中美IT人才俱乐部第一次活动见闻


     昨天下午在望京福泰酒店参加了中美IT人才俱乐部成立暨第一期交流活动 ,收获颇丰!

活动开始前,中关村人才协会的李老师,CSDN的蒋涛总,pingwest的总编骆轶航发表了精彩的开场讲话。简短干练,说明了活动的背景和目的。

 

当前,中国和美国成为全球IT领域的两个中心,在中美两国均有大量的IT创业公司。在美国有大量优秀的华人工程师,许多的国外人士申请在中国工作。中美IT界的人才交流开始逐渐频繁。以此为背景,CSDN和中关村人才协会组织了此次活动。未来中美两国在IT的人才交流中,必然会碰撞出一些火花。

活动的三个演讲嘉宾的背景也很有意思。

     俞永福先生是中国本土的创业者,经过多年的经营,公司已经在美国,印度设立了办公室,今年又将在新的国家设立办公室,是最早从中国走出去的互联网企业。

     沈思女士是在美国毕业,在美国工作,然后在北京设立办公室,做美国市场。目前开始将业务由海外转向国内。

     杜启星先生则是在硅谷工作的华人工程师的代表,了解国外的IT工程师和海外华人IT工程师的状况。他们的分享可以让我们从三个不同的视角来看中美IT界。

      首先俞永福先生分享了UC的历程。俞先生分享了目前在国内普遍化的一种思维模式,很多人认为,中国的互联网企业只能在中国发展,去海外很难。国外的互联网企业进入中国基本都会被本土的企业打败。很多人在创业时,首先将眼光定睛在了国内市场,很少关注海外市场。国内一有新的模式或者应用产生,就会被大量的抄袭,例如团购。中国的互联网企业在中国面临极其惨烈的竞争,海外市场其实没有想象的那么激烈。UC在从国内市场开拓海外市场时,一直在做减法。例如国内的移动应用要考虑各种网络环境,而在国外,只有一种网络。

       俞先生也分享了中美两国的文化差异。很多时候,中国企业做海外市场时,技术不是瓶颈,文化上的差异,导致的思维模式,审美观点的差异才是瓶颈。例如在中国,红色代表了吉祥,过年大家都喜欢红色,红红火火,中国股市用红色代表上涨,绿色则代表了  ,没有人喜欢戴绿帽子。中国股市用绿色代表下跌。在美国,红色代表了危险,股市下跌用红色表示,绿色代表了祥和安静,是吉祥的颜色,股市上涨用绿色表示。

      从俞先生的分享中,我最大的收获是两点,第一点,不要被固有的思维模式束缚。我们在没有做事情之前,就已经给自己设定了很多障碍,这个不能做,那个做起来很危险,这个我们做不了,那个做好了会被腾讯盯上。第二点,打海外市场,要重视文化差异。不同的市场有不同的文化背景,这些不是靠技术,靠学习可以解决的。需要借助当地的本土人才。这些人才天然了解本土的文化和市场状况。要做国际化市场,就要建立国际化团队。

        第二位分享的沈思女士分享了她的经历。沈思女士从清华本科毕业后,去了斯坦福,毕业后获得了在google做产品经理的职位。在google的四年,沈思女士适应了google做互联网的模式和思维方式。4年后,沈思女士看好中国市场,想来中国创业,于是申请了在google中国工作的职位。回国后,沈思女士在工作中发现,很多中国的创业团队希望被google收购。在这个过程中,沈思女士也找到了自己的创业方向。

       在iphone刚在美国发布,中国还没有iphone出售的时候,沈思女士开始做移动互联网的游戏社区。眼光的前瞻是多么重要。沈思创业时,遇到了大多数创业者都会遇到的问题,招人和成本的问题。

