日,有不少的程序員問w3cschool這邊,前端開發應該怎么學?
有個小白程序員表示,自己走了很多彎路,學java開發沒學透不能就業,現在學前端又不知道如何下手,前后算起來浪費了不少的時間。
針對此問題,下面w3cschool就給程序員小伙伴們答疑解惑,并分享一些干貨。
前端有三架馬車你一定要學會“駕馭”,HTML+CSS+Javascript。
照目前看來,網上各種前端學習資料又多又雜,確實讓不少入門前端的小伙伴不知所措。要選什么學習資料?如何入門前端開發?
關于視頻的選擇,直接網上搜“30 Days to Learn HTML & CSS”這個視頻來看。
這個視頻是國外的前端開發特產,大小有1G多吧!
前端開發可以照前端開發的視頻進行實戰訓練,建議可以一邊開著NotePad++?,一邊看視頻,一邊敲代碼。
另外,可以用有道云,或者是印象筆記稍微做點記錄,這會加快你對html、css的學習。
當你咨詢了很多的前端工程師,他們都會推薦你從經典的w3cschool基礎教程開始,把上面的課程刷一遍。
通過前面兩步的學習,你基本上算是入門html啦。
但相信也會有些程序員覺得很枯燥,那不妨可以嘗試w3cschool新開發的html微課。
比如之前的《刀塔傳奇》,很多人每天刷副本都可以樂此不疲,因為游戲升級通關是比較有趣的。
w3cschool微課同樣采用了闖關刷副本的模式,你通過每天有趣的刷副本闖關,就可以掌握html重點的概念和編程技能。
會有些前輩會給你推薦《DOM編程藝術》、《Javascript權威指南》、《Javascript高級程序設計》、《鋒利的JQuery》等,但對于新手來說似乎略難。
不妨去看Head first html, xhtml & CSS這兩本簡直是神書,真心經典!
/ InfoQ記者 Tina (微信:whitecrow-tina)
又將搜索業務往前推進了一步。4 月 30 日,宣布上線“頭條百科”測試版。界面簡潔,除了搜索框外,只有一個 Slogan:來這里,認識世界!
這是頭條搜索繼 2019 年 8 月推出頭條搜索網頁版,2020 年 2 月上架頭條搜索 APP 之后的新動作。僅經過一年多的發展,盡管沒有大肆宣傳,頭條搜索也吸引了不少用戶的注意,在用戶體驗方面也獲得了用戶的肯定。
關于頭條搜索的相關技術,在外界極少量的資料中,我們看到朱文佳在他的演講中提到:“我們建立了一套業界獨有的搜索技術架構,我們從推薦引擎上探索出機器學習的方案,然后把這套技術架構和底層算法遷移到搜索引擎上,發現效果也很好。“
實際上,于 2017 年才開始組建搜索技術團隊,頭條搜索如何在這么短的時間里,做到這種效果?他們的搜索引擎到底與傳統引擎有何不同?頭條搜索是否打造出自己“理想的搜索中臺架構”?
為此,InfoQ 獨家采訪了搜索技術部門,這也是頭條搜索技術團隊第一次接受外界采訪。
從 2012 年開始,開始做推薦引擎。而到了 2016 年,在資訊信息分發市場上,有 50% 的內容分發是通過算法來完成的。
智能推薦引擎通過算法,綜合用戶特征、文章特征、環境特征,得出用戶對內容感興趣的概率,返回 TopN 的結果滿足用戶的需求。從無到有搭起平臺,隨著大數據技術的發展,在 2014 年及時引入實時流架構,用戶的行為信息可以被模型快速捕捉并反饋至下一次刷新的推薦效果。 從成立開始,這家企業就開始大量招募擅長機器學習、推薦算法的技術人才。當時互聯網還正處于招移動端、iOS 技術人員的階段,有獵頭評價:“很多人認為他們瘋掉了”。
實際上,這些人才為推薦系統底層算法打下了基礎。
隨后,在構建搜索系統架構時,將從推薦引擎上探索出的技術架構和底層算法遷移到搜索引擎上。“發現效果也很好。” CEO 朱文佳在演講中說。
頭條搜索技術團隊負責人在采訪里表示:“推薦和搜索有一些相通的地方,背后都要有 AI 來理解用戶的需求和內容,理解的越清楚,就越能幫助到用戶。像大規模機器學習、深度學習、實時更新等推薦上成功應用的方法,都是建模用戶、內容的有效方法。所以將這些技術應用到搜索上,也會取得不錯的效果。”
實時更新也是傳統搜索引擎的短板。最近幾年隨著 Storm、Spark streaming、Flink 等框架的成熟,實時流處理才能成為各公司 AI 平臺的標配。
現在實時架構同樣也被引入到頭條搜索的搜索引擎里。“基于新聞推薦時效性的理解和經驗,我們在搜索上也研發了全量實時更新的百億倒排索引架構,大幅提升了內容的時效性,大事件發生時,往往最先能在頭條搜索到。”頭條搜索技術團隊負責人表示。
即便如此,推薦與搜索還是存在不少差異。頭條搜索技術團隊負責人在采訪中指出:“搜索要解決好長尾問題,不能過度依賴用戶的行為反饋去理解特定的查詢詞、網頁,而是需要尋找更泛化的方法。為了讓通用技術發揮優勢,也需要把搜索上特有的問題理解得更加充分,例如怎么做好對多語言的理解,怎么在萬億網頁的檢索系統中權衡好 Explore/Exploit,怎么在性能要求苛刻的場景中應用好復雜模型等等。另一方面,在推薦上目前不一定那么有效的方法,在搜索上卻有可能大展拳腳,例如強化學習、遷移學習。整體來看,搜索系統復雜多樣,對技術的廣度、深度有非常高的要求,發揮的空間也更大。”
