汤键/兔子队列(目前大三)

Apache Dubbo Contributor E: [email protected] W: https://icpc.cloud IP: 成都

岗位划分

• 去掉 硬件(物联网，嵌入式(嵌入式对应岗位：嵌入式软件-开发，嵌入式内核-架构师，嵌入式驱动-运维，嵌入式硬件设计-电气))，游戏，网络安全(网络安全，渗透测试，代码审计、逆向) 这些小众且比较坑的方向

• 一般是分为 算法，开发，测试/运维 这几个大类

• 算法，如人工智能，数据分析/挖掘，推荐算法
• 薪资最高，不过难度也是最高的

• 非常吃学历，以前本科能干，现在双9起步

• 开发，后端开发，前端开发，移动端开发(Android，IOS)
• 后端即负责功能开发，如搜索引擎，数据库，业务(购物，社交，地图，文档等)等等功能
• 前端即可视化界面设计，很多人都不认为前端算是程序员，仅略高于美工UI
• 移动端开发(Android，IOS)不用介绍了，不过在很多公司移动端开发属于前端组
• 安卓开发、iOS开发和传统的前端开发合并在一块，统称大前端部门

• 一般后端是部门老大，看负责内容就知道哪个产出更高，像前端月影，黄玄这样的只能算极少数

• 测试/运维
• 测试即字面上的意思，高级点的是自动化测试

• 运维即管理公司各种设备及其运行情况，高级点的是SRE

• 通过以上的描述，各位也应该明白了，很多后端开发为什么到死都不愿意降级为前端，测试/运维

什么是外包

• 什么，你说外包是什么
• 
• 看百科吧

• 企业为维持组织竞争核心能力，且因组织人力不足的困境，可将组织的非核心业务委托给外部的专业公司，以降低营运成本

• 说人话就是：
• 把自己人不想干的活
• 但又必须要干
• 把这种活外包出去，让水平低的人来干
• 比如一个项目的基础搭建，重复性的工作(比如重复的更新各分支的共有代码)
• 
• 外包分为人力外包和项目外包
• 比如，用友虽然项目是自己的
• 但是除了北京总部都是驻场开发
• 即人力外包
• 亚信，中软，神州这种
• 不仅人力外包，还项目外包
• 用友的产品研发只有北京总部做
• 其余分部就是驻场开发，面向客户定制化
• 很多外包把这个项目开发完成后
• 交付给甲方自己就不管扩展了
• 要知道，技术的难点都是高并发，功能升级迭代，需求升级维护，需要创新
• 项目的基本架起来能用
• 这个谁都会做
• 很重复性的东西
• 所以说外包没有含金量
• 上面图示的情况也很常见和正确
• 外包本来就是外派廉价劳动力
• 都不是本公司人员
• 凭啥让他用本公司的东西啊
• 东软，中软，亚信，用友，神州系列，京北方，法本，软通动力，浪潮，博彦，华信，恒生电子，中科软，泛微
• 这些都是比较大型的外包公司
• 有些更是外包的外包
• 比如金锐和迈特望
• 是外包公司恒生电子的外包

公司规模和资本没有参考意义

• 有些人虽然是把外包排出去了
• 也知道外包厂大没有用
• 不如自研十几个人的小公司
• 怎么不说富士康呢是不是
• 但是有个误区

• 是自研就看规模来看公司吗？错误

• 自身业务胜过大厂的：
• 迅游加速器 100-499人
• 蜻蜓fm 100-499人
• 荔枝集团 100-499人
• 坚果云 100-499人
• 人人视频 100-499人
• 石墨文档 100-499人
• 小黑盒 100-499人
• 七牛云 500-999人
• 掌阅 500-999人
• 百词斩 500-999人
• Cider喜得国际 500-999人
• 蘑菇街 500-999人
• 快看漫画 500-999人

• 招聘hr类的龙头-moka 500-999人

• 自身技术胜过大厂的：
• 思斐 20-99人
• MySQL分库分表框架就他做的
• automq 20-99人
• 消息队列 rocket mq 和 kafka 就他做的
• 天谋 20-99人
• 物联网时序数据库IoTDB就他做的
• Kyligence 100-499

• 数据分析引擎Kylin 就他做的

• 还有很多特别明显的例子，阿里淘天，即淘宝是电商路线最好的选择吗？不一定
• 海外电商不仅比淘宝高档，而且稳定
• 广州的Shein希音就是 500-999人
• 

大厂并不代表行业龙头

• 上面已经说过部分例子，这里重复一遍吧

• 自身业务胜过大厂的：
• 迅游加速器 100-499人
• 蜻蜓fm 100-499人
• 荔枝集团 100-499人
• 坚果云 100-499人
• 人人视频 100-499人
• 石墨文档 100-499人
• 小黑盒 100-499人
• 七牛云 500-999人
• 掌阅 500-999人
• 百词斩 500-999人
• Cider喜得国际 500-999人
• 蘑菇街 500-999人
• 快看漫画 500-999人

• 招聘hr类的龙头-moka 500-999人

• 自身技术胜过大厂的：
• 思斐 20-99人
• MySQL分库分表框架就他做的
• automq 20-99人
• 消息队列 rocket mq 和 kafka 就他做的
• 天谋 20-99人
• 物联网时序数据库IoTDB就他做的
• Kyligence 100-499

