現在我的開課風格,一定要在九個月前售票,然後給它一天感動完銷的啊。
我每次得到這樣的結果,內心都是滿滿的感恩啊。
光靠我自己,真的根本做不到這樣的影響力,我技術再厲害,或是我再會教,口碑品牌是一回事,但這種不花錢打廣告行銷的,能在一天內把票賣完,靠的真的都是大家幫忙推薦,老鳥對上課效果的肯定(上了一門課後,就想把整個系列課打通那種,因為發現早上早享受,青春最貴),還有很多好友前輩們的幫忙。
能得到大家的幫助、青睞,藉此讓我能幫助更多人,真的很幸福。
我真的很希望這些基本功,這些真正逐步在改善我們工作環境、文化、流程的東西,可以奠定台灣軟體業與相關軟體開發人員的基礎,讓大家不用繼續活在過去的無間地獄中。
我希望就像現在的 版本控管系統,build server (CI server), 容器化, nosql 一樣,在過去用這些東西的公司很稀少,現在已經普及到就是 基本常識等級的了。
單元測試、極速開發、重構、TDD、DI,這些在未來幾年內,也能像上述那些軟體開發基本解決方案一環一樣,納入大家的開發習慣中,去享受它的好,去享受它為自己帶來生活與工作上的改善。
感謝每一位想要變強的朋友的支持,感謝你們願意跟我一起來改善我們業界的文化與開發方式,一路下來我們在業界已經有很多很多的夥伴跟種子了。
※ 都市傳說:聽說 resume 跟 interview 提到上過我哪些課,在工作上產生了哪些行為,實際改善了哪些東西,拿到 offer 的機率會大增,尤其是面試官也上過我的課的時候。
圖片來源:Photo by Pro Church Media on Unsplash
nosql推薦 在 Kewang 的資訊進化論 Facebook 的精選貼文
都忘了小編自己兩年前有推薦過 Triton Ho 的課程,但可惜最近應該是不會再開了,只能期待如果有來台灣工作的話,多挖一些內容來補充一下了!
---
[推薦] RDBMS課程簡介
上個月去聽了RDBMS的課程,講師 Triton Ho 是一位香港來的資深DBA,常在BackendTW分享一些與系統架構及資料庫設計有關的內容,算是言之有物的一位強者。(與他類似的台灣還有幾位,像是 @ant 以及 @gslin ,也都是非常厲害的大大)
這門課程不像是大學學的資料庫系統,講了一堆1NF,2NF,3NF以及到底是1..N / N..N / 1..1這類的理論。比較著重在於實務方面的應用,也把他曾在香港空運中心工作的經驗分享給大家。
雖然沒講到normal form或是relationship這類東西,但加了一些以前上課沒聽過的內容。主要是資料庫的底層實作,比如SX lock, MVCC, Isolation, B+ tree, SQL 2003, row locking......等。
最後一天的課程也介紹了一些大型系統的開發實務,像是caching要如何設計、defense in depth、positive feedback......等。
雖然目前主力都在HBase,但這幾天學了這麼多東西,了解到RDBMS以及NoSQL的底層實作很多都是非常類似,重點還是擺在key的設計上面。所以算是吃了大力丸吧。
如果你是後端開發人員或是系統管理者,絕對推薦你們去上這門課程,一定不會讓你們失望的。
有興趣的可以先看看先修課程:https://drive.google.com/file/d/0B-UTE7EObr6ydDZOZXNLRko5UTQ/view
今年11月還有一次上課的機會:https://www.facebook.com/events/853886477999933/
PS. 因為講者是香港人,所以口音有點重,有時候會聽不太懂,但不影響整體上課內容
#rdbms
nosql推薦 在 紀老師程式教學網 Facebook 的精選貼文
[大數據入門書籍推薦] Big Data Glossary (O'Reilly)
http://it-ebooks.info/book/823/
咳咳...不囉唆!先點擊上面的連結,找尋一個位於「Download」字樣旁邊的超連結再來看我底下的說明...說不定你下載完也不想看我的說明就是了 (Mission Completed)... XD
這是一本很適合剛進入「大數據(Big Data)」領域的概念書。比起講解 How,更著重 What。它的書籍大綱如下:
01 Terms
名詞解釋。包含何謂「文件導向(Document-Oriented)」、「鍵-值儲存(Key-Value Stores)」...等基本名詞解釋。
02 NoSQL Database
說明用於大數據資料儲存的常見資料庫系統有哪些?優劣為何?包含 MongoDB、CouchDB、Cassandra、Redis、BigTable、HBase...等。
03 MapReduce
Google 提出的一個大數據軟體架構(Frameworks)。在已經有人做好輪子的時代,想造一部車當然是直接拿別人做好的輪子來用囉!
04 Store
如何儲存資料本體的一章。這裡介紹了 Amazon S3 與 Hadoop Distributed File System 兩個架構。
05 Servers
介紹可用於大數據管理的伺服器有哪些。包含 Amazon EC2, Google App Engine, Elastic Beanstalk, Heroku 等。
06 Processing
介紹大數據分析與處理的工具。包括 R、Yahoo! Pipes、Mechanical Turk... 等。
07 NLP (Natural Language Processing)
自然語言處理。這一章講如何教會電腦「看懂」我們人類撰寫的語言(主要是英文),然後「機器自動爬文」,篩選出隱藏在字裡行間的「數據」。這邊介紹了幾組 NLP API,包括 OpenNLP, Boilerpipe, OpenCalais...等。
08 Machine Learning
講機器學習的一章。教你如何讓你的軟體越來越「聰明」,擁有「類似」人類學習的能力(雖然還不及五歲小孩的學習能力,但現今科技水準就到這裡了,相信將來會進步的)。這篇介紹了 WEKA、Mahout、Scikits.Learn 幾套 API。
09 Visualization
介紹幾套可以把複雜數據「視覺化」成圖表的 API:Gephi、GraphVis...等。
10 Acquisition
標題雖然是「資訊取得(Acquisition)」,但這章其實在講「資料清洗」與「正規化」。如:有個表格內藏你要的資料,你如何把表格拿掉,重新排列,變成你要的資訊存入資料庫內。
11 Serialization
標題直譯的話,會翻成「序列化」。但比較偏講「如何找到一種放諸四海皆準的『中間格式』(如:XML),好讓資料從一部系統,透過這個『中間格式』,轉換到另一部系統」。這章講了 JSON、Thrift...等格式。
我覺得這是本可以帶在身上,等車無聊時隨手看兩頁的書。因為它前後章節並沒有太強烈的連貫性,內容也大多偏向名詞解釋,不需要擺台電腦在身邊實驗兩下才會懂。所以隨時中斷閱讀也沒啥關係。看完後,就應該可以參加相關的會議討論,而不會有什麼名詞聽不懂了。很適合初學大數據的工程師,或專案經理閱讀。
如果你也覺得本篇內容不錯的話,麻煩您轉分享給您的朋友,讓他們也能免費得到一本大數據的電子書喔!希望今天介紹的內容大家會喜歡!
nosql推薦 在 NoSQL 中的分散式架構與Big Data 議題小聚 - Facebook 的必吃
推薦 產品或電影。 我們許多人每天使用的另一種常見的規定性分析工 具是GPS,它規定了將我們 ... ... <看更多>