@citian3094
2018-03-20T09:20:00.000000Z
字数 1755
阅读 1095
未分类
很多人之所以选择当技术人,其背后的理由是:我们要解决的大部分问题是客观且确定的,继而解决方法也是容易找到的。不像产品经理,常常会有A方案可以,B方案也不错的彷徨症;不像运营同学,每天需要寻找热点、创造热点,为寻找更多用户而烦恼等等。
看上去技术人为解决问题而付出的成本仅仅只是时间和精力,而这部分成本往往又能以经验的形式沉淀在自己身上,岂不妙哉。
如果你问技术人遇到不会的问题怎么办?他们通常笑答:“google之,没有google解决不了的问题”。
这有趣的阶段大概在3-5年后开始结束,技术人逐渐会心慌,例如“带队烦恼”、“规模问题”、“架构设计”等高阶问题开始显现,这些问题无法通过google解决。毕竟google无法为你立刻招来合适的顾问,无法花心思为你提供定制的解决方案。
你终究发现,技术人也会遇到“主观的问题”。
你或许想通过自学的方式来解决,毕竟“万般烦恼皆源于自身”,但是一来企业无法等你成长,二来你终究会有瓶颈,总有极限。要脱离这种糟糕的状态,要么一步步踩坑摆脱,要么招来合适的高级架构师为你们排忧解难。
如果你早已经陷入这种状态无法自拔,或者你自认为你离那个阶段还有些距离,不妨此刻花费5分钟,了解国内外一线架构师都在做些什么,为自己寻找解决方案,亦或者给自己狠狠打支预防针。
《热门微博:AI时代精准的个性化推荐》,by 朱红垒,新浪微博算法总监
《Facebook:机器学习技术在安全性和完整性方面的探索》,by Bin Xu,Facebook软件开发经理
《自动驾驶中的计算机视觉技术》,by 徐雷,前Tesla Vision深度学习负责人
《Google研究院:TensorFlow在深度学习中的应用》,《深度学习在大规模推荐系统中的应用》,by Dekun Zou,Google研究院资深研发工程师
《腾讯:深度学习在信息融合和欺诈风险识别中的应用》,by 李超,腾讯云金融风控业务研发负责人
《微众银行:金融业务中区块链技术架构解析》,by 张开翔,微众银行区块链首席架构师
《Wyre:区块链安全的核心》,by Neil Woodfine,Wyre Director of Enterprise Solutions
《Facebook:万亿级混合复杂时空数据的处理决策》,by 宾理涵,Facebook Software Engineer Tech Lead
《阿里:使用标准的ANSI SQL驱动大数据流计算》,by 王绍翾(大沙),阿里巴巴计算平台事业部高级技术专家
《Pinterest:搭建一个大规模高性能的时间序列大数据平台》,by 孟晓桥,Pinterest监控组经理
Netflix:Going FaaSter, Function as a Service at Netflix,by Yunong Xiao,Netflix首席软件工程师
IBM:Istio - Weaving, Securing and Observing microservices,by Lin Sun,IBM高级委员会成员,Istio核心贡献者
《阿里:Kubernetes项目与“基础设施民主化”的探索》,by 张磊,阿里巴巴高级技术专家
《华为:开源版Spark距离公有云服务有多远》,by 王鹏飞,华为CloudBU 数据分析域架构师
《罗辑思维:Go语言微服务改造实践》,方圆,罗辑思维首席架构师
《51信用卡:微服务架构下的效率提升实践》,by 王汶东51信用卡研发技术总监
《Go项目组:如何设计下一代主流语言-Go/Go2》,by Steve Francia,Google Golang项目组战略及产品负责人
《微信:揭秘微信背后万级机器的管理者Yard平台》,by 文杰,微信技术架构部专家工程师
《Pallas--唯品会统一检索平台的演进和探索》,by 薛珂,唯品会高级架构师
《eBay:QE团队向工程效率团队转型的实践之路》,by 茹炳晟,eBay中国研发中心测试基础架构技术主管
《Facebook:为什么我每周写需求的时间不超过20%》,by 曲晓音,Facebook产品经理
上述资料来源于ArchSummit2018全新策划,欢迎各位报名进一步了解。