• 数据分析引擎Kylin 就他做的

• 还有很多特别明显的例子，阿里淘天，即淘宝是电商路线最好的选择吗？不一定
• 海外电商不仅比淘宝高档，而且稳定
• 广州的Shein希音就是 500-999人

• 

• 你只知道大厂只是因为他们是toc，toc是面向个人用户的

• 还有tob是面向企业用户的，tog是面向机构，政府的

• https://yt.cuiniuhui.com
• 可以看看这个图
• 比如：
• 
• 
• 

国企技术都很差，纯看学历

• 国企自己的产品基本是交给外包去做
• 比如健康码
• 自己也喜欢弄些比较虚的东西，比如数字孪生，区块链
• 比如中科星图招Java其实是干数字孪生可视化的，和低端运维一样
• 航天宏图，中国航天这些招的是外包
• 然后特别看学历，你看到很多去某某银行，中国航信这些你没点学历，技术再好也白搭
• 这些地方你转正可以去，实习就没必要了，因为技术比较老和一般

实习有什么内容(Java开发版)(超级残篇(因为我没时间))

• (1)公司的项目和你自己的学习项目的区别？
• 不算那些工作流的话，就这些区别
• 1-需要解决的问题：
• 要有额外处理异常业务的流程，不是你那简单的自定义异常处理器，根据业务考虑并发问题
• 2-配套组件：
• 日志，测试，swagger，事务
• 不是你那小日志和小测试
• 工作中会有专门扫描代码测试覆盖率的工具
• 3-要排查线上问题
• 4-有真正的业务需求场景，而不是为了用而用，为了调优而调优
• 是有业务需求才上分布式和微服务的组件，有问题才调优，得根据业务需求解决问题，是自己创造创新
• 5-而且很多人的开发能力也是很差很差，只是学了个api用法
• 完全不知道Git，Postman的正确用法，也完全没操作过Linux集群+数据中心+自动化运维

• (本人实习是开发搜索引擎，是Java后端，不是前端画皮啊)(同时是一名Apache Dubbo Contributor)

• (2)简单说下代码管理工具与提交代码流程
• 当下大多数项目是用Git来管理代码
• 当然依然有不少项目采用SVN等工具来管理代码
• 看你公司项目是集中式管理还是分布式管理
• 在每个迭代开发周期里
• 在开发任务和修复bug前
• 需要从master等主分支上创建具体的开发分支，在开发分支上完成开发后，再把代码提交并合并到主分支
• 公司存代码非常封闭的话
• 会在专门的服务器上建git裸仓库
• 相关博客：
• Git服务器(中心仓库(裸仓库))搭建
• 不会用github，gitlab，云效这些第三方仓库
• 在自己的分支上完成开发和测试后
• 会通过push命令，把本地的自定义分支等开发分支推送到Git服务器上
• push到Git服务器后，需要创建一个合并请求(pull request，简称pr)(平台不一样叫法不一样(gitlab是mr)，不过都是一个意思)
• 请求把本地的自定义分支里的代码合并到主分支里
• 在创建合并请求时，一般需要指定由其它程序员评审(Review)代码
• 经过评审同意合并后，本地的自定义分支里包含的实现新功能的代码就能被合并(merged)到主分支上
• 如果有多人同时修改同一个文件里的同一段代码
• 那么在通过合并请求把分支代码合并到主分支时
• 就会出现代码冲突(conflict)的现象
• 此时相关人员就要一起讨论，在确保功能正确的前提下修改代码，从而解决代码冲突

• 以上过程中可能会设置自定义的工作流触发点，比如在提pr时触发自动化构建测试

• (3)Java后端开发在企业中用到的Linux命令(不包括docker，k8s数据中心那一套哦)
• 项目的生产环境和测试环境搭建都是由架构师或者项目经理来搭建
• 和你没关系
• 项目的上线部署，有自动化部署，你只需要会用maven命令
• 所以你去服务器用Linux就为了一个事
• 排查线上问题
• 排查线上问题就看线上的日志文件内容
• 所以只需要用到这些命令

• 杀死进程也算吧，不过我习惯用k8s的

• (4)公司项目一般会用什么开发模式，具体是干什么，项目迭代周期任务表长什么样
• 当下不少项目经理，尤其是需要赶工期的项目经理，都是用敏捷模式来管理项目
• 在实践过程中，敏捷模式包含“每天例会”和“迭代开发”这两个实践要点
• 在每天的例会里，项目组的每位成员需要说下当前任务的开发情况，如果遇到个人无法解决的问题就提出来
• 由组内成员帮助或协调解决，如果程序员完成开发了一个任务点，在例会中还可以演示一下
• 让相关人员确认下是否符合预期
• 而迭代开发的含义是，项目经历根据开发周期和工作量，需求点合理地拆分到每个周期内
• 每个周期在完成任务后做一次发版
• 某项目迭代周期任务安排表
• 而在每个迭代周期内，一般会再以“周”为单位来安排任务并管理代码，相关情况如下表所述：

常见误区-拿到offer就稳了？

• 上面说的流程，你可能实习3个月也不会知道
• 因为实习生就是干杂活的廉价劳动力
• 会让你写垃圾文档，取垃圾数据，没活会让你连坐板凳，会让你学别的语言内容，比如Java学uniapp
• 这种是很常见的
• 更或者是一直在开发垃圾controller接口方法，修自己人不想改的bug
• 比如华为，典型的板凳连坐
• 出了名的带薪学习，可以3个月不给你活，你自己学自己的

