2016第一篇章

简介: 2016,对自己来说注定是不平凡的一年,新的三年征程需要一个清晰的三年规划作为指导。做什么,如何做?这是我今年问自己最多的问题。思考良久,终于有了一丝清晰的方向,遂提笔记下,欢迎有志者共勉。未来的日子里,自己将会在以下几个方向发力,概括讲,就是”创新,开放,生态,国际化,品牌”。创新概括讲,就是人无我有(原创),人有我经精(微创)。无论是产品、技术、还是管理,皆试用。
2016,对自己来说注定是不平凡的一年,新的三年征程需要一个清晰的三年规划作为指导。做什么,如何做?这是我今年问自己最多的问题。思考良久,终于有了一丝清晰的方向,遂提笔记下,欢迎有志者共勉。未来的日子里,自己将会在以下几个方向发力,概括讲,就是”创新,开放,生态,国际化,品牌”。

创新

概括讲,就是人无我有(原创),人有我经精(微创)。无论是产品、技术、还是管理,皆试用。

开放

开放的不仅仅是产品,代码,甚至是数据,而是一种心态,一种众人拾柴火焰高的众筹心态。所以这里我不用开源,这个坚持已久的技术提法。

生态

从点串起线,然后过度到面。举个例子,如果我想做数据通道,那么一个不二的方向就是要与数据制造,数据ETL,数据存储等大数据主流产品打通。只有做好生态,才能让自己的产品在浩如烟淼的同质产品中处于优势地位。

国际化

这涉及到产品的认可度,只有得到主流社区、国家认可的技术、产品才是让人为之振奋的。更有可能,组建一支融洽的国际化技术团队。中国人很喜欢妄自菲薄,我一直希望自己团队的同学能用技术甚至是综合做事的实力征服自己的不自信,使国外同仁敬佩。

品牌

这既涉及到团队,也涉及到个人。如何构建品牌,这是一个仁者见仁智者见智的话题,具体方案这里我也不想赘述。还是那句话,来年我们看效果吧。

以上就是我个人对于未来三年的展望,如果你看到这篇文章的时候,稍有肾上腺飙高的感觉,欢迎联系我,together Fighting 2016~

目录
相关文章
|
4月前
|
机器学习/深度学习 算法
284张机器学习漫画手册吃透所有基础知识!
前几天淘到一份斯坦福大佬整理的漫画集,几乎讲到了机器学习所有的知识点,包括特征工程、算法模型、评估、优化……熬夜肝完了,真的很不错! 用284张漫画几乎可以吃透机器学习所有知识,就想着赶紧分享给小伙伴们了!
|
6月前
|
存储 移动开发 安全
【C/C++ 口语】C++ 编程常见接口发音一览(不断更新)
【C/C++ 口语】C++ 编程常见接口发音一览(不断更新)
63 0
|
6月前
|
自然语言处理 数据可视化 机器人
使用ChatGPT生成思维导图
使用ChatGPT生成思维导图
184 0
|
安全 算法 数据安全/隐私保护
第九章 知识结构图谱
第九章 知识结构图谱
|
编解码
nnUNet 详细解读(一)论文技术要点归纳
nnUNet 详细解读(一)论文技术要点归纳
539 0
|
机器学习/深度学习
机器学习主要内容的思维导图
机器学习主要内容的思维导图
125 0
机器学习主要内容的思维导图
|
机器学习/深度学习 人工智能 算法
深度学习怎么入门?一文弄清楚最常见的专业词汇
深度学习怎么入门?一文弄清楚最常见的专业词汇
159 0
深度学习怎么入门?一文弄清楚最常见的专业词汇
|
机器学习/深度学习 传感器 数据可视化
计算机视觉专业术语/名词总结(一)构建知识体系
在计算机视觉中存在很多的专业术语,如先验知识,语义信息,embedding,head,neck等。这些术语的解释无法直接在网上搜到,也没有在哪一篇论文中定义它们的概念和意义,因此,对于第一次听到这些术语的读者来说会非常的困惑。
计算机视觉专业术语/名词总结(一)构建知识体系
|
机器学习/深度学习 数据采集 自然语言处理
授人以渔:分享我的文本分类经验总结(一)
授人以渔:分享我的文本分类经验总结(一)
358 0
授人以渔:分享我的文本分类经验总结(一)
|
机器学习/深度学习 存储 自然语言处理
授人以渔:分享我的文本分类经验总结(三)
授人以渔:分享我的文本分类经验总结(三)
288 0
授人以渔:分享我的文本分类经验总结(三)