ego

如何才有老大范儿

╄→尐↘猪︶ㄣ 提交于 2020-12-04 19:23:23
上周五在EGO北京分会年会上,跟几位同行一起讨论了最有意思的一个话题——“如何才有老大范”(请自行添加儿话音)。 这个问题很开放,限于还是技术圈儿,即便能讨论出很多维度,最终落在两方面:做人和做事。 首先是做事: 1.有担当,能扛事儿 2.敢拍板,果断决策 3.站得高看得远,引领方向 4.有经验,能解决问题 5.有能力,为人所不能 6.沉稳淡定,每临大事有静气 7.建立机制,没他团队照常运转,有他团队开足马力 其次是做人: 1.对事不对人,坦诚,高效沟通 2.有自知之明,有自身定位,老大上面还有老大 3.传播正能量,吸收负能量 4.成就团队,成就公司,就是成就自己 5.胸怀宽广,培养接班人 6.以德服人,有凝聚力,能服众 7.要能装,没几个天生的,很多都是硬着头皮装相,装着装着自己都信了…… 最后呢要明白一点,有老大范儿不代表就能成为老大,很可能成为被老大打掉的大老虎。 最重要的是要有机遇,简单说就是“狗屎运”! 本文分享自微信公众号 - IT民工闲话(ITCrossTalker)。 如有侵权,请联系 support@oschina.cn 删除。 本文参与“ OSC源创计划 ”,欢迎正在阅读的你也加入,一起分享。 来源: oschina 链接: https://my.oschina.net/u/4587065/blog/4469955

Parcelable vs Serializable

*爱你&永不变心* 提交于 2020-10-30 01:40:26
最近看到一句英文,分享给大家 Apologizing does not always mean you are wrong & the other person is right. It just means you value your relationship more than your ego. 道歉并不总是代表我承认自己错了,只能说,我在乎我们的关系,比我自身还在乎 . JAVA 中的序列化对象用Serializable,Android 除了Serializable之外,添加了Parcelable用于序列化。为什么Android新增Parcelable? 这要从Serializable开始说起。 一:Serializable使用起来非常简单 public class StudtySerializable implements Serializable{ private static final long serialVersionUID = - 1827934265696732992L ; } 在使用Serializable序列化对象的时候,只需要实现Serializable接口就可以了,非常的简单。 扩展阅读: (1)Serializable 是一个不包含任何方法的接口类,标记了实现该接口的类可以序列化和反序列化。 public interface

2020.09新闻&文章回顾

落花浮王杯 提交于 2020-10-09 00:15:54
月初统一收租。 如果觉得每天的新闻&原创文章有点帮助,可以微微打赏,让德事君多一点坚持下去的动力! 2020.09新闻&文章 博世新的新冠病毒快速测试仪器39分钟出结果 德国工业界越来越多公司自建5G网络 德国十大电商都有谁? 欧盟委员会希望将电子支付标准化 编剧,你是不是对德国有什么误解(二) Klarna新一轮融资6.5亿美元 欧盟641亿砸向百亿亿次超算建设,自研7nm处理器 在家办公可摸鱼?屁,忙到怀疑人生! SAP将不再使用Master和Slave这类术语 柏林初创Kredu承诺十分钟办理贷款 Mollie,欧洲下一个支付独角兽? Apple在丹麦Viborg开始运营欧洲第一个数据中心 德国电动踏板车制造商Metz申请破产 因为疫情,德国圣诞节商务近半移到线上 在德国IT行业,怎么从执行者转变到管理者? 德国的共享杯,共享碗--还有什么不能共享? 德国电动车初创Ego在破产前被捞起 Paydirekt吞下Giropay,德国两大在线支付服务合并 德国Bio美容初创公司Gitti受投资者青睐 针对虚假信息和新闻:德国国家卫生门户网站上线 来源: oschina 链接: https://my.oschina.net/u/4255930/blog/4663315

Graph Analysis for Detecting Fraud_Waste_and Abuse in Healthcare Data

浪子不回头ぞ 提交于 2020-10-02 10:59:41
论文传送门 作者 帕罗奥多研究中心: Juan Liu Eric A. Bier Aaron Wilson Tomo Honda Sricharan Kumar Leilani H Gilpin Daniel Davies 主要内容 本文构造了病人、医生、药房和其他实体的异质网络,并借助了图分析技术,在时间和空间上发现异常信息(欺诈、浪费和滥用),并制作了一个系统(XPIV)。 四种异常: 个体异常 关系异常 时间或空间异常 结构异常 图分析技术类别: the ego-net approach the global structure 为了避免杂乱,可以根据一些属性只选择前 top k 个进行可视化。 使用指标: degree weight entropy ratio 有些要会有较高的 re-sale 价格,可以给予关注。 时序或地理空间推理: sink vertices source vertices heavy links 用到具体技术: 最大似然估计 传递矩阵 累计分布函数 DBSCAN 隐狄利克雷分配模型等 特征提取使用属性: Community Size Community density Average dollar amount Average anomaly score 来源: oschina 链接: https://my.oschina.net/u/4284005