“很多新技術還沒有被充分用到搜索引擎里去。”
作為全球最大的搜索引擎公司,Google 也是我們公認的大數據鼻祖,它存儲著全世界幾乎所有可訪問的網頁,數目可能超過十萬億規模。為了將這些文件存儲并使用起來,Google 開發了 GFS、Bigtable 和 MapReduce 三駕馬車。從此大數據得以繁榮發展,行業里也產生了數百萬大數據從業需求。隨著數據采集、存儲、計算能力的提升,進一步開啟了“AI 時代”。
搜索引擎的進化史,就是人工智能技術的進化史。今天,無論是搜索、還是信息流,所用的技術完全都是人工智能技術,包括谷歌在內的搜索引擎廠商,都在不斷將人工智能新技術應用到搜索引擎中。
頭條搜索在新技術應用上,也做了很多大膽的嘗試。
例如,BERT 是 2018 年時 Google 在 NLP 上的一個重要突破,2019 年 10 月,Google 宣布將 BERT 算法應用到搜索引擎中,搜索結果得到了 10% 的提升。Google 宣稱這是 Google 搜索引擎過去五年中最大、最正向的變化,而且也許是有史以來最大的變化。
但 Google 并不是第一家將 BERT 應用在搜索引擎里的,頭條搜索技術團隊負責人在采訪中提到:“早在 2019 年初,頭條搜索就已經將 BERT 在頭條搜索上全流量應用,并且獲得了顯著的效果提升。上線得比 Google 更早,依靠的是大家大膽創新和快速迭代。”
此外,頭條搜索技術團隊負責人也認為,AI 技術能夠更好的對問題進行端到端建模,例如網頁內容的理解,傳統方法會對這一問題進行不斷細分,基于 HTML 結構等信息,對不同的子任務應用不同的規則,反復迭代來提升效果。而利用 AI 技術,頭條搜索將網頁渲染成圖片,聯合視覺、文本、HTML 結構等特征,對相似任務進行統一的端到端建模和多任務學習,大幅提高了分類、信息抽取的效果和效率。
頭條搜索技術團隊負責人表示,頭條搜索技術團隊也在繼續借助 AI 探索更多的搜索引擎技術問題,例如多模態技術是否可端到端地搜索出更相關的圖片、小視頻;抓取、索引構建系統有沒有可能基于模型重新設計;強化學習是否能讓搜索排序更加智能并節約計算成本等等。
如果有這么一個可能,就是讓老牌搜索引擎廠商在發展二十年后重做搜索系統,那么新的搜索系統會有什么不同?
搜索引擎是極其復雜的大工程,它通常都要將整個系統分解為若干子系統,比如會分解為鏈接發現、索引篩選、Query 理解、Ranking 等步驟。每一步驟內部又會進一步分解,這個過程可以無限分解下去,由不同的人和團隊分工解決。但這個過程有個致命缺點,在每一步的分解過程中都會有信息損失,最后聯合起來導致整個系統不能達到最優狀態,比如 A 步驟精度 90%、B 步驟精度 90%、對接起來最終系統精度可能只有 80%。
這種精分細解,是傳統搜索引擎受限于當時的技術手段,為了有效開展工作、更好地提升產品效果采取的技術決策,這在當時是非常正確的。“但精度不足,也限制了傳統搜索引擎進一步提升效果。”在談到傳統搜索引擎的缺陷時,頭條搜索技術團隊負責人提到。
現在做搜索引擎,頭條搜索技術團隊負責人告訴 InfoQ,頭條搜索技術團隊主要有三個優勢:
字節跳動公司搜索部門匯聚了大量行業頂尖技術精英,旨在從 0 到 1 打造一個用戶體驗更加理想的通用搜索引擎,支持公司所有產品的搜索功能,包括、抖音、西瓜、火山、懂車帝等多款備受歡迎的知名 app。在這里你有機會參與工業級搜索引擎從無到有的研發工作,并在此過程中挑戰大規模分布式存儲和計算架構、NLP、人工智能、ranking 等世界難題,很好地鍛煉自己的工程能力、算法能力、業務能力。加入我們,參與并見證一個新產品的成長和成功,和大牛們一起完成最有挑戰性的工作吧!
搜索算法工程師/搜索架構工程師
搜索算法實習生/搜索架構實習生
掃碼可獲上述職位詳情
任何相關問題咨詢:searchhr@bytedance.com
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Title</title>
</head>
<body>
</body>
</html>
<ul>
<li></li>
<li></li>
</ul>
霍格沃茲的測試管理班是專門面向測試與質量管理人員的一門課程,通過提升從業人員的團隊管理、項目管理、績效管理、溝通管理等方面的能力,使測試管理人員可以更好的帶領團隊、項目以及公司獲得更快的成長。提供 1v1 私教指導,BAT 級別的測試管理大咖量身打造職業規劃。
*請認真填寫需求信息,我們會在24小時內與您取得聯系。