小地方的家乡话迟早会消亡，长久来看全球化后世界上的语言会越来越少，把个小县城当作自己家乡的概念还是太狭隘了

配个 logrotate 自动压缩、删除超出限制大小的 log。当然最主要的问题是可能对 CPU 负载比较大。

@wuzhi1234 是的。包括 medium 上的大部分文章都是拾人牙慧。不过有的二手信息总结的比较客观与全面，有的则不是。

@SunnyFeng yinwang 和维基百科的私货比例对比一下一目了然。不幸的是大多数人是缺乏判断能力的，提供 biased 的信息却不注明本身就是一种错误。

@nicevar 还不至于到要向 yinwang 请教问题的地步。自己觉得学到点东西没有问题，几年后如果有进步可以再回过头来看看当年自己的认识。很多东西是 not even wrong 的。

@SunnyFeng
@wuzhi1234
> 世界上就没有很多合格的计算机科学驾驶员，更不要说把车开得流畅的赛车手。绝大部分的“程序员”连最基本的引擎，油门，刹车，方向盘的工作原理都不明白，思维方式就不对，所以根本没法独自上路，一上路就出车祸。——《编程的本质》

这段话前半部分没有错，问题在于后半句：绝大部分程序员开的路(在技术上的要求)也就是幼儿[园水平，学了他的 PL-yinwang 101 并不会有什么质的改变。配合最近打赏只能让人想到要开始割 jc


@nicevar 多看看正规的课程，不要看 wangyin ryfeng 之类的二手货。而且 wangyin 比 ryfeng 危害更大的地方在于掺杂了不少私人观点，而不是简单介绍 fact

求不提王垠的博客。这种 PL 入门知识普及 + 大量私货的东西不要污染大家眼球。

想要认真学习知识请自行找国外 PL 课程。yinwang 的贩卖焦虑 + 凑热点最近做的越来越炉火纯青了。

读博是锦上添花，不是雪中送炭

上面说的都是下限。独立“开发”的上限也就是大公司入门职位往上两级，再往上大公司的都开始跨部门合作、带几个十几个大佬了

makefile 三问：能 flag 改变自动 rebuild 否，.PHONY 否，能被 include 重用否？

数分 概率论 线代 离散最好加个抽代

CSAPP → network/OS/distrubuted system/db/parallel computing/compiler/graphics/pl/security → advanced ver(读最新论文的那种)
基础数据结构 /算法 (leetcode) → 算法分析(是分析课 带证明，包含了均摊分析、NP)/更高难度 oj → advanced ver.

之后某个方向搞啥现场再学吧。北美大佬三到六年基本能把所有基础课+两三门 advanced ver 课程上完

1. 菠菜和驻日外包（特别是 N 包）都是坑 别去
2. 新加坡工作压力也不算小，不过比起国内还是好很多
3. 新西兰 澳洲之类基本就是去养老了，前景不行
4. 北欧虽然需求大，但是语言难+永居政策严格+收入较低
5. 北美虽然前景不错，但是语言+签证要求高

自己选择

然而美国牛逼的工程师基本都在湾区、西雅图、NYC

这种协议闭源？不怕留有后门？

1. 目前那些 x 周入门机器学习的性质和某胖的演讲差不多，都只是为了贩卖缓解焦虑的大力丸
2. 真正的深度学习能落地的情景比较少，集中在 CV/NLP 等几个狭小的领域，而且 research 搞得大网络上的 acc 要想落地还有很多距离。传统方法的应用场景（例如中文分词）还很大
3. 不仅是国内，国外需求量大的人才更接近于懂一些 AI 知识，也精通原来本职工作的人。并不是说会了 AI 就能草鸡变凤凰。
4. 偏实用的就看 fast ai 的那一套 Practical Deep Learning For Coders, Part 1，和 google 的 ml crash course。之后再深入的话就去看 cs229。统计学习方面需要的知识和数学系搞的那一套关系不大，如果跟不上回去补下高数、概率论、线代三门就好，如果补不上那只能做做应用了。不过大多数时候作为 sde 前两门课的 ml 已经足够实用了。

rpath 了解一下

薪水 = max(技术能力, 学历, 社会关系, 背景, 组织能力, 情商)。大佬们某一项远远大于其它的，当然会说提升这项没用。

@wngwei 因为读研有没有用是看个人的。对于比较靠前的几个 985 的优秀 cs 本科生国内读研纯粹就是浪费时间，他们本来的学历在国内已经够用了，国内的老板大多数带不动他们。但如果本来没有学历、技术也不行就是另一码事了

1. 没股份的就是白干 国内期权都是废纸
2. 创业和告白一样，都是胜利的凯歌，不是冲锋的号角