• 不过我提前预防了，所以没有遇见过这种情况

• 又说说用友这个低代码外包吧
• 总部负责研发，分部负责面向客户定制化进行二开，而且是通过参数生成代码的低端二开
• 而且二开项目大多都巨老且封闭，以Java来说
• 先不说它那个项目里面没有Spring，只有Java se

• 有框架也是他自己封装的框架，没用到Spring

• 这是它的低代码
• 它也有外包二开项目，外包二开比低代码好点，但也是挺外包的
• 虽然有Spring了，但外包二开开发流程和小作坊似的，很差
• 工作内容一般就是根据客户公司的需求，定制化用友封装好的产品，比如定制表单

常见误区-关于算法练习

• 这个得根据你的岗位和目标公司来规划
• 一般来说，算法岗你肯定是沾不上边，开发(去掉C&CPP)及测试运维的话
• 部分中大厂会考察算法，而且是很简单的力扣Hot100这种简单题
• 部分中大厂+几乎所有小厂根本不会考算法题
• 所以说打ACM竞赛纯为了拿牌也是这意思，面试根本用不到
• 就Java开发而言，考SQL是非常常见的，都会问点多表联查啥的

大数据是后端开发吗

• 不算的，只是偏后端，更何况大数据里还有专门搞运维的
• 大数据用 sql 写数据，后端用 java 写业务代码
• 大数据关心数据的处理，后端关心业务流程的处理
• 说白了就是洗数据的，可以不写java代码了
• 我目前实习开发的搜索引擎项目，大数据组就是给爬虫组洗数据的

• 产品经理开项目需求会都不用叫他们的，除非特殊需求

• 正好我今晚有个bug
• 就是大数据组没把数据洗干净造成的

• 也来说说

• 我自己本地用测试环境看企业信息的脱敏结果
• 和线上环境的结果不一致

• 我代码从主分支拉下来一个没改，返回的JSON居然不一致

• 原因就是线上的数据没洗好，还是脏的

找实习技术需要达到什么水平

• 一般而言，分为以下几个步骤：

• 相关技术栈学完->独立完成几个有亮点难度的项目->复习八股文->刷题（可选）->面试

• 难度：
• 请移步岗位划分，算法>开发>测试运维

• 开发里Java后端开发最难

• 投简历平台：
• 1-官网
• 2-第三方（boss直聘这类）
• 内推没有什么意义，一样的流程
• 网上一大堆内推码
• 还有人求着你投简历
• 
• 这是因为内推的机制是：
• 内推成功一个人，他能获得奖金

方法论-STAR法则

• STAR法则由下面4个单词组成（STAR法则的名字就是由它们的首字母组成）：
• Situation：情景；事情是在什么情况下发生的？
• Task：任务；你的任务是什么？
• Action：行动；你做了什么？
• Result：结果；最终的结果怎样？
• 不管是什么，合理熟练运用此法则

• 可以轻松的描述事物的逻辑方式，表现出自己分析阐述问题的清晰性、条理性和逻辑性

• 示例：
• xxx突发耗大量流量，RD后续采取行动，顺利解决
• 主管询问RD了解情况
• 主管：xxx突发消耗大量流量，这个情况你们是怎么处理的？
• RD：
• x月x日查看到CDN网络流量确实异常，同时收到用户反馈耗流量问题(S)
• 我们必须立即修正此问题，降低公司和客户损失(T)
• 分析原因和行动(A)
• 我们首先分析了一下原因，发现是前一天关闭部分服务，怀疑与此有关
• 然后检查CDN服务器文件，发现缺失xxx文件，造成循环下载文件，造成用户流量和CDN流量异常
• 然后我们采取重启服务，检查确保CDN文件正常
• 并实时检测后续用户流量消耗
• 在事件发生26小时候后，一切恢复正常，没有再造成CDN和用户流量异常消耗(R)
• R中用数字更有说服力，比如时间缩短1小时、效能提升20%、销售额增加100万等
• 另外可根据情景进行合并简化ST部分，简明扼要即可

方法论-FAB法则

• FAB法则由下面3个单词组成（FAB法则的名字就是由它们的首字母组成）：
• Feature：你的特征／优势是什么？
• Advantage：比别人好在哪些地方；
• Benefit：如果雇佣你，招聘方会得到什么好处
• 我们还需要再增加一个证据（Evidence），这样可以使得我们的观点更加具备客观性
• 于是FAB就进化了FABE法则
• 连起来就是：找出关键、解答诉求、证实利益、打消疑虑

前端与后端

• 结论：

• 论技术性，前端是远远比不上后端的，很多人都不认为前端算是程序员，仅略高于美工UI

• 前端和后端是任何应用程序的两个关键方面
• 前端是用户所看到的，包括按钮、复选框、图形和文本消息等视觉元素，允许您的用户与您的应用程序进行交互

• 后端是使您的应用程序正常运行的数据和基础设施，为您的用户存储和处理应用程序数据

• 前端一词是指用户可以直接与之交互的图形用户界面（GUI）
• 例如导航菜单、设计元素、按钮、图像和图表
• 采用技术术语，用户看到的带有多个 UI 组件的页面或屏幕称为文档对象模型（DOM）
• 有三种主要的计算机语言会影响用户与前端的交互方式：
• 1-HTML 定义前端结构和不同的 DOM 元素
• 2-层叠样式表（CSS）定义 Web 应用程序的样式，包括布局、字体、颜色和视觉样式
• 3-JavaScript 通过操作 DOM 增加一层动态功能
• JavaScript 可以触发页面上的更改并显示新信息
• 这意味着前端可以处理基本的用户交互（或请求），例如显示日历或检查用户是否输入有效的电子邮件地址