        沈思女士发现如果她在美国招一个人,她连这个人一年的工资都付不起。如果她在国内招人,则可以招几个人,付一年的工资。中国工程师的优秀和廉价,大家可以从最近的一个段子了解。国外的一个工程师,用自己工资的六分之一,雇佣中国的工程师工作,且被评为优秀员工。沈思女士对国内市场和海外市场对比后,发现更了解海外市场。且海外市场对她来讲,比国内市场容易做,这才选择了海外市场。目前木瓜移动是全球最大的游戏开发社区之一。

       第三位分享的杜启星先生是在facebook工作,负责android开发。杜启星先生分享了他是如何申请到了美国,又如何一步一步的进入facebook。我个人从他的经历中受到很多启发。杜启星先生在清华读的是化学专业,在考研时,经过分析,发现清华对他来讲,比其他学校容易考。原因是清华不考数学分析和离散数学,其他学校考这两门课。化学专业的杜启星先生自问无法在数学分析和离散数学的笔试中无法获得优势。于是选择了清华。事实也正如他所分析的,成功考入清华。
        杜启星先生出国的经历也很有意思。他一直在一家非盈利组织做志愿者,中间获得了一个申请国外工作的机会,但申请失败。时隔一年后,对方要开拓中国市场,需要招一个实习生。因为对他的印象深刻,所以他轻松的获得了去美国工作的机会。到美国工作后,又辗转换了工作,从纽约搬到加州。在加州又通过朋友的推荐获得进入facebook工作的机会。
        从杜启星先生的经历可以看出,他一直是一个有心人,经常能通过分析,从一个看似很难的事情中,找出缝隙,成功实现跳跃。我个人从杜启星先生的经历中,学到了不要被表象吓倒,要善于分析自己的优劣,要善于分析,善于发现机会。

 

在活动的提问环节,也发生了一些有趣事情。分享如下:

1、某哥们提问前,先分析了三位演讲者的背景,然后讲述了三位在过去面临的种种选择,颇有爆人隐私的感觉。套套不绝说了半天,一直没有提问,最后不得不被工作人员中断。这个哥们好像是做简历分析和工作匹配的,宣传自己的想法是好的,场合需要注意下。

2、某个大姐在听到演讲嘉宾无一例外的均提到英语水平不好,花了很长时间才适应,觉得很奇怪,提问说:“我只有高中学历,也是在美国工作。我只花了半年时间就适应了美国。你们为什么用了那么长时间呢?“嘉宾们只好说:”您比一般人聪明“(杜启星说自己英语不好,目前有一个口音教练矫正他的发音,俞永福说自己英语不好,沈思说自己花了差不多五年的时间才可以流利的和美国人进行沟通。

3、某哥们提问时,先自曝自己的经历,小时候因为父亲在国外工作,也跟着到国外的public school读书,一路过来,读的都不是好学校。目前在公司工作,有些打杂,希望提高技术水平,询问如何能和facebook里面的人一起工作,或者如何找个人带,变成杜启星这样的大牛。这个哥们在提问过程中,多次提到希望有个人带,通过有个牛人带,自己也变成牛人。在杜启星回答过程中,俺中间插了一句:”目前有很多开源的项目,facebook有开源的,如果你去与这样的项目,就是在和facebook的人一起工作,google有很多开源的项目,如果你去参与这样的项目,就是和google的人一起工作“
对于这个哥们的提问,俞永福也给出了他的建议,如果想获得,就要先付出。这哥们好像是索爱的,不知为啥会提出这样的问题。

 

相关报道:

