与「職業イケメン」相关的搜索结果

本日も元気にオープンしました！ @a_mens_tokyo ぜひお待ちしております☺️ #新宿# #ショークラブ# #amenstokyo# #エーメンズ東京# #バーレスク東京# #職業イケメン#

三都市でオーディション開催！ @a_mens_tokyo グランプリには豪華副賞付き😳 一緒にショークラブを盛り上げてくれる仲間を募集します！ 詳細は公式ページにて☑️ #新宿# #ショークラブ# #職業イケメン# #新宿から世界へ#

AI 领域的大模型人才如果寻求国内职业机会的话，其实也可以考虑一下微信。很少有人知道微信团队也有自己的大模型，WeLM，闭源，已迭代到了 V4 版本。 现阶段，加入那些已经成规模的大模型团队是更常规的选择，但也有人会选择加入规模尚小的微信大模型，这有点像股票的抄底，当然，也靠个人判断和眼力。 这条推文，三个月后再看。

在淘宝做技术专家那几年,是我职业生涯里成长最猛也最疼的一段。 那时候淘宝的技术氛围有一种很特殊的东西,后来在其他公司再也没遇到过:所有人都觉得自己在做一件前人没做过的事,而且这种感觉是真的,不是老板画的饼。双十一的流量,全世界没有第二个参照系。你不能去 Google 抄答案,因为 Google 没处理过这种规模的交易洪峰。你也不能等着别人先趟路,因为没有别人,你就是那个趟路的。 我记得最清楚的是那种"被逼出来的成长"。不是公司安排你去学什么,是系统扛不住了、数据跑不动了、链路断了,你不解决就没人解决。你今天还在看文档学一个中间件的原理,明天凌晨两点它就在生产环境里出了一个文档里没写过的问题,你得当场想办法。那种压力下学到的东西,跟上课学的完全不是一回事。上课学的是知识,凌晨两点学的是本能。 淘宝教会我的第一课:数据比代码值钱。那个年代大家都在追架构、追框架、追中间件,觉得写出一个高并发高可用的系统是最牛的事。后来我慢慢发现,系统是手段,数据才是资产。系统挂了可以重启,数据丢了或者数据质量烂了,业务决策就是在盲人摸象。我后来转到大数据方向,根子就是在淘宝种下的:你见过一次因为数据口径不统一导致几百万预算打水漂的事,你就再也不会觉得"数据治理"是一个无聊的话题。 第二课:大厂最稀缺的不是技术人才,是能把技术翻译成业务价值的人。淘宝不缺写代码的高手,缺的是能坐在业务方对面,听懂他到底想要什么,然后回来把这个东西变成一个技术方案的人。很多技术做得极好的同学,在这一步上卡住了,不是能力不够,是不愿意"降维"去听那些在他看来很初级的业务问题。后来我发现,这个"翻译"能力才是最值钱的,因为它两头都稀缺:业务方不懂技术,技术方不愿意懂业务,中间那个位置空着,谁站进去谁就有话语权。 第三课:组织比技术变化更快。我在的那几年,组织架构调了好多次,今天你的团队在这个事业部,三个月后可能整体划到另一个 BU,你的汇报线换了、合作方换了、优先级全变了,但手里的活不能停。你得学会一种能力:在组织剧烈变动的时候,保持自己的技术判断不被行政结构带偏。老板换了三个,方向调了四次,可底层该解决的数据问题还是同一个。能看到这一层的人,不管组织怎么变都有位置;看不到的,每次变动都觉得天塌了。 第四课,也是最私人的一课:身体是有极限的,而且它不会提前跟你商量。在淘宝和后来的大厂里,我一直觉得自己扛得住。连续加班、长期高压、睡眠不足,身体偶尔发出的信号都被我当成"扛扛就过去了"。直到 2017 年主动脉裂开,我才明白:身体给你的警告不是商量,是通知。你忽略了它,它不会再发第二次警告,直接执行。 从淘宝出来之后,我又在几家公司做到了大数据总监,管过上百人的团队。再后来到了大阪,一个人做独立 AI 工程师。回头看,淘宝那段经历给我最深的烙印不是某个技术,是一种面对未知问题时"先上手再说"的本能。不等条件完美,不等方案完整,先冲进去,边打边想,错了就调。 这个习惯在大厂有时候会被诟病为"不够严谨"。可出来单干之后才发现,这恰恰是独立工程师最需要的东西。因为没有人给你排期,没有人帮你评审,没有人替你兜底。你就是那个凌晨两点被叫起来的人,也是唯一一个能解决问题的人。 淘宝没教我怎么做一个好员工。它教我怎么在没有路的地方走出一条路来。这个能力,到今天还在用。