• 前端会将更复杂的请求传递给后端

• 应用程序的后端有时称为服务器端，用于管理 Web 应用程序的整体功能
• 当用户与前端交互时，此交互会以 HTTP 格式向后端发送请求
• 后端处理请求并返回响应
• 后端处理请求时，它通常会与以下组件进行交互：
• 1-用于检索或修改相关数据的数据库服务器
• 2-执行用户所请求任务子集的微服务
• 3-用于收集额外信息或执行其他功能的第三方 API
• 后端使用多种通信协议和技术来完成请求
• 此外，后端还能同时处理数千个不同的请求

• 后端结合并发和并行技术，例如在多个服务器上分配请求、缓存和数据复制

• 前端侧重于用户可以看到的方面
• 前端分为两种，一种是重构，工作内容主要是切图，也就将设计师效果图用代码的方式实现出来

• 另一种是写小脚本，主要负责页面逻辑或交互特效等

• 相反，后端是使应用程序正常运行的一切方面

• 可以将前端视为汽车的外部，将后端视为汽车内部的所有机械

• 前端开发人员的目标是开发积极的用户体验，优化应用程序的可访问性，以及创建响应式设计

• 他们的主要开发目标是确保前端易于交互、设计精良且在不同的平台和设备上完全响应

• 后端开发人员构建并维护应用程序的服务器端操作
• 他们的主要开发目标是创建可靠的架构，以准确、高效地执行应用程序功能

• 它们旨在满足用户需求，同时符合所有安全和成本考虑事项

• 并发
• 并发是指应用程序能够同时运行多个任务
• 在前端，每位用户在其浏览器或移动应用程序中有着自己的应用程序副本，这意味着前端开发不存在并发问题
• 另一方面，后端可能必须同时处理数千个请求，后端开发人员使用多种策略：
• 1-多线程，用于管理任务的 CPU 处理
• 2-异步编程，例如回调和承诺
• 3-事件驱动的编程，其中后端侦听多个事件并同时运行相应的事件处理程序
• 4-锁定和同步技术，可让多个用户同时访问同一个资源，而不会出现不一致情况

• 在分布式计算方法中，开发人员可以将后端任务分配给多个节点，以便后端同时管理数据密集型工作负载

• 缓存
• 缓存会临时存储应用程序文件的副本，这样下次需要时可以更轻松地检索它们
• 可以使用缓存来缩短应用程序的加载时间和提高性能
• 在前端，浏览器或客户端应用程序会在用户首次访问时缓存标头图像等数据
• 下次他们访问相同的内容时，前端会加载缓存的文件以提高性能
• 后端开发使用缓存来减少应用程序服务器上的负载
• 在后端缓存中存储的内容取决于应用程序本身
• 缓存的内容包括静态页面、数据库查询结果、API 响应、会话数据、图像和视频
• 一种策略是将文件存储在内容分发网络（CDN）上，该网络充当前端和后端之间的中介
• 每当用户在前端发出请求时，CDN 都会检查数据是否可用并直接响应

Java基本路线

• 去掉通用的408和设计模式
• 1-Java SE
• 3-MySql
• 4-JDBC
• 5-前端三件套(html+css+js)
• 6-Java Web
• 7-SSM
• 8-Spring Boot
• 9-Redis
• 10-Spring Cloud
• 11-消息队列
• 12-JVM
• 13-可选云原生(Docker，Kubernetes)
• 14-额外中间件(Elastic Search，Netty这些)

嵌入式基本路线

• 一般分为 mcu+rtos，Linux驱动开发，FPGA开发，Linux内核开发
• 最多的，也是需求最多的，也是相应门槛相对比较低的，就是mcu+rtos
• 就是编写实时操作系统在一些低功耗芯片上完成控制和数据处理，相应的也要担任驱动开发和移植的工作
• 基本路线：
• stm32 标准库—江协科技
• stm32 hal库—正点原子
• stm32—rt-thread 自己找书
• 同时 c/c++语言指针和内存管理需要熟练，写驱动包的习惯要足够好
• 这几个学完就去看你想去的公司的业务是干什么的，强化相应的驱动开发熟练度

游戏开发基本路线

• 先根据想要使用的游戏引擎学习编程语言，之后学习游戏引擎基础功能的实现，基础掌握后练习高级功能
• 比如：
• Windows用的的是C++，同时结合lua或python脚本语言
• ios平台下使用Objective-C或swift
• Android平台下使用Java

• Unity在各个平台下都可以用C#或者javascript脚本语言

• Windows或游戏主机：Unreal、寒霜、CE3
• 苹果ios：unity3d、cocos2d-ObjC、Unreal、sparrow、sprite kit
• 安卓：unity3d、cocos2d-x、Unreal、AndEngine、libgdx

• 网页：Egret、cocos2d-html5、Fancy3D、unity3d

• 在选择游戏引擎的时候，尽可能选用流行的游戏引擎
• 因为游戏引擎流行意味着官方的功能比较完善和易用，问答社区也有较多人答疑
• 各个游戏引擎也各有千秋
• Unity3d胜在简单易用，对性能要求不高，但是效果不够华丽，因而一般用在移动平台而不会用在电脑或游戏主机
• Unreal胜在开源免费，而且效果很出色，但是对设备要求比较高，因而常常用来开发效果绚丽的大型游戏

