还达不到对方的要求,个人建议去社交网站上看一下人家 Open出来的项目,别人是怎么写的,他为什么这么写,可以尝试去分析一下,对方在实现这个功能的时候为什么这样去做,多思考,多动手。另外建议你注册一个 LeetCode帐号,里面有初级、中级和高级三部分的题目,可以去练练手,因为现在很多公司都会用这个原题来做面试。
跳槽过程中应该避免哪些坑?
海投简历 不要海投简历,而是挑选几家目标公司,分别有针对性的准备简历,如果可以最好能让别人内推下,这样的命中率会提高很多
收到面试邀请就去面试 你需要了解面试的是什么岗位,岗位职责再详细问一下,分析一下这个职位与你的期望是否相符。
投完简历,万事大吉 一定要做一个勤快的求职者。现在的信息相对较透明,自己要通过各种渠道收集应聘公司的信息,而不是很被动的,我投完了,天天焦虑地等消息,你应该去主动了解目标公司的情况,这样才能争取到更多机会。
如何准备面试?
第一步找一下你与目标公司 JD之间的差距,心里有所准备。
第二步 list一些职位需要的技术点,对比一下,哪些是你掌握的,哪些是你没有的,然后想办法尽快补一下,在短时间内用短时记忆弥补一下,有人可能会说“技术这东西会就是会,不会就是不会”,但有时候突击一下也可能带给你意想不到的结果。
第三步查找公司面经。我接触过很多公司,面试官的面试题来来回回就那么多,像网上的面试经验还是很多的,大家有空可以去刷一刷,哪些地方不懂,通过各种渠道尽快补齐,比如大咖分享、技术公众账号、技术讲座、GitHub、InfoQ的各个产品、极客时间等,如果你有一定基础的话,可以快速学一下。
第四步了解面试套路。面试的套路基本相同,首先是让你简单自我介绍,你需要以比较清晰的逻辑把你过往所做过的一些事情,或者做过一些项目,捡重点讲一讲。接下来,正常来讲面试官会根据你做的项目再具体的深问下去,比如这个架构为什么这样做,你的设计是怎么的,你用的具体的哪点技术,是怎么样实现的,有些公司可能会让你白板去写一些 Code,还有会问你一些比较有小的技术细节,这需要你平时多动手了。
谈薪资这件事要有技巧
看职位的关键程度,一般合理的涨幅公司能够接受
正常来讲,按照目前市场情况来讲百分之十几到 30甚至 50的涨幅都有可能,最常见的是 20%到 30%的涨幅,当然如果你漫天要价的话也会丧失一些机会。这一点,我建议你去咨询一些比较资深的人,或者靠谱的猎头,因为猎头对整个市场相对比较熟悉。
最后一点,谈薪忌讳最后抬价
选择正确的方式跟现东家说 byebye
最后我要讲一讲怎么样跟你现东家说再见。首先要坦诚相待,有些人拿到更好 offer以后,找了一个完全不相关的理由提离职,比如我要回老家了等,以后现东家知道了真相双方会比较尴尬,而且你有更好的机会,一般情况下现东家留不住你,也会祝福你,毕竟圈子小,以后说不定又相见。第二个建议,这个时候千万不要有冲突,你要提前想好说辞,尽量跟现东家和颜悦色地解释,不要弄得不愉快。你入职前新公司可能会找你原来的老板了解情况,原老板的评价会对你的新工作有影响。
最后想说的话
最后我想说,没有一蹴而就的事情,很多事情都是水滴石穿,建议大家工作之余还是要保持学习的状态,比如关注一些知名的技术公众号,了解业界最新动态,时刻准备着。
骑驴找马,这个词我不反对。但得有一个前提,就是说你要对得住手上的工作。不是说我既然已经想骑驴找马了,我就每天晃一晃,结果呢,让大家感觉我这个人靠不住。有时候人喜欢耍个小聪明。这其实比较惨的,所谓小聪明,就是被人容易识破的聪明,做人做事要有诚意,所以如果在离开岗位的最后一天都能做得非常好的,你这个人一定会变得非常抢手。
另外,如果时间能够挤得出来,建议至少一个季度要挑 1-2个心仪的职位去面面,看看外面的技术要求是怎么样的,面上了如果机会还不错,那么也算是了了自己的一桩心愿,如果面不上,也可以顺便了解一下业界的最新动态,反过来可以给自己接下来的道路树一盏明灯。

