好像是第一次在公司外的论坛上公开演讲

http://www.blogjava.net/emu/archive/2010/12/15/340824.html

 

    终于讲完了,下午公司内进行了二次分享,应该这次的分享算功德圆满了。
    国庆刚回来,淘宝就透过yuni吹风过来,说velicity会议第一次在国内举行,希望我们去参与和分享。几乎是本能的想逃了,实在不知道站到那样一群完全陌生的人前面,要讲些什么,怎么讲。
    到了10月底,dowson老大安排下来了,要去讲一场,这下躲不掉了,只好开始琢磨。看了下velocity在美国的分享PPT,偏web前端,偏性能和体验优化,而且都是很实用的技术。话题倒是熟悉,但是考虑到去的都是很多标杆公司,大家做的事情都差不多,如果讲别人做过和正在做的事情,那就没意思了。所以现状就是,要发掘些别人没想到的、行之有效的优化点去分享一下。
    当时本来也在公司内试推错峰preload方案,技术上都ok了,效果相当给力,想法也够新颖。本来有点想藏私的,leichen和dowson都主张我们要更开放点,就决定放出来了。
    然后再发掘我们内部独创的秘籍,有一些已经用烂了,有一些优化点又太小,显得小家子气,都否决了,最后选中了用了好几年,比较稳定可靠,外面又还没怎么听说过的ldns域名矫正方案。
    随后就爆发了那场大家都知道的大战,公司在很多专业人士眼里的形象好像都有点变型了,也感觉到我们做的很多正面的事情太低调了,不为人知。讲点啥能又有用,又能改变在大家心中的负面形象呢?正好这一年比较关注信息无障碍,于是确定了第三个议题。
    接着就是准备PPT和演讲内容。还好上次参加BU技术峰会学习到一个很重要的经验,一个PPT只要反复改,自然会慢慢变好。于是确定了主体内容,先是做了个和word差不多的PPT,然后不停的设想,讲这个内容要怎么讲,哪些意思要怎么表达,用什么图案,用什么动画效果,说些什么话。以前内部审核了很多课程的经验,也起了很大作用。中间还产生了不少创意,比如现场发礼品,拍团队视频等,有一些后来用上了,一些就放弃了。这是个不错的广告机会,又找great制作了春田花花同学会的logo作为幻灯片母版,这样就不动声色的打了一小广告。为了方便老大审核,把要说的话都提前设计好放到备注里面去了。这样也好,不怕到时忘词了,这是有深刻的历史教训的。设计了两周,才终于敢发给dowson审核。dowson给了一些修改意见,接着改。
    然后就是约了研发管理部,打算用敏捷俱乐部或者大讲堂作为内部试讲。但是没想到约的太晚,居然没有办法在velocity之前讲。好吧,先拿velocity做试讲,呵呵当然不可能了,只能内部试讲。一直拖着直到最后一个周五,再也没法拖了,才把前端team的兄弟们拉过来听试讲。
    试讲真的很重要,试讲一遍暴露了很多问题,也收集到了很多改进建议。周末回家后接着改,改了以后投影到液晶电视上,自己对着一空沙发试讲,讲到哪里卡壳了又停下来,把内容理顺,慢慢的内容越来越顺了,又开始删除备注里面的文字,看看自己能不能记得住词。到嗓子哑的时候,终于有一点感觉了。想用相机录下来自己看一遍,没想到一对着镜头,立马就忘词,三番四次之后,相机也没电了,就作罢了,希望到时在现场不要像对着这个相机这么紧张就好了。
    到北京的两天,都专心听别人演讲,没怎么想起自己要讲的事情,到最后一天下午,终于丑媳妇要见公婆了,又觉得内容有点陌生了,还好是下午第三场,利用中午的时间又过了一下内容,还修改了下ppt。接下去,不想了,准备上场。
    辛苦的准备终于还是换来了回报。现场没怎么忘词,而且讲的太嗨了,忘了控制时间,小马提前过来打手势的时候才想起来。后面的内容赶了下时间,一些想好的台词和内容都跳过了,比如和视障用户交流的一些细节,在3q大战中视障用户的支持等。
    一开始讲的时候提到了两次steve souders,随后才看到他进场来听,呵呵可惜了,本来我的内容里面估计也只有他自己的名字他能听懂,他居然错过了。还好后面几次提到google,gmail,还有很多代码和图案,他居然一句话没听懂也津津有味的听完了。随后他还跑过来祝贺我,说我good work。我说你听得懂吗,他说听不懂,我就乐了,听不懂你good work个啥啊,他说,the audience。我当时确实有点不以为然了。
    没想到后来又再专门找到我,跟我解释,说我是真的从听众的反应中可以看到你good work。后来他回到米国后发了一篇博客http://www.stevesouders.com/blog/2010/12/10/velocity-china/comment-page-1/ ,提到“I had trouble following the talks that were only in Chinese although slides that had code or charts are universal. But I could tell these were good speakers – they were at ease up on stage, they engaged the audience, and their slides looked good.”,呵呵,还好听众们给力,还好我往PPT上放了好些charts和code。

开讲
和老道合影

和steve souders合影

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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。
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
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