• cocos2d-x也是开源免费的，在2D领域深有造诣，但是缺点是不可视化开发

• 等到有了不少实践经验后，需要大幅提升编码业务能力和相应的架构能力
• 要学习 设计模式、游戏性业务 等内容

• 比如 GoF提出的23种DesignPattern

• 后面和Java一样，都是研究原理

• 懂本质，才能更好地处理问题

• 因为游戏开发就是一门实时渲染的艺术，所以离不开图形库的学习
• 比如，Windows平台专用的DirectX 11和通用平台的Opengl
• 这两个图形库，至少需要入门其中一个
• 然后，你就可以开始看计算机图形学的书籍了

• 如果你发现你的理论底子不足，这个时候就需要补一下线性代数、基本的微积分、还有3D数学的知识

• 游戏引擎中包含了各个部分，上面的渲染只是游戏引擎的一部分
• 还有其它诸如着色器编写、地形编写、物理引擎编写、模型和动画、人工智能体设计、网络编程等等
• 完成渲染部分的基本学习后，你可以选择自己感兴趣的部分进行专攻

关于博客平台

• 国内主流：CSDN，博客园，掘金
• 阿里云和腾讯云社区是大失败，基本没有什么作者入驻

• 简书已成小说平台，51CTO，思否已经被沉没

• 先来看看流量：
• 
• 
• 
• 掘金作为 内容偏前端 + 新生代，肯定是拼不赢CSDN和博客园的

• CSDN流量是最高的

• CSDN 优点：中文社区里，数据量最大，流量最大
• 导致一些问题，国内社区，只有CSDN有解答
• 比如：
• IllegalArgumentException: invalid hexadecimal representation of an ObjectId
• 虽然说腾讯云社区会同步一些StackOverFlow的问答，但同步量还是太少了
• CSDN 缺点：糟糕的UI，重复的内容，不要说搬运(搬运各平台都有)，令人厌恶的国内搜索权重
• CSDN并不是广告多，而是UI巨丑，这点你要清楚
• 博客园，中规中矩的样子，不过因为破产问题，很难办了
• 掘金优点：UI好看(毕竟月影操刀)，新生代，所以内容还没那么重复
• 掘金缺点：内容以前端居多，流量不足，令人厌恶的国外搜索权重

• CSDN是百度加钱，掘金是SEO加强，都带点手段

• 自建博客很不错，但更像是个人图书馆
• 因为没有专业的SEO优化，没有流量
• 而且要考虑的东西很多，我的自建博客升级后 文章至今还没完成转移，因为没有时间
• 我的自建博客：https://icpc.cloud，https://ccpc.cloud
• 我的CSDN：https://blog.csdn.net/weixin_59624686?type=blog

如何提升影响力

• 主要渠道：
• 1-技术博客：流量

• 2-自媒体

• B站、头条号、抖音等

• 公众号、知乎等

• 3-开源项目：公布到Github，看其热门度
• 4-解答问题：在Stack Overflow上给别人解答问题，看其分数
• 5-顶会论文：ACL、CVPR、EMNLP、AAAI等
• 6-行业论坛：QCon、InfoQ、AI大会等
• 7-出版书籍

机器学习的本质

机器学习的本质是归纳推理（不完全归纳）

• 人类的推理方法大致可以分为两种：
• 一种是演绎法：从一般到特殊
• 另一种是归纳法：从特殊到一般
• 机器学习本质上就是在做归纳推理，并且是不完全归纳法
• 是利用某种算法从数据中自动归纳出有意义的规律的一种方法
• 机器学习的数学本质为：函数逼近、概率分布的逼近与采样、Bellman方程的求解
• 机器学习本质上是高维中的数学问题，神经网络是高维函数逼近的有效手段
• 比如：
• 监督学习：高维函数理论
• 无监督学习：高维概率分布理论
• 强化学习：高维Bellman方程
• 时间序列学习：高维动力系统

机器学习的目标

• 是让计算机自动获取知识，然后用获取的知识解决问题
• 获取知识的方式是通过大量的数据，得到一个函数

从程序的角度来说

• 传统的程序在编码完成时，函数就已经确定了，运行程序就是执行这个函数，其结果是确定的

• 而机器学习程序在编码完成后，需要先用数据进行训练/学习，才能确定函数形式，执行这个函数的结果取决于训练/学习的数据，是不确定的

• 机器学习得到的函数可能是基于概率的(基于统计学习)，也可能是确定的函数关系

机器学习问题，通常可以分为三个步骤

• 1-数据准备与预处理
• 2-模型选择与训练
• 3-模型验证与参数调优

Git相关(超级残篇(因为我没时间))

关于分支

• master：主干，拿到手后第一件事请就是设置为Protected
• 所有Master Branch的变化必须经过PR来改变
• 避免初级程序员犯错误，基本上和Production挂钩
• dev：active branch，基本上和Staging挂钩
• Tang/feat-branch：用 用户名/feature 格式来命名，可以在 SourceTree 和 Github 里面用树形结构来显示，本身没有什么特别的意义