木瓜移动CEO沈思:我在建立跨国创业公司过程中的三个教训

UC俞永福:在中国都能活下来,不怕在海外做不好

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
数据来源:中经数据库 主要指标110多个(全部都是纯粹的 市辖区 指标),大致是: GDP GDP增速 第一产业增加值占GDP比重 第二产业增加值占GDP比重 第三产业增加值占GDP比重 人均GDP 社会消费品零售总额 固定资产投资(不含农户) 新设外商投资企业数_外商直接投资 实际利用外资金额(美元) 一般公共预算收入 一般公共预算支出 一般公共预算支出_教育 一般公共预算支出_科学技术 金融机构人民币各项存款余额_个人储蓄存款 金融机构人民币各项存款余额 金融机构人民币各项贷款余额 规模以上工业企业单位数 规模以上工业企业单位数_内资企业 规模以上工业企业单位数_港澳台商投资企业 规模以上工业企业单位数_外商投资企业 规模以上工业总产值 规模以上工业总产值_内资企业 规模以上工业总产值_港澳台商投资企业 规模以上工业总产值_外商投资企业 规模以上工业企业流动资产合计 规模以上工业企业固定资产合计 规模以上工业企业利润总额 规模以上工业企业应交增值税 规模以上工业企业主营业务税金及附加 户籍人口数 年均户籍人口数 户籍人口自然增长率 第一产业就业人员占全部城镇单位就业人员比重 第二产业就业人员占全部城镇单位就业人员比重 第三产业就业人员占全部城镇单位就业人员比重 城镇非私营单位就业人员数 城镇非私营单位就业人员数_第一产业 城镇非私营单位就业人员数_第二产业 城镇非私营单位就业人员数_第三产业 城镇非私营单位就业人员数_农、林、牧、渔业 城镇非私营单位就业人员数_采矿业 城镇非私营单位就业人员数_制造业 城镇非私营单位就业人员数_电力、热力、燃气及水生产和供应业 城镇非私营单位就业人员数_建筑业 城镇非私营单位就业人员数_批发和零售业 城镇非私营单位就业人员数_交通运输、仓储和邮政业 城镇非私营单位就业人员数_住宿和餐饮业 城镇非私营单位就业人员数_信息传输、软件和信息技术服务业 城镇非私营单位就业人员数_金融业 城镇非私营单位就业人员数_房地产业 城镇非私营单位就业人员数_租赁和商务服务业 城镇非私营单位就业人员数_科学研究和技术服务业 城镇非私营单位就业人员数_水利、环境和公共设施管理业 城镇非私营单位就业人员数_居民服务、修理和其他服务业 城镇非私营单位就业人员数_教育 城镇非私营单位就业人员数_卫生和社会工作 城镇非私营单位就业人员数_文化、体育和娱乐业 城镇非私营单位就业人员数_公共管理、社会保障和社会组织 城镇非私营单位在岗职工平均人数 城镇就业人员数_私营企业和个体 城镇非私营单位在岗职工工资总额 城镇非私营单位在岗职工平均工资 城镇登记失业人员数 建成区面积 建设用地面积 建设用地面积_居住用地 液化石油气供气总量 液化石油气供气总量_居民家庭 人工煤气、天然气供气总量 人工煤气、天然气供气总量_居民家庭 液化石油气用气人口 人工煤气、天然气用气人口 城市公共汽电车运营车辆数 城市出租汽车运营车辆数 城市公共汽电车客运总量 道路面积 排水管道长度 建成区绿化覆盖面积 建成区绿化覆盖率 绿地面积 公园绿地面积 维护建设资金支出 土地面积 生活用水供水量 供水总量 全社会用电量 城乡居民生活用电量 工业生产用电量 房地产开发投资 房地产开发投资_住宅 限额以上批发和零售业法人单位数 限额以上批发和零售业商品销售总额 普通中学学校数 中等职业教育学校数 普通小学学校数 普通高等学校专任教师数 普通中学专任教师数 中等职业教育专任教师数 普通小学专任教师数 普通高等学校在校生数 普通中学在校生数 中等职业教育在校生数 普通小学在校生数 电视节目综合人口覆盖率 公共图书馆总藏量_图书 医疗卫生机构数_医院和卫生院 卫生人员数_执业(助理)医师 医疗卫生机构床位数_医院和卫生院 城镇职工基本养老保险参保人数 职工基本医疗保险参保人数 失业保险参保人数
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值