如何快速成长为技术大牛?阿里资深技术专家的总结亮了

https://mp.weixin.qq.com/s/t1P0mw9Hf4y27EiZB2biXw
Do more
做的更多,做的比你主管安排给你的任务更多。 要想有机会,首先你得从人群中冒出来,要想冒出来,你就必须做到与众不同,要做到与众不同,你就要做得更多!
1)熟悉更多业务,不管是不是你负责的;熟悉更多代码,不管是不是你写的
2)熟悉端到端
3)自学
Do better
你负责的系统和业务,总有不合理和可以改进的地方
Do exercise
1)Learning
2)Trying
3)Teaching

2018-2-12
李沐《动手学深度学习》课程视频汇总
https://www.jiqizhixin.com/articles/02111
视频链接:https://discuss.gluon.ai/t/topic/753
《动手学深度学习》中文文档地址(gitbook):http://zh.gluon.ai/

2018-2-11
要过年了,就别再背电脑回家
http://mp.weixin.qq.com/s/FUTSc6Xh5dA10ENkbUIPMg

先实现,再优化。做系统时先别整太多“万一…”,先把功能完成去应付PM。
加班并不是万能的,提高效率才是正道。


又到年末回家过年时,坐在火车上想这一年你迷茫过吗?
https://mp.weixin.qq.com/s/UUnkvBpr71PtxVagISai6A

  • 每个技术人成长到一个阶段,都会去思考:下一步到底要怎么走?是要在一个自己比较陌生的领域开辟一块新的天地,还是在自己比较擅长的领域继续精进?要不要转管理、转产品,要不要去搞机器学习、搞区块链,哪个领域在风口浪尖,就投身到哪个领域么?
    “事事顺心的时候,勇气来得也容易;但是当生活变得艰难,勇气就弥足珍贵了。”
    同样的是选择。你的人生一帆风顺的时候,你很容易相信你自己的选择;但是当人生一次次给你亮红灯的时候,甚至告诉你此路不通的时候,你就会慢慢后悔自己的选择,怀疑自己的选择,甚至再有机会到来的时候,你会彷徨纠结,总是对自己做出的选择唏嘘不已,也许山那边风景更好呢。
  • 那要怎么走出迷茫面对选择呢?
    答案就是不停地成长,在自己选择错误的时候,也知道自己在这条路上是不是比起之前的自己更成熟、更有见识了。只要在不停成长,就不怕犯错误,就知道自己还有机会。反之,哪怕一路坦途,事事顺心,但是自己没有什么成长,反而更容易陷入迷茫。
  • 那要如何不断提高自己呢?
    答案无非是两个,第一是找到那些合适你的道,尤其是合适你当前的道。这个道,既是道路,也是道理。第二就是练习。

如何用故事的方式向你的老板讲清楚运维到底在干什么?
https://mp.weixin.qq.com/s/6HfGx3IL36xkcKGev_cI6A

2018-2-9
spring cloud和dubbo,各自的优缺点是什么?
https://www.zhihu.com/question/45413135

如果潜心研究Netflix微服务技术多年,能学到什么?
https://mp.weixin.qq.com/s?__biz=MzIwMzg1ODcwMw==&mid=2247487304&idx=1&sn=147bbf10cb316350e3e4a5ac612378db&chksm=96c9b928a1be303e5705d905cb3d89a3149ceafd4f0ddf6dcc7c04c7e38ed4a2959993576250#rd

网易云原生架构实践之服务治理
http://www.infoq.com/cn/articles/service-governance-of-netease-cloud-native

网易考拉海购Dubbok框架优化详解
http://geek.csdn.net/news/detail/135152

Android 上有哪些好的日语学习 app?
https://www.zhihu.com/question/23322664/answer/101512680

AI工程师应聘要具备哪些能力?
http://www.infoq.com/cn/news/2018/02/ai-engineer-ability
首先,我们需要理解和掌握一些机器学习的基本概念和理论。
第一个重点无疑就是监督学习。
监督学习中需要彻底掌握三个最基础的模型,包括线性回归(Linear Regression)、对数几率回归(Logistic Regression)和决策树(Decision Trees)。
第一,需要了解这些模型的数学含义,能够理解这些模型的假设和解法。
第二,需要了解什么场景下使用这些模型是最合适的,以及怎样把一个实际问题转化成为这些模型的应用,如果不能直接转换还有什么差距。
第三,能不能写实际的代码或者伪代码来描述这些模型的算法,真正达到对这些算法的掌握。

