視訊週末#67。我們用 Java 創建機器學習模型，熟悉敏捷教練的職業，了解創建 LinkedIn 個人資料時的秘密

Artem Seleznev：是時候嘗試用 Java 進行機器學習了

說到機器學習，這個技術領域通常會與Python、C++、R甚至JavaScript等程式語言連結在一起。但事實證明，Java 在這個清單中始終佔有一席之地。無論如何，俄羅斯聯邦儲蓄銀行開發商 Artem Seleznev 對此深信不疑。Artem 用事實、一系列技術和工具來支持他的觀點。如果您想了解現代機器學習模型是如何用 Java 創建的，以及這種語言與資料科學的兼容性如何，我們建議您不要錯過 JUG.ru YouTube 頻道上的訪談。

向敏捷教練提出的 30 個愚蠢問題

在他們的影片中，明斯克 Java 社群 YouTube 頻道的作者決定了解敏捷教練職業的特徵。如果這是您第一次聽到這個詞，那麼最接近的定義很可能是使用敏捷開發方法的程式設計師團隊的教練或經理。今天 MJCx 廣播的嘉賓是敏捷教練 Anatoly Sanko。觀看此採訪對於任何想成為經驗豐富的開發人員或團隊領導的人來說都是有用的。

如何在 LinkedIn 上找到美國工作。主要秘密

您對履歷的回覆數量不滿意嗎？如果是這樣，那麼原因之一可能在於您的 LinkedIn 個人資料設計不正確。您的個人資料中的錯誤會降低您的頁面在 LinkedIn 搜尋中排名較高的機會。此外，您的履歷回覆不太可能獲得良好的轉換率。來自矽谷的熱門影片部落客 Victoria Borodina 拍攝了一個半小時​​的 LinkedIn 個人資料設計指南。該影片對於任何有興趣在美國尋找遠端工作作為開發人員或其他 IT 專家的人來說都是有用的。