代码评审 Code Review

• Code Review 的首要目的是改善和保证代码质量，预防 bug

• 时机：每次代码CheckIn之前进行

• 此外还有益于制定团队代码规范，形成团队技术氛围，加深技术团队成员沟通，老带新互助成长等等
• 有些团队里 Code Review 处于开发流程的边缘位置，有些团队 Code Review 处于代码编写到部署的必经部分

• 正常来说，Code Review 是代码编写到部署的必经部分，所有代码都必须经过 Review 才能 merge

• GitLab可以在分支合并的时候支持两种方式：
• 1-在本地将源分支(Source branch)代码合并到目标分支（Target branch）然后Push到目标分支（Target branch）
• 2-将源分支(Source branch)Push到远端，然后在GitLab指定目标分支（Target branch）发起Merge Request，对目标分支（Target branch）拥有Push权限的用户执行Merge操作，完成合并

• 也就是说，使用GitLab进行Code Review就是在分支合并环节发起Merge Request，然后Code Review完成后将代码合并到目标分支

• 相关博客：
• 代码审核的标准
• 代码审查语录
• 加快代码审查的 7 个最佳实践

什么是微服务，什么是云原生，什么是编排器

• Kubernetes入门-大简介

互联网金融-中国四大财团

• 分别是 招商、华润、中信、保利 这四大财阀
• 共同之处都是90年代创办的企业，都是在民族危亡时创办的企业，历史久远，在中国市场占有很大的份额
• 再加上其国有企业的身份，因此政策方也会有所倾斜

(1) 招商局集团

• 由李鸿章创办的轮船招商局发展而来的
• 它的历史几乎是可以追溯到1872年的时候
• 在上百年的发展当中，这样的一个集团无疑也是成为了我们国家市场当中最为庞大的财团
• 总体资产规模已经是超过了10万亿的程度，这样的数据不仅仅已经是超过了俄罗斯整体的GDP
• 而且快要赶上亚洲的发达国家韩国

(2) 中信集团

• 排在第二位，1979年的时候由荣毅仁建立的企业
• 在这样一个发展历程当中，中信集团在2020年已经是实现了6万亿元资产规模
• 产业几乎已经是遍布在我们市场当中的各个领域之中了，拥有着数量高达175家的一级子公司
• 比如经常能够见到的中信银行、中信证券、中信重工等等
• 是我国最大的企业集团，业务甚至还涉及了出版、农业、医疗以及能源的产业领域当中

(3) 保利集团

• 保利集团成立于1993年，这家企业本身是针对于房地产行业的发展而建立的
• 后续旗下也是陆续建立了投资性质的公司以及科技发展的公司
• 保利集团的总资产能够达到1万亿元以上，员工的数量更是超过了10万人

(4) 华润集团

• 建立于1938年，发展的历史也是接近百年了
• 这也使得华润集团成为了全球市场500强企业，总体的资产规模也是接近万亿元的程度
• 华润集团实际上是一个贯穿人民群众生活方面的企业，他们的业务面也是非常地广阔，并且多是实体性质的产业
• 全国连锁超市当中排名第一位的华润万家超市以及华润医药等都是属于华润集团的产业
• 还有市场当中平价的矿泉水产品怡宝也是属于华润集团的
• 除去这些之外，华润集团在电力、燃气、置业等产业方面也有着巨大的影响力

互联网金融-金融行业证书

• ASA（北美准精算师） ＞ CFA（特许金融分析师） ＞ ACCA（国际注册会计师） ＞ FRM（金融风险管理师） ＞ AICPA（美国注册会计师） ＞ PMP（项目管理人士资格认证） ＞ CPA（注册会计师）

互联网金融-金融行业求职梯队

• 第一梯队：顶级量化私募
• 国内的百亿量化私募已有33家
• 头部格局从原先的“四大天王”（九坤、幻方、锐天、致诚卓远）已经演变为“量化六巨头”（明汯、幻方、九坤、灵均、诚奇、衍复）
• 这六家量化公司的管理规模均已超过500亿元
• 量化头部机构的用人标准是极其严格的，通常只考虑清华、北大等国内顶尖学府以及常春藤盟校的毕业生

• 而这些机构在招聘时，更倾向于选择数学、物理、计算机和经济学等专业的学生

• 第二梯队：Top公募、Top券商IBD
• 国内领先的公募基金公司中，2023年前五名分别是易方达、华夏、广发、富国和招商
• 在这些公司中，易方达表现尤为突出，成为了公募基金行业的翘楚
• 对于公募基金公司来说，招聘研究员时更倾向于选择具备理工科和金融复合背景的人才
• 这种背景的人才不仅具备扎实的理工科基础，还具备金融领域的专业知识和技能，能够更好地理解和应对市场的变化
• “三中一华”作为“老大哥”，基本混上三四年就可以年薪百万
• 哪怕是刚入职的应届生都可以挣的盆满钵满，一度被称为是金融行业的求职天花板
• 这几家公司招人必卡学历，基本都要头部985/两财一贸本硕

• 且至少2-3段相关实习，留学生毕业院校QS排名前50

• 第三梯队：颈部以上券商IBD&银行总行
• 颈部投行：国君、海通
• 胸部投行：民生、国信、招商、国金、安信、申万、广发
• 腰部投行：东方、长江、东兴、兴业、光大、中泰、国元等
• 腿部投行：东吴、浙商、方正、天风、中原、华林、东北、平安、长城、五矿等