「芯くったら負け！実のない話トーナメント」 6/12(金) 17時 エピソード追加🎊 ・━・━・━・━・━・━・━・ 今回のタッグマッチの対戦カードは平成ノブシコブシvsアインシュタイン！ 思わず出る職業病、炸裂する天然発言。それぞれのクセが見え隠れする中、“実のない話”の難しさを改めて痛感する。果たして最後に笑うのは、どちらのコンビか？ <<出演者>> 松本 人志(ダウンタウン) 天野ひろゆき(キャイ〜ン) ウド鈴木(キャイ〜ン) 内間政成(スリムクラブ) 真栄田賢(スリムクラブ) 稲田直樹(アインシュタイン) 河井ゆずる(アインシュタイン) 芝大輔(モグライダー) ともしげ(モグライダー) 佐々木隆史(エバース) 町田和樹(エバース) 吉村崇(平成ノブシコブシ) 徳井健太(平成ノブシコブシ)

我一直不理解墙国低端人口莫名其妙的中产感。。。明明四五亿自由职业送外卖开滴滴，非要学着中产反对小费制度。。。明明失业率快四成了，非要学着中产吹捧搞大下岗的朱镕基。。。并不是谁对谁错的问题，而是没有认清自己底层的角色。。。每次在外边吃饭，想到马上被AI淘汰去端盘子，我都会多给些小费

如果把日本缩小成一个30人的班级。 这个班里有15个男人和15个女人。 其中，4个人不到18岁，9个人超过65岁，其他17个人处于劳动年龄。 28个人生活在城市或城镇地区，其他2个人生活在乡村地区。 10个人接受过大学教育，其中6个人拥有本科学历，1个人拥有研究生学历。其他20个人没有大学学历。 1个人在政府部门工作。 2个人属于灵活就业或自由职业者。 1个人暂时失业。 其他人在企业、学校、医院、制造业、零售业、物流业和服务业工作。 10个人患有高血压、糖尿病、心血管疾病等慢性疾病。 12个人需要长期服药或者定期接受医疗管理。 7个人超重，其中1个人达到肥胖标准。 20个人已经结婚或曾经结婚。 7个人正在抚养未成年子女。 18个人未来需要承担赡养老人的责任。 18个人拥有自己的住房。其中3个人仍在偿还房贷。 其他12个人租房或居住在家庭成员的房产中。 20个人所在家庭拥有汽车。 其他10个人没有汽车。 7个人拥有护照。 其中5个人出过国。 8个人从来没有坐过飞机。 几乎所有人都坐过火车。 29个人拥有智能手机。 2个人经常使用AI工具。 4个人定期参加宗教活动。 不到1个人曾在军队服役。 15个人拥有退休储蓄或养老金账户。 6个人背负房贷或其他长期债务。 3个人的家庭净资产超过100万美元。其中1个人超过500万美元。

黄仁勋说，他得到过最好的职业建议，是来自一位园丁。 他曾在京都一座苔藓庭院里看到一位园丁，用很小的竹镊子一点点清理整座花园。 黄仁勋问他，花园这么大，工具这么小，怎么可能照顾完整座花园。 园丁回答说，我有的是时间。 职业生涯不一定要急着追逐更多东西，而是要专注眼前的工作，持续学习，把正在做的事做到最好。 只要每天尽力，长期坚持，好事自然会来到你面前。

X上聊中美的人分两种，一种觉得美国药丸，一种觉得中国药丸。 两种人都没看懂。 中国的护城河，是一套筛选管理者的机器。 一个官员从基层干起，乡镇、县、市、省，一层层往上爬，每一层都是淘汰赛。能走到管理一个省的位置，至少二十年、十几个岗位、几百万人口的治理经验打底。 体制内互相制衡，纪委盯着、巡视组查着、还有同僚竞争。 这套机器的产出，是全世界最大规模的职业管理者选拔系统。管政治、经济、外交的人，全是从实战里筛出来的。 天天喊体制不行的人，自己连个十人团队都没带过。 美国的护城河，是一套吸引冒险者的机器。 纳斯达克和S&P 500不只是两个指数，是全球资本的终点站。全世界最好的公司都想去那上市，全世界的钱都往那流。 股价撑住国力，国力吸引人才，人才搞出创新，创新再推高股价。 配套的是全球最强的高等教育，斯坦福、MIT给硅谷输血，哈佛、沃顿给华尔街输血，再加一套对失败极度宽容的创新文化。创业失败在中国是污点，在硅谷是简历。 两党制和选票制衡，烂人干四年就能被换掉。 这套机器的产出，是全世界最大规模的冒险家虹吸系统。 两套护城河，根本不是一个物种。 中国筛选的是管理者，美国虹吸的是冒险家。 中国的机器擅长执行确定性的事，基建、扶贫、产业政策、集中力量办大事。 美国的机器擅长探索不确定性的事，AI、生物科技、登火星、从0到1。 所以天天争中美谁赢的人，问题就问错了。 AI时代刚好卡在中间。模型创新靠美国那套，落地应用靠中国这套。 这就是为什么这场仗会打很久。两边的护城河，都是真的。 只站队一边的人还是没看懂。