gydtep

下面，用我们做的垃圾智能分类的项目“分类宝”这个案例来说明下。

在2019年7月份，全国很多城市开始推行垃圾分类。

gydtep

每当这些新的自动生成代码产品发布，网络上总会出现“人工智能会不会取代前端”“一大批前端程序员要失业了”这些讨论。

gydtep

这次升级了智能 UI 的研发链路， D2C 可视化研发链路承接了智能 UI 的批量化生产。在上传设计稿解析出 UI 物料之后，创建 imgcook 模块，批量生成物料 UI 代码，同时创建代码仓库与 imgcook 模块关联，并支持将已创建的物料批量导入 imgcook，批量生成 UI 方案（不同类型的 UI），在生成的 UI 方案中集中式对物料进行开发，最后还将支持物料的批量发布，整个链路集中高效了很多。

gydtep

K8S做为当前最流行的容器编排平台，提供了平台级别的弹性伸缩以及故障自愈等解决方案。K8S集群基于C/S架构，由Master统一控制管理集群资源与负载均衡。Pod是K8S调度的最小单元，我们要掌握集群资源管理与调度就要从Pod调度与管理开始。

gydtep

笔者最近在整理K8S入门的基础知识点，本篇做为“从应用开发角度认识K8S”的姐妹篇，从资源管理角度重新认识了K8S。K8S平台的用户一般分为应用开发和集群管理员。集群管理员在掌握K8S的时候，更多时候要从集群层面，资源层面，性能层面多维度认识K8S，这时就需要我们掌握和了解最基本的Pod调度与资源管理，存储与网络资源以及服务与流量管理等知识点。

gydtep

数据是所有人工智能技术的核心。实际上，数据是一切与智能有关的核心。人工智能学习的方式是通过体验情境，然后模拟人类在头脑中做出的决定。人类和人工智能的区别是人工智能可以更快地完成此任务。

gydtep

良好的短期规划应该在生活、成长、绩效和晋升之间取得平衡。大部分公司都会制定一个考核周期——少则一个月，多则一年。所以不妨以考核周期作为短期学习规划周期。本质上，规划是一个多目标优化问题，它有一系列的理论方案，这里不一一细说。基于相关理论，我给出一个简单易行的方案：

gydtep

致力于在技术上有所成就的工程师，都梦想有朝一日成为技术高手。但技术高手的标准却存在很大的争议。这是一个有着悠久历史的误解：以某种技术的掌握作为技术高手的评判标准。我经常碰到这样一些情景：因为掌握了某些技术，比如Spring、Kafka、Elasticsearch等，一些工程师就自封为高手。有些工程师非常仰慕别的团队，原因竟是那个团队使用了某种技术。

gydtep

第一类常见的问题是沟通的可靠性。从可靠性的角度来讲，沟通分为TCP模式和UDP模式。TCP模式的形象表述是：我知道你知道。UDP模式的形象表述是：希望你知道。TCP模式当然比较可靠，不过成本比较高，UDP模式成本低，但是不可靠。在沟通可靠性方面，常见错误有如下两种：

gydtep

在线运维本质上是一个强化学习的过程。很多能力都可以通过看书、查资料来完成，但在线运维能力往往需要大量的实践来提升。