• 银行金字塔顶端必须是人民银行，四大行总行、招商银行总行、中信银行总行也在这一层级

• 中国人民银行：“央妈”，实权部门
• 只管两个事情：印钱+管理市场经济，只对公不对私，如存取钱办信用卡个人业务没有
• 四大行：
• 中国银行：出国外汇结算
• 农业银行：养猪种田专业户，村镇覆盖率高
• 建设银行：CCB，靠房地产起家
• 工商银行：ICBC，喜欢做生意开厂，外号“宇宙行”
• 央妈在上海还有个干儿子：交通银行，自称“第五大行”
• 各地方、企业衍生出来的小银行，如上海浦发，福建兴业，做五大行看不上的生意

• 农村信用合作社：买种子，卖猪等三农事情可以借钱，要求低于农业银行

• 第四梯队：理财子公司
• 理财子公司在过去两年里逐渐崭露头角，成为了金融行业的焦点

• 理财子公司之于银行，犹如富二代之于家族

• 银行IT岗：
• 整体上，总行下属科技信息部>总行下属研发中心>=省级分行>=省会城市支行>=科技子公司>其他地级市支行

互联网金融-金融术语

• 风投：
• 古代有一小姐，遇到一个上京赶考的穷书生避雨，发现其很有才华后以身相许
• 次日小姐垂泪送书生：“君若高中莫负妾身”书生发誓后，走了
• 小姐让丫环把书生的名字纪录在册，丫头说：“这已经是第五十个书生了！”

• 小姐说：“没办法，总有一个会真的考上的”

• 融资：

• 书生让书童把小姐的名字记下，感叹说：这是第一百个了啊

• 泡沫：
• 书生的伴读童子问书生：公子，自从三年前你离家，如今已经睡了九十余名女子了
• 我们在各大赴京路上往复，难道就不去赶考了吗？

• 书生答：赶考当大官不也是为了钱和女人吗？既得痴情女子九十有余，还赶着考啥？

• 跟投：

• 丫鬟帮小姐把名字记下后，从贴身处掏出一个小本，记下了第五十个书童的名字

• 平台：

• 书童回味着九十几个丫鬟的味道，掂掂口袋里的私房银子，紧紧的跟上了公子的步伐

• 对冲：

• 抵京后书生把所带银两的十分之一让书童去京城赌场压了自己考不上

• 上市：

• 书生被公主看中，免于应试，直接招了驸马

• P2P：

• 书生招驸马后，无法兑现对之前九十多名女子的承诺，前期九十多名女子的投资将血本无归，全部输光

• 维权：

• 小姐得知书生发迹，知道前期投资已血本无归，逐上京击鼓鸣冤

• 退市：

• 京城乱成一团，圣上得知后大怒，休掉书生，午门斩首

• 救市：

• 午时三刻，刽子手挥刀之际，一太监高呼刀下留人！原来书生母亲是大明湖畔夏雨荷

• 债转股：
• 书生被救后，皇上颁布圣旨“前期九十多名女子全部纳为驸马小妾，沐浴皇恩浩荡”

互联网金融-龙王布雨

• 2008年，玉皇大帝突然发现人间赤地千里，虽然他不太清楚发生了什么事
• 但他记得，在1929-1933年，人间也发生过一次重大变故
• 那次他没有出手，后果很严重（1929年至1933年之间发源于美国的经济危机，亦称之为“大萧条”）

• 所以这次他应该及时出手

• 于是玉皇大帝派出四海龙王到各地下雨，四海龙王有点类似于各个主要经济体的中央银行行长

• 东南西北四海龙王接到了旨意后，开始到各地行云布雨，这就类似于2012年以后看到的全球量化宽松

• 那时龙王们也没想好怎么下雨，有的地方多一点，有的地方少一点
• 所以有的地方起作用了，有的地方没作用

• 比如日本就没起什么作用，美国好像起了一点作用，欧洲作用不大，中国的反应就非常强烈

• 另外，由于降雨的分布不均衡，所以人间各个群体所接收到的雨水的数量也不一样

• 有的人住得高，离龙王近一点，先接到雨；有的人住在洼地，后接到雨

• 这些先接到雨的人—银行、非银行金融机构、房地产公司、PE（私募股权投资）、VC（风险投资）—就开始做二道贩子，把雨贩卖给离龙王较远的群体，比如说制造业、企业、创业公司