了解机器学习的第二个重点就是无监督学习。
“K 均值算法”往往是考察数据科学家整个无监督学习能力的一个核心点。因此,对于这个算法有必要认真学习,做到真正的、彻底的理解。
和前面我们提到的监督学习一样,也需要从编程实现和算法本身两个方面入手对 K 均值进行把握。在掌握了 K 均值之后,还可以进一步去了解一些基于概率模型的聚类方法,扩宽视野,比如“高斯混合模型”(Gaussian Mixture Model)。
其次,虽然机器学习和统计学习有不少的重合部分,但是对于合格的数据科学家和人工智能工程师来说,一些机器学习方向不太容易覆盖到的统计题目也是需要掌握的。
第一,我们必须去理解和掌握一些核心的概率分布,包括离散分布和连续分布。
第二,那就是要理解假设检验。
第三,那就是去学习和理解因果推断(Casual Inference)。

再次,还有一个很重要的“硬”技能,就是要对系统有一个基本了解。
第一,就是具备最基本的编程能力,对数据结构和基础算法有一定的掌握。
掌握 Python,再学习一两个其他的语言,这时候选择 Java 或者 C++,是十分必要的。另外,很多公司都采用大数据环境,比如 Hadoop、Spark 等来对数据进行整合和挖掘,了解这些技术对于应聘者来常常说是一个让用人单位觉得不错的“加分项”。
第二,就是对于搭建一个人工智能系统(比如搜索系统、人脸识别系统、图像检索系统、推荐系统等)有最基本的认识。

数据科学家的第一“软”技能就是如何把一个业务需求转化成机器学习设置的“翻译”能力。
另外一个很重要的“软”技能就是数据科学家的沟通表达能力。

2018-2-8
通向架构师的道路(第一天)之 Apache 整合 Tomcat
blog.csdn.net/lifetragedy/article/details/7698555
通向架构师的道路(第二天)之 apache tomcat https 应用
blog.csdn.net/lifetragedy/article/details/7699236
通向架构师的道路(第三天)之 apache 性能调优
blog.csdn.net/lifetragedy/article/details/7707455
通向架构师的道路(第四天)之 Tomcat 性能调优
blog.csdn.net/lifetragedy/article/details/7708724
通向架构师的道路(第五天)之 tomcat 集群 – 群猫乱舞
blog.csdn.net/lifetragedy/article/details/7712691
通向架构师的道路(第六天)之漫谈基于数据库的权限系统的设计
blog.csdn.net/lifetragedy/article/details/7734864
通向架构师的道路(第七天)之漫谈使用 ThreadLocal 改进你的层次的划分 ( 下 )
blog.csdn.net/lifetragedy/article/details/7751059

浅谈前后端分离与实践(一)
https://zhuanlan.zhihu.com/p/29996622
浅谈前后端分离与实践 之 nodejs 中间层服务(二)
https://zhuanlan.zhihu.com/p/30384677
网易前后端分离实践
https://github.com/genify/ita1024/blob/master/%E7%BD%91%E6%98%93%E5%89%8D%E5%90%8E%E7%AB%AF%E5%88%86%E7%A6%BB%E5%AE%9E%E8%B7%B5%20-%20%E4%BF%AE%E8%AE%A2%E7%89%88.md

淘宝
Web 研发模式的演变 http://blog.jobbole.com/65509/
前后端分离的思考与实践(一)也谈基于NodeJS的全栈式开发(基于NodeJS的前后端分离)
http://blog.jobbole.com/65513/
前后端分离的思考与实践(二) 基于前后端分离的模版探索
http://blog.jobbole.com/65534/
前后端分离的思考与实践(三)Midway-ModelProxy — 轻量级的接口配置建模框架
http://blog.jobbole.com/65541/
前后端分离的思考与实践(四) 前后端分离模式下的安全解决方案
http://blog.jobbole.com/71661/
前后端分离的思考与实践(五) 基于前后端分离的多终端适配
http://blog.jobbole.com/71665/
前后端分离的思考与实践(六) Nginx + Node.js + Java 的软件栈部署实践
http://blog.jobbole.com/71675/

2018-2-7
入门 | 数据科学家效率提升必备技巧之Jupyter Notebook篇
http://mp.weixin.qq.com/s/-vbyhHTu4XzQ2-rRd7tI9g