用户行为研究(五):用户内容生产/消费动机

邮差的信 提交于 2020-08-17 23:51:31
用户内容生产已经占据我们网络信息的大头。用户在网络上生产和消费的内容不属于“衣食住行”基本需求的部分,而更多地是反映用户的内在的精神需求 [1] . 这些需求产生的内容消费行为,是用户的观点、态度和行为形成的基础,而这些结果又反过来影响用户的内容消费需求。从某种程度上看,推荐系统的根本目的在于准确地模拟用户需求函数 [2] . 加快这个反馈闭环的形成效率——用户想看什么,想验证自己的什么观点和偏见,想寻求什么惊喜,就尽快地投送给用户。在UGC中,内容的客观、可靠、深度是应该极力避免的,对这些特性的追求导致生产出中性的、平淡的内容,妨害对最普通用户需求的快速回应,因而降低用户对产品的沉迷/忠诚度。 UGC用户内容生产消费闭环:用户对内容的态度反映的是其自身的动机(寻求认同、验证观点等),这些动机同时刺激用户的对应内容的生产和消费,另外,推荐系统在检测到用户的内容消费取向之后,也会给用户投喂更多的类似内容。这个闭环会强化用户自身原本的态度和动机,同时提升用户对产品的忠诚度 对于一个新用户来说,推荐系统通过其行为进行用户画像,推测其需求,用户反馈的行为越多,推测就可以越准确。但在用户反馈缺失或稀少的情况下,推荐系统应该如何反馈内容给用户呢,这本质上是推荐系统的冷启动问题,也是产品设计需要考虑的问题。 用户内容生产和消费的类型分布 因此我们需要考虑一个具有代表性的“平均用户”的需求和动机

我的15年程序路

时光总嘲笑我的痴心妄想 提交于 2020-08-09 15:44:03
我95年上的大学,在此之前没有接触过电脑。大一时开始接触电脑,这样算来,我接触和使用计算机有15年的历史了。回想这15年,感慨很多。回首过去,一点一滴皆成风景。 接触计算机,接触编程 我的大学 高中我学的是理科,属于偏科的那种,数理化都几乎是满分,英语语文则是刚及格。高三报考大学志愿时候,我选择了服从调配。结果就把我录取到没有填报的财务会计专业了。学校当时名字叫“杭州电子工业学院”。校内有计算机系,我记得大一时,学校组织的一个活动中,看到师哥们在玩“命令与征服”,那时候我就对计算机产生了浓厚的兴趣。我大学时对财务会计并不是很感兴趣,基本上考试就是70分左右。反而对计算机感兴趣,正好学校有跟计算机有关的选修课。我也就那时候开始学习计算机了。 第一门入门的计算机语言是“Foxbase”。 比较搞笑的是我选修的“操作系统”这门课,考试前老师公布了考试重点,当时我自认为自己学的很不错,没有好好复习,结果考试没过,竟然补考了,而班里很多学的不咋样的,竟然考满分。后来换在大学又学了 Turbe C , Powerbuilder 。大学时,我在整个系整个专业的学习成绩是100名左右(当时我们专业有120人左右),计算机的能力也不是最好的,当时我们宿舍8个中,就有2个计算机能力比我强,属于那种在学校被忽略的人。现在回想起来,班里毕业后转行转的最彻底的就是我,彻底跟会计脱钩了。 我的第一个工作

Carla for Windows以及和虚拟机里ROS Bridge的交互

大憨熊 提交于 2020-08-08 18:43:14
Carla是一个开源的自动驾驶测试框架,类似于Airsim。如果你搜索到了这篇文章,你应该已经大概知道carla是做什么的了。 Carla有pre built binary,Linux和Windows平台的都有,也有官方的build tutorial,我自己尝试了下在Windows下的编译。结果第一步就出现了compiler error,因为懒所以我干脆用了他的官方二进制。 https://github.com/carla-simulator/carla/releases 在0.9.5有Windows的二进制下载 解压后打开root directory的可执行文件,会产生一个类似下图的可交互界面。 这时候产生的是一个Server,是一个world。你可以用wasd和鼠标控制Ego的视角,到处飞行。 在PythonAPI文件夹下有一个叫example的文件夹,里面有一些python实列文件可以展示设置client和server进行交互。 当然,我们今天说的是要和ROS bridge交互。0.9.5的ROS bridge可以在下边的链接下载 https://github.com/carla-simulator/ros-bridge/releases 下载解压以后,具体如何编译和使用都在一下可以找到 https://github.com/carla-simulator/ros

