programmer 發泄專區

係, 明明我寫開Frontend,最後宜家都係要幫手寫埋backend
同咩title入到黎都係寫code 我垃圾公司 唔夠人到BA都要寫code

大把researchers都係call library，eg. Sklearn

同埋有時唔好咁迷戀PhD。大把平庸既PhD都係用番人地叻個啲models，eg. Distributed ML, Federal ML，寫既paper都係大同小異，缺乏獨創性。

睇佢contributions 好過睇人地有冇PhD。

加上，ML理論係難，但ML唔單得理論，仲有ML應用。cancer detection個啲緊係難。但例如: job search 依啲唔洗PhD 都做到架啦，最難只係data cleaning

https://youtu.be/Fr_8oNKtB98

問題係個難度只會愈黎愈高，new grad鋤完2008年出既cracking the coding interview，當年係天書，今時今日完全唔夠做。LC題目又不切實際，操題簡直係浪費生命。最後咪又係益左班肯擺時間去操題既人。但係我寧願用相同既時間去砌我有興趣做既personal project。

大家都係公開試過來人，掉番轉睇，LC最可取既就係夠公平，老老柒柒你唔洗讀書好叻，肯俾時間鋤足兩三百題應該冇咩interview既technical round會難到你。我唔係完全反對LC，只係條氣唔順。

認同

好低人工

如果你想睇嘅 log 係幾部機上面
例如一個request A>B>C>D round trip 返嚟
又或者你想search by time range
keyword search
你都覺得splunk 唔好用？

我無做過銀行
但聽朋友講話銀行班友習慣點 vendor 做野
同出面脫哂節完全唔識做

又係你話悶，溫書一定唔悶
同埋你對依家工作覺得悶，無咗熱誠，但無興趣新環境，新挑戰？

話你自學
我都唔明
不過藉口姐

每日開會話好趕時間
每次交功課之後又改

唔一定，我做過2間銀行，一間主力自己inhouse做，小數Vendor，另一間主力Vendor + contract做，但啲perm staff都唔差

脫唔脫節睇你點比，如果同其他software house就可以話脫節，但同番銀行、保險比其實唔算脫節

會唔會舊到寫 java 7 要 support IE

以我所知IE係其中一個仲要喺support list嘅browser

其實無乜好拗
1. ML job 80% 時間係 data preparation
2. data preparation需要data team幫你design個data pipeline
3. ML 就算係你個product嘅主要賣點，你個product最複雜嘅環節必定係個software system.
4. ML 唔係labor intensive 嘅工，唔駛請咁多人
5. software engineering 係 labor intensive，要好多人
6. 街度 software engineering 空缺大約係 ML空缺嘅8～9倍
7. 人工相差10% ～ 20%，但同等學歷嘅收入差距就好小
8. 好多 ML 工其實係 data 工扮（e.g. SQL & ETL 都叫自己做 ML)

至於天下大勢係屬於 AI 定 quantum 定 meta-verse定blockchain定點
就留返比其他人討論

睇法一樣 ML/AI最核心係個model 亦都最有價值嘅野黎 但而家啲generic AI model玩到幾百billion parameters 你間公司唔係apple google fb唔會夠錢請你玩

如果有load balancing 你冇kibana / splunk search 到仆街

據我所知fresh grad 通常唔考system design 㗎喎
反而問書多 (eg OOP)

只要你做返一年full time
正常你都可以9吹少少到production architecture 係點樣

唔知點解未遇到
我個sql test 一題就用哂
select
join
count(*)
group by
where

呢個po 執到好多寶

答案可能好易。但條問題可能表達得唔好

話說依加我做自己project，都係Python入面call SQL。超好用

spark.sql.function