# Install Jupyterextension package
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
# Install configurator
pip install jupyter_nbextensions_configurator
# Install theme
pip install jupyterthemes

你可以在这里找到更多的 Jupyter theme:https://github.com/dunovank/jupyter-themes

2018-2-6 职场上必学的极简思考
原文地址

从发现问题到想出解决基本步骤大致分为五步:
发现问题并分类
设定具体课题
找出替代方案
评估替代方案
总结陈述,做出决策

“结构化思维”分为九个步骤:
定义问题:把问题写下来并进行充分讨论
核心建议:提练出核心的观点和建议,并根据这一点进行扩展
选择结构:建立一个初步的框架,并将结构视觉化。
创建故事:通过合适的故事来表述观点
讨论/ 打磨:多跟不同的人见面,得到他们的反馈并进行修改。
选择重要事例:重新审视框架,找出有力语气。
验证或推翻:通过数据来验证或者推翻一个想法。
整合信息: 选择一个适合你沟通对象的沟通方式
分享想法: 呈现你的最终建议。

这九个步骤跟常规的方法的差异点:
在整个流程中对重复与迭代很重视。
学会使用简单直接的表述,让人迅速抓住重点。
有个很简单的测试办法叫“电梯测试”——尝试把你的观点或提案用最简单的方式,在30秒甚至更短的时间里把自己的主意概括出来。
好的核心建议由两个组成部分,一个容易理解的假设和一个与利益相关人有联系的触动点。

故事化思维。

2018-2-5
从Elasticsearch来看分布式系统架构设计
https://yq.aliyun.com/articles/423816?spm=a2c4e.11157919.spm-cont-list.67.4b8421e58Hozmm

2018-2-2
eBay的Elasticsearch性能调优实践https://mp.weixin.qq.com/s/Xvc7f0nBaNVa7_DnzjCUiw

阿里云赵弘扬:基于Elasticsearch构建网站日志处理系统
https://yq.aliyun.com/articles/421296?spm=a2c4e.11157919.spm-cont-list.69.4b8421e5pmmyfb

阿里云李靖威:Elasticsearch集群监控与报警原理解析
https://yq.aliyun.com/articles/421881?spm=a2c4e.11157919.spm-cont-list.49.4b8421e5pmmyfb

安畅网络韩军辉:ELK在数据中心流量分析中的应用
https://yq.aliyun.com/articles/422124?spm=a2c4e.11157919.spm-cont-list.37.4b8421e5pmmyfb

2018-1-31 众筹买房手册

众筹的软肋
你真的众筹了一个项目,只要有51%的股份,甚至30%的股份,在一个大股东手里。
他就可以翻云覆雨。
当别人出1.1亿前来购买时,他可以索取1000W元的回扣,并汇报给董事会1亿报价。
当别人出1.2亿报价时,他可以强行否决,就说时机不合适。最新宏观政策后市看涨。
这里面的操作空间太大了!
投资有三元素:“买进价,卖出价,时间”。
地产之道,首在于“囤”。地产又有非常重的税。地产第三个问题,是难以“估值”。
《众筹合作手册》的设计思路,应该是倒过来的。
锁定“买入价,卖出价”。然后,整个基金的唯一不确定性,是“时间”。
你有可能几个月就抛出。也有可能几年才抛出。
甚至有可能十几年,才能最终抛出。
时间拖得越久,回报越低。
绝对回报锁死,相对回报不确定。
《众筹买房手册》中,最核心的思想,是“买入价,卖出价,时间”。
锁死:买入价+卖出价
而不是:买入价+时间
原文地址

