能力说明:
精通JVM运行机制,包括类生命、内存模型、垃圾回收及JVM常见参数;能够熟练使用Runnable接口创建线程和使用ExecutorService并发执行任务、识别潜在的死锁线程问题;能够使用Synchronized关键字和atomic包控制线程的执行顺序,使用并行Fork/Join框架;能过开发使用原始版本函数式接口的代码。
2024年04月
2024年03月
2024年02月
首先看到这个问题,大脑里第一反应就是设计模式。
不过仔细想想,还是计算机的基础课上学到的知识(比如计算机组成原理、计算机网络、数据结构),让我感觉自己像个真正的程序员了。
以前对这些基础知识理解都不是很深刻,在编程的过程中才慢慢地对这些内容有些认识。
比如指令执行过程,这个对理解多线程、多进程非常重要。比如堆栈、局部性原理,这些对理解编程语言的设计,以及编写高性能的程序,都很重要。
先聊下个人觉得应该遵循的原则:奥卡姆剃刀、不过早优化。
在此原则基础上,聊聊业务需求变化的防御性设计。
针对用户规模、数据规模,一般都是从硬件角度(升级高性能设备等)、软件角度(增加中间件等)进行渐进式的优化,所以这里就不聊了。
1.抗失败性设计,即做好错误码、日志规范、错误处理和性能监控等等的设计。这些设计对系统的进化起着非常大的作用。
2.可替换,也就是模块化的原则。大到服务拆分,小到模块接口化,都要遵循可替换的原则。
3.向设计模式靠拢。
个人认为优秀的技术PM需要有以下资质:
1是基本,2和3是预防。欢迎大佬们评论补充。
Serverless可以理解为短时租赁,跟使用出租车等类似,不需要自己维护硬件设施,不用考虑折损和运维,按需使用。
短时间使用大量资源,用完即走,这在大量图像处理场景下有很大的优势。因为大量图像处理任务在日常工作中并不是经常性任务,只有促销、节日等特殊的时候可能会出现。因为这些短期任务来维护大量硬件设施,这对小用户是不划算的。有些大客户可能不愿意花时间放在维护硬件上,使用Serverless也是不错的选择。
对于我这边来说,超长文本处理没有应用场景。但有聊胜于无。
对于文字处理工作者,尤其是翻译、内容分析等场景,都会有非常大的帮助。
希望能开放Agent功能,包括联网、数据库读取等。这样才能充分放大AI的价值。
这个问题很有意思,作为一个具有5年经验的开发,我来回答一下。
写代码其实和写作文很类似,理清行文思路,文章就出来了。准备数据,处理数据,代码就出来了。
那么作文会不会有错别字呢,文章的结构会不会出现不合理呢。代码也是一样的,会出现变量作用域过大、内存分配清理不及时、算法错漏等等的问题。
所以需要调试和修改,以纠正和完善。
除此之外,工期紧,会导致在给已有代码添加逻辑时没有足够的时间进行重构,这样就会出现冗余的代码。尤其是在接手一个不全盘熟悉的项目的时候。
这跟写考场作文是一样的,即便有总分总类似的结构可以套,在时间非常紧的情况下,一次写出满分作文是非常不容易的。
所以就会出现这个话题说的情况,需要不断的改bug。
但还是有满分作文,多学习大佬们的经验,多自己总结,多写多练,可以减少出现bug的概率。
开奖了,马克杯一个,嘿嘿
至于体验,对于自己编写代码来说,AI辅助编程可以大大减少搜索资料的时间。灵码也一样,很不错,很多重复的或者简单的逻辑都可以让灵码帮忙完成。
想聊聊人机交互。
今天(2024-03-14)看到一篇文章,说是OpenAI已经出了一款具备多模态能力的机器人。也看了示例视频,虽然沟通交互的过程还是很挫,但已经有点科幻片里机器人的感觉了。
多模态人工智能的发展,将会使我们和机器的交互更加的多元化。不仅仅通过我们的手指动作,语言、表情,或许在未来都会融合到与设备的交互过程之中,成为我们日常生活的一部分。
很期待未来这个世界的发展。
之前使用过ECS云服务器和轻量级应用服务器。感觉两者在使用效果上,至少在我的业务场景上,比如搭建一个基于Nginx服务的静态博客,安装gitlab作为git服务器,以及安装svnserver做svn的服务器,感受不到两者有很大的区别。
或许是因为我这边对服务器的性能要求比较低,所以才感受不出来什么区别。
ECS作为云服务器,能选择的操作系统类型有很多。并且基于底层强大的硬件,即便是虚拟主机,也能执行对硬件要求有很高的工作。所以个人认为,ECS服务器在部署私人的LLM上,可能会有很大的市场。
有三个话题,其中能聊一下的,估计就“5大场景中最感兴趣的”这个话题。
通过实际使用,最感兴趣的还是AI绘画。就是通过涂鸦生成绘画的。
我在自己电脑上搭过Stable Diffusion,硬件配置参数是显存6G、32G内存、4核8线程CPU,用来生成一些风景画图片。生成速度很慢,一张图二三十秒,而且还要考虑模型、lora、Controlnet这些东西。
反观阿里云的这个服务,可选择的东西很多,Gallery里边有很多东西。选择了正确的镜像,直接使用jupyter执行安装依赖和跑界面,很舒服,生成图片也很快。
体验是很不错的,如果价格可以再亲民一些,相信会比较卖座。
这是一个有趣的游戏。
这里的两个问题很具有启发性,既考虑了现在,又考虑了未来。我们来聊聊这两个问题。
就像GPT的出现一样,Sora降低了做某些事情的门槛,比如拍摄和剪辑视频。同样的,它也和GPT一样,是放大创作者既有能力的工具。专业的视频创作者可以结合GPT和Sora创作更加精美和富有创造力的视频。
时代在进步,Sora类的工具将会不断出现。只有紧跟时代的步伐,才能不被淘汰。
目前AI主要所在的内容创作领域,我们了解到的,主要是在文字和影音方面。随着AI的不断优化,其记忆能力和其外部信息获取能力都在不断进步。相信未来的内容创作领域,将会因为AI的参与变得更加丰富多彩。
我们需要和AI成为好朋友,这应该是个互相学习的过程。