算法教练谈谈码工面试
又是一年中充满彷徨、未知的9月，有人说求职是一场殊死搏斗的求生战役，也有人说求职就像是谈恋爱，知己知彼百战不殆。其实求职是我们人生中又一次总结自己的契机，在一次次的期待和灰心丧气中，我们逐渐了解自己的需求，明白招聘企业的用人逻辑，这将是我们在求职中得到的成长。今天，我们就来聊聊大热的“码工”求职中的那些事儿。
使用TensorFlow分类手写数字
回到2013年，我写了一篇关于使用Python进行数字识别的帖子。 从那时起，Python数据生态系统发生了很大变化。 Google给了我们Tensorflow，scikit-learn已经成熟，“AI”现在是最新的热潮。
所以我认定是时候把精力放到手写识别这个领域。 它仍然是一个非常简单，但迷人的概念：收集某人的手写素材，并试图预测这个人写的东西。 好消息是，在过去几年我们已经学习并掌握了几个新的技巧，我会在这里与大家分享一些。
数据科学的新生代工具(附实操代码)
自从“数据科学”进入人们视野以来， 它一直被用来形容处理那些一台电脑装不下的大数据。所以，处理大数据的能力被认为是数据科学概念的核心。虽然Mapreduce依然是基础工具，但很多新涌现的有趣工具已经超越了它的基本功能。比如说，Mantel-Haenszel 计量就无法在基本的Mapreduce中运行。Spark和Google Cloud Dataflow正是下一代数据处理体系的代表。本文将结合笔者的第一手经验和调研对两者进行比较。
数据科学家自曝工资单！
现在有很多数据科学家跨行业跨公司的横向薪水调查，但是很少有分析展示出数据科学家的职业发展中，薪水随时间的变化。下面这位数据科学家自述了自己25年的薪水发展变化，以及职业发展道路，为我们提供了非常有价值的信息！
框架为数据科学家带来哪些编程语言所不能带来的优势
过去，计算机编程的关键就是用对语言。不论是C，Lisp，还是Pascal，程序员们都有着自己的专长和编程格式。然而， 随着计算能力的增加，编程语言之间大大缩减，从而允许系统理解所有计算机语言并可以在其中轻易转换。如今，人们关注的是框架（Framework）这个更现代，更具有前瞻性的概念。框架可以克服很多编程语言中过时的做法
MOOC时代，如何根据自己的情况选择适合自己的网课？
大规模开放在线课程（Massive Open Online Course, MOOC）作为一种新型的学习平台，自推出以来，因为其不受地域和时间限制，价格低廉甚至免费，在世界各个角落都能享受来自包括哈佛、MIT等著名学府的教授带来的高质量课程， 而受到广泛的欢迎。但是，这么多琳琅满目的MOOC平台，如何选择最适合自己的网课呢？本文将比较几个主要MOOC平台的优缺点以及给大家推荐一些跟数据分析相关的网课。