想要艺术气质高逼格,不吹牛真的有捷径可走

China☆狼群 提交于 2020-08-05 13:31:59
文中呈现出的经典西方作品,足以让你大脑空缺的西方美术史部分得以补充,想要艺术气质高逼格,读完是关键,你懂得! 达·芬奇蒙娜丽莎 达·芬奇的《蒙娜丽莎》成功地塑造了资本主义上升时期一位城市有产阶级妇女形象。据记载,蒙娜丽莎原是佛罗伦萨一位皮货商的妻子,当时年仅24岁。画面中的蒙娜丽莎呈现着微妙的笑容,眉宇间透出内心的欢愉。画家以高超的绘画技巧,表现了这位女性脸上掠过的微笑,特别是微翘的嘴角,舒展的笑肌,使蒙娜丽莎的笑容平静安祥而又意味深长。这正是古代意大利中产阶级有教养的妇女特有的矜持的美好表现,不少美术史家称它为"神秘的微笑"。 《无名女郎》,1883年,I.N.克拉姆斯柯依,俄国,75.5cm×99cm,布 ,油彩,莫斯科,特列恰科夫美术馆藏 这是一幅颇具美学价值的性格肖像画,画家以精湛的技艺表现出对象的精神气质。画中的无名女郎高傲而又自尊,她穿戴着俄国上流社会豪华的服饰,坐在华贵的敞蓬马车上,背景是圣彼得堡著名的亚历山大剧院。究竟“无名女郎”是谁,至今仍是个谜。画家在肖像画上创造了一种新的表现风格,即用主题性的情节来描绘肖像,展示出一个刚毅、果断、满怀思绪、散发着青春活力的俄国知识女性形象。 《女占卜师》,卡拉瓦乔,油画,1590年,99×131厘米,藏巴黎卢浮宫 这幅画可算是卡拉瓦乔初期的杰作之一。占卜是经常出现的题材,卡拉瓦乔大都以诙谐且可笑的方式处理

插件界的瑞士军刀,vs code已经无所不能!

前提是你 提交于 2020-08-04 22:10:28
powertools 可以称得上插件界的 瑞士军刀 。 相对于VS Code中大多数插件的出现为了解决某一项弊端和不足,powertools则聚合了很多强大且实用的功能,能够增强VS Code的功能,并提升VS Code的使用体验。 powertools就如同之前使用iOS系统时使用过的一款软件Workflow,它相对于大多数插件功能更加丰富,但是门槛也更高一些。 也就是说,想要最大发挥这款插件的价值,仅凭默认的配置是不行的,还需要结合脚本使用。换句话说,需要自己会用js开发一些脚本,如同开发一款简易版的vs code插件,来实现对应的功能。 下面,就来看介绍一下这款插件的基本使用和优点吧! 安装 我相信,对于使用过VS Code的同学来说,安装插件是一件再容易不过的事情。 安装插件的方法主要有两种: 方法1:手动安装 点击左侧的 活动栏 上的 扩展 图标,然后搜索powertools,点击安装即可。 方法2:命令安装 使用快捷键Ctrl+P,输入命令ext install vscode-powertools,点击Enter键就可以安装插件。 如果上述两种方式走不通,也可以访问访问网页端插件市场[1],搜索对应的插件安装即可。 powertools 既然能够被称为 瑞士军刀 ,那么它的功能自然就会非常丰富。 这款插件的功能大体可以分为如下几类: 应用 按钮 命令 事件 工具

搜索关键词加个「VS」有何用?学下棋、追剧都不在话下

試著忘記壹切 提交于 2020-07-25 00:17:24
   在使用搜索引擎的时候,引号、星号、加减号等都能帮我们更快地搜到自己想要的结果,那你有没有试过在搜索词后边加个「VS」呢?近日,一位 medium 博主就介绍了「搜索词」+「VS」的妙用。利用该技巧创建的 ego graph 能帮你学习下棋、购买宠物,甚至是追剧。      你是否尝试过在搜索引擎里输入一个关键词,然后再输入「vs」,看看它能给你自动匹配出什么东西?      事实证明这还挺好玩的,而且还算得上是一种实用技巧,能帮你快速找到你感兴趣的事物的其它对应选项或替代选项。   不仅如此,如果你想要了解一项技术、一款产品或一个概念,这个技巧也能为你提供很有效的帮助。原因有三点:   学习新事物的最好方法是了解它与你已经很熟悉的事物的异同点。当在搜索引擎返回的列表中看到你熟悉的事物时,你心中立马就会浮现出「原来如此」感觉。   操作很简单,几秒钟就搞定了。   在你输入「vs」之后,搜索引擎会认为你想对「vs」前后的事物进行直接比较。你也可以使用「or」,但这样表达的态度远不如 vs 坚决,此时谷歌返回的可选项就可能脱离我们想要的范围,如下所示:      「bert or」返回的结果大都和儿童节目《芝麻街》有关,而「bert vs」返回的结果就是和 BERT 模型相关的了。   在这一观察的基础上,如果将谷歌自动填充的关键词再继续使用「vs」来进一步执行「vs