2018-1-30 左耳朵耗子的时间管理法则

无论什么事情,如果你发现你持续处于被动的状态下,那么你一定要停下来想一想如何把被动变为主动。我是一个非常不喜欢被动的人,所以,对于任何被动状态,我都要“反转控制”,想尽一切方式变成主动。
你要主动管理的不是你的时间,而是管理你的同事,管理你的信息。
的确是这样,说“不”会让人产生距离和不信任。所以,真是这样的,永远不要说不。但是,你明明做不到,还不能说不,这应该怎么办呢?这里面的诀窍如下。
当你面对做不到的需求时,你不要说这个需求做不到。给出另一个你可以做到的方案,而不是把对方的方案直接回绝掉。
当你面对过于复杂的需求时,你不要说不。我不说我不能完全满足你,但我说我可以部分满足你。
当你面对时间完全不够的需求时,你也不要说不。既然对方把压力给你,你要想办法把这个压力还回去,或是让对方来和你一同分担这个压力。
我惯用的方式是给回三个选择:a. 我可以加班加点完成,但是我不保证好的质量,有 bug 你得认,而且事后你要给我 1 个月的时间还债。b. 我可以加班加点,还能保证质量,但我没办法完成这么多需求,能不能减少一些?c. 我可以保质保量地完成所有的需求,但是,能不能多给我 2 周时间?
这里的诀窍是——我不能说不,但是我要有条件地说是。 而且,我要把你给我的压力再反过来还给你,看似我给了需求方选择,实际上,我掌握了主动。
这就是学会说“不”的方法。说白了,你要学会在“积极主动的态度下对于不合理的事讨价还价”。只有学会了说“不”,你才能够控制好你的时间。
我觉得今天大多数的会都开错了。在会上抛出问题,还是开放性的问题,然后公说公有理,婆说婆有理,任大家自由发挥,各种跑题跑偏,最后还没有任何的答案。开会,不是讨论问题,而是讨论方案,开会不是要有议题,而是要有议案。
原文地址

2018-1-29 为什么作为技术管理者的你总是很忙?
擅长什么,不擅长什么,怎么提升,怎么影响周围的人

好的上级会给你机会、空间和支持,让你成功,但不好的上级却是各有各的不同。
他会用固定的眼光看待你的能力。如果今天你的能力水平在一个级别上,他的思维在很长时间内都觉得,你只能做这个级别的事,而不去考虑你尚未被挖掘的潜力和创新能力。
他会过于看重天分而不是你的努力。看重独立作战的能力,而忽略了你的协调作战等软技能。
他会过于关注你的错误,而不是主动通过这个错误来帮助你成长。
他会认为团队目标比每个人的成长更重要。
他给你的反馈会偏评价或判断,而不是帮助你提升。
一个人是不是可以被提升,标准就是:你是不是已经在过去的半年到一年里,按照下一个级别的标准在工作。换句话说:不是觉得你可以达到下一个级别的标准就提升你,而是你已经达到下一个级别的标准,并在这个水准上稳定地保持了一段时间,才会被提升。
那么,作为一位管理者,你应该做哪些思考呢?
怎样做能够让员工进步到更高层次?
他的潜力在哪,哪些地方是可以培养和挖掘的?
怎么帮助员工改进他与组内组外同事的关系,让他有机会更好地发挥他的长处?
怎样尽早地发现他的错误和缺点,并帮助他认识和改进,而不是在错误变成后果后,去追究责任。
怎样帮助他在不擅长的领域建立信心?
怎样帮助他学会处理各种压力和矛盾?
如果能够做到下面四点,你就有很大机率成为一个优秀的管理者。
和自己对话,想想自己哪些时候、哪些方面会用静态的眼光去看待别人的能力。
把自己有这种心态时的表现或内心的一些想法写出来。
再遇到类似的情况,停一下,想一想是不是自己可以有所改变。
诚恳地告诉组员希望帮助他成长,多交流并听取对方的想法。
原文地址

2018-1-26 大部分人没法一直做技术,但转管理也需要规避四大陷阱

我觉得这种见解对大多数人来说不太适合。为什么说不适合呢?我觉得有些无法忽视的问题:
1、大部分技术人所处的行业服务是非常市场化的,只有极少数的技术人在研究、科研或者教育等领域在某个业务上需要常年深入而专注。
2、技术高度的攀登是在不断的好奇、冲动、不服输、成就感中驱动向上,这是骨子里的驱动力,绝不是物质刺激的外部力量所能带动。
3、只有达到技术上的高度,才有能力去肩负技术管理的职责。

优秀技术人的管理陷阱在哪。现在开始罗嗦罗嗦吧:
陷阱一、容易成为老板的附庸
我对您的忠告是:企业不是家,只是一个互利的游戏场。对您来讲只有定位在您的利益和企业的利益一致的情况下,并使其最大化,这样对企业和个人才会持久和长远。
手上一定要有两个致命武器:一个是公司产品发展的主航线是什么?另一个是研发能力和资源的统筹能力。
当老板提出 5 个产品年计划的时候,先看看从战略上讲,离主航向偏离有多远,这就需要获取更多的信息,要培养战略眼光,若计划离主航线太远的据理力争,不远不近的放缓再议,离最近的深入讨论;统筹能力就是您与老板在具体的计划安排上做博弈,带了多少粮,咱就走多远的路,要有做一个项目,就成一个项目的基调。等完成这些工作后,您和老板之间才能达到一个共同利益的目标,就可以合理的聚焦目标和精力的去执行更具体的安排。
陷阱二、技术之路不进则退
导致这个问题的主要因素就是管理的工作是碎片化的,您很难有连续的成块的时间,您总是在焦虑和压力中应对各种变数。如果兼顾技术的发展,就需要有成块的时间和相对平和的心情,这对您来讲,真的好难。
所以我给您的一个建议:首先心态上绝不能放弃,闲暇时多看书是最好的调节方式。
把碎片化的管理工作连接起来处理,给自己创造成块的时间(这个需要个人不断在经验中摸索),在您所管理的研发中,一定有一些非常具有挑战的技术需求,不要贪多,找准一个点,适当的身份参与进来,帮助团队去解决这一个点的难题。这个难点往往不会重复占用您太多时间,往往还会带出来很多必要的对新知识的快速学习和了解,这恰恰是您最擅长的地方,攻破难点即可,留给团队去最终完成产品的开发封装。这不仅让您的技术能力在完善,而且还能给团队带来很强的支撑并了解团队内在的很多微妙的因素,同时也能让您对新事物始终保持一个敏感的状态,可以更好的影响企业寻找更有效率的研发路线。
陷阱三、拿钱还是拿股份
持股最合理的时机,就是公司打算进入股票交易市场;或您的股票在一定时期可以兑现;或您的公司每年有着持续的利润增长,同时董事会每年对股东不薄。
我的建议:跟老板谈您在企业管理的执行力和行业同等待遇即可,至于股份,相信我,别太惦记,尤其是原始股,人各有命,而且真等把公司做起来了,您的价值也完全展露的时候,配股的可能性会更大,也对您更具有实用价值。
陷阱四、狮子带着一群羊
第一、自己光彩夺目,您的光环之下其他人等黯然失色。
因此要懂得藏住光芒,多把责任和荣誉赋予团队中有贡献的人身上,根据团队处理问题的能力,由粗到细逐步探查每个人的能力上限,并要有耐心对待需要提升的成员。
第二、也有很多人的做法是抓大放小,不去管具体的事情了,这样总不能说我影响团队发挥了吧,况且我的经验是可以估算出项目进展的,这种结局就是您最欣赏的人,会害您最深。
您欣赏的人,为了不影响您的信任,会隐藏很多您不知道的情况。我的建议还是:要理性的看贡献,既要把责任与荣誉交给有贡献的人,还有保持在具体的细节上的跟踪,由粗到细,看看您能在哪些具体的事情上,恰当的帮上忙。
第三、很多情况是当您开始管理一支团队,就会抱怨这只团队能力怎么这么差,总有想踢掉某些人的冲动,可是团队成员不是说放弃就能放弃的,因为这里面涉及太多的公司政治问题,大多数结果都是您自己充满了负面情绪,或者与公司高层们闹得水火不容。
因此要学会包容,您得时时刻刻要有颗包容的心,世界上没有完全符合心意的事,否则也不用找您了,要用时间和机会去充分理解他们的能力,要考虑怎么去让他们提高,什么是适合他们的工作内容,这才是您的关键工作。若有些人真的是态度也不好,也提不起来,就果断替换,安排他们到只能承担的岗位,当薪资和所干的事情不匹配的时候,自然老板就会出马的。
原文地址: InfoQ

2018-1-25
一个切实可行的计划应该具备以下几个特点

  1. 计划要详细且可量化。
  1. 要有均衡的量,不要妄想一口吃个大胖子。
  2. 要给计划留一些弹性空间,状态好时可以加量,繁忙时也不让自己负荷过多。

2018-1-24 人工智能入门书单
机器学习篇

  • 李航博士所著的《统计学习方法》和周志华教授的《机器学习》。《统计学习方法》胜在深度,那么《机器学习》就胜在广度。
  • 经典著作首推 Tom Mitchell 所著的 Machine Learning,中译本名为《机器学习》。
  • 另一本经典著作是 Trevor Hastie 等人所著的 Elements of Statistical Learning,于 2016 年出版了第二版。这本书没有中译,只有影印本。
  • 压轴登场的非 Christopher Bishop 所著的 Pattern Recognition and Machine Learning 莫属了。本书出版于 2007 年,没有中译本。
  • 最后推荐的是 David J C MacKay 所著的 Information Theory, Inference and Learning Algorithms,成书于 2003 年,中译本名为《信息论,推理与学习算法》。广泛的主题使本书的阅读体验并不轻松,但可以作为扩展视野的一个调节。

数学篇

  1. 线性代数
  • 其一是 Gilbert Strang 所著的 Introduction to Linear Algebra,英文版在 2016 年出到第五版,暂无中译本。
  • 其二是 David C Lay 所著的 Linear Algebra and its Applications,英文版在 2015 年同样出到第五版,中译本名为《线性代数及其应用》,对应原书第四版。着重公式背后的代数意义和几何意义,同样配有大量应用实例,对理解基本概念帮助很大。
  1. 概率论
  • 基础读物可以选择 Sheldon M Ross 所著的 A First Course in Probability,英文版在 2013 年出到第九版(18 年马上要出第十版),中译本名为《概率论基础教程》,对应原书第九版,也有英文影印本。这本书抛开测度,从中心极限定理的角度讨论概率问题,对概念的解释更加通俗,书中还包含海量紧密联系生活的应用实例与例题习题。
  • 另一本艰深的读物是 Edwin Thompson Jaynes 所著的 Probability Theory: The Logic of Science,本书暂无中译本,影印本名为《概率论沉思录》也已绝版。如果读这本书,千万要做好烧脑的准备。
  1. 数理统计
  • 基础读物可以选择陈希孺院士所著的《数理统计学教程》。陈老的书重在论述统计的概念和思想,力图传授利用统计观点去观察和分析事物的能力,这是非常难能可贵的。
  • 进阶阅读可以选择 Roger Casella 所著的 Statistical Inference,由于作者已于 2012 年辞世,2001 年的第二版便成为绝唱。中译本名为《统计推断》,亦有影印本。
  1. 最优化理论
  • 可以参考 Stephen Boyd 所著的 Convex Optimization,中译本名为《凸优化》。这本书虽然块头吓人,但可读性并不差,主要针对实际应用而非理论证明,很多机器学习中广泛使用的方法都能在这里找到源头。
  1. 信息论
  • 推荐 Thomas Cover 和 Jay A Thomas 合著的 Elements of Information Theory,2006 年出到第二版,中译本为《信息论基础》。这本书兼顾广度和深度,虽然不是大部头却干货满满,讲清了信息论中各个基本概念的物理内涵,但要顺畅阅读需要一定的数学基础。

2018-1-24 职业规划必读:怎样在四五十岁时拥有更好的选择
《远见:如何规划职业生涯3大阶段》
职场上真正重要的时候,是四五十岁时拥有更好的选择。要做到的5件事:

1.学习职场数学,树立正确的长期思维方式。
2.盘点职场清单,梳理你最有用处的技能、经验和关系。
3.进行“100小时测试”并完成一份“个人时间档案”,从而了解你目前的时间投资状况。
4.在尝试建立新的职场路径或者在多个选项中抉择时,运用“职场路径向导”(Career Path Navigator)
5.时刻更新你的职业生涯。

我如何避免被机器取代?
我能在哪里以什么方式找到工作?
未来我将如何分配时间?
我会把钱花光吗?
工作如何能让我更幸福?

4大黄金问题

  • 我是否正在学习和成长?
  • 我是否正在对某些人、现在的公司,乃至整个社会拥有影响力?
  • 我体验到乐趣了吗?
  • 我是否得到了适当的奖励,并创造了经济价值?

甜蜜区,即你所擅长的、所热爱的和这个世界所需要的这三者之间的交集。
通过刻意练习来精通任一项技能,成为某方面最顶尖或一流的专家。
当你的职业生涯停滞不前时,你要学会改变节奏或者改变战场。

需要定期检查自己的进度,4大职业价值问题(学习、影响力、乐趣和奖励)是个很好的切入点。

管理你的时间和精力,特别是做好精力管理,在睡眠、饮食和锻炼都要非常的重视,这样才能管理好压力,过好生活。

成功的付出者就是付出超过获取的人。

你可能感兴趣的:(20180124 点滴)