• 所以我们看到，不同的社会阶层、不同的产业在这个过程中出现了严重的分配不均

• 但是人们的精气神高涨了，特别是最先接到雨水的群体

• 而且，龙王不光自己降雨，还叫着虾兵蟹将一起下雨，有点像我们过去看到的影子银行的膨胀

• 什么是影子银行？
• 影子银行是指游离于银行监管体系之外、可能引发系统性风险和监管套利等问题的信用中介体系
• 包括各类相关机构和业务活动

• “影子银行”有三种最主要存在形式：银行理财产品、非银行金融机构贷款产品和民间借贷

• 如果说，商业银行是所谓的主渠道

• 那么虾兵蟹将相当于游离于银行监管体系之外的非银行金融机构，就是我们所说的支流、支渠道

• 龙王带着虾兵蟹将一起下雨的结果就是，有的地方全是水，盆满钵满
• 有的地方地势低洼，陷入内涝

• 还有的地方离龙王太远，没接到几滴

• 这是我们过去十年看到的情况

• 降雨量持续久了，就会产生洪涝，这有点像过去十年里的几次资产泡沫，玉皇大帝觉得不能这么下雨了

• 所以，从2015年开始，以美联储为代表的中央银行开始货币政策常态化
• 美国先撤了，欧洲、日本、中国陆续跟进

互联网金融-人性和货币幻觉

• 为什么降雨多了是有害的？

• 因为很多人不去种地、不改良土壤，而是跑去贩卖雨水，所以玉皇大帝觉得这么下雨是不行的

• 但是当四海龙王准备撤退的时候，他们发现，如果不下雨，人间不太适应
• 因为我们已经习惯了过去十年相对充沛的降雨量，雨大一点也行，雨小一点也行，就是不能不下雨

• 这就是我们今天看到的货币政策的退出困境，金融机构不答应，创业者不答应，PE（私募股权投资）、VC（风险投资）不答应

• 在中国-姑且称之为东海龙王的降雨区

• 玉皇大帝和东海龙王商量说不能光靠下雨，还得搞改革，要改造土壤、改良种子、提高单产/亩产面积

• 于是，在2017年、2018年，中国进行了金融整顿
• 产生的连锁反应是，资产泡沫开始破裂，整个流动性开始收紧，融资成本开始上升

• 同样还是离龙王最近的地方最先受到影响，过去为了接水，花了很多钱买盆罐，结果钱花出去了，水没了，资金链陷入了崩溃的边缘

• 这就是很多影子银行、非银行金融机构、VC（风险投资）、PE（私募股权投资）面临的处境

• 也在宏观经济、金融层面有所表现

• 无论你在人间承担什么样的角色——创业者、高级官员、学者、股民

• 在龙王降雨的时候，都会有一种财富幻觉或者货币幻觉——资金流动性充裕，融资非常容易，借钱非常便宜，投资的机会似乎满眼都是

• 尽管理性告诉你，天上不会掉馅饼，但身边的人似乎都奔跑在获取财富的路上

• 有人靠创业，有人靠融资，有人靠技术，有人靠拉皮条，有人靠关系等等——都赚到了大把的钱

• 纸面富贵迷人眼，说的估计就是这种状态

• 整个社会风气、市场氛围开始变得焦灼、焦躁
• 不是因为挣不到钱，而是觉得钱挣得太慢了

• 为什么我要现在才挣到10个亿，你看某某某的市值都过200亿美元了

• 大家开始变得不淡定
• 尤其是那些离龙王近的群体，他们接到了大量水，也急于把自己的水以各种说辞卖出去，或者用出去

• 可以回想一下，前几年，整个投资市场里面最大的困扰在于，怎么把手上的一大把钱投出去

• 人性在龙王下雨时发生的这种变化，表现在方方面面

• VC、PE是这样，一级市场是这样，二级市场更不用说了

• 2015年是一个典型，股票市场在2015年上半年加速上涨，整个投资市场都非常焦虑

• 那时候你会发现，无论是北上广深，还是边疆小镇，每一个人都成了股神

• 大家吃着烧烤，谈着股票，人人都可以买到涨停板，人人都觉得自己账面上有很多钱

• 整个世界都陷入了虚假繁荣

• 但是我们知道这种情况是不可能的

• 如果说靠印票子能够解决经济问题、结构问题，那人类社会最发达的国家一定是津巴布韦

• 从宏观指标上看，在金融上行周期或者是资产泡沫的时候，M2（M2反映货币现实和潜在购买力的重要指标）呈两位数的增长，社会融资总量飞速滚动
• 这种情况下，玉皇大帝让龙王鸣金收兵了，虽然龙王还是会下一点雨，但他的虾兵蟹将全都回去了

• 也就是说，整个影子银行都没了

• 这个问题本身就值得探讨，但跟大家探讨的不是这个理论问题

• 而是一个人性问题，因为在这个转化过程中，人性和货币幻觉走到了另一个极端

• 当流动性收紧的时候，大家觉得坏了，资本寒冬来了

• 这个时候人性也发生了一些变化，从过去的积极创业、投资转向保守、谨慎、爱学习

• 在金融整顿以后，整个市场情绪、流动性、投资方式、融资方式都发生了很大变化
• 人们从金融上行周期或者金融资产泡沫化阶段，一下子逆转到了金融下行或资产缩水阶段

• 人们变得保守，不愿意投资，现金为王

• 形势似乎一夜之间发生了逆转，这个转换点大概在2017年

• 最顶级的VC（风险投资）、PE（私募股权投资）都开始缺水，项目挺看好的，但是对不起钱还没募完

• 这种保守、谨慎、恐惧、害怕的情绪逐级传递，开始在整个产业链条蔓延
• 于是人们都在想：怎么一下子到了这种境地？我们该怎么办

互联网金融-以金融地产为代表的高周转模式的崩塌

• 从财务角度看，以金融地产为代表的高周转模式其实非常简单

• 举个例子，一笔资金，正常情况下一年能赚两次

• 如果赚了三次四次，那么资金的利用率会比正常高2倍、3倍，相当于融资成本变相地摊薄了

• 即便是作为传统业态的金融行业，包括银行、信托、保险、资管、担保、典当等等

• 基本模式都是这样：把自己的资金高周转，充分利用原始资金，撬动杠杆，让它转得更快

• 这种模式在过去10年的金融上行周期非常成功，它的出现、成功建立在龙王持续下雨的基础之上

• 很多人会反驳，也有很多金融机构和房地产公司没有用这个模式
• 原因是他们在过去踩过坑、爆过雷、亏过钱，他们有点害怕，胆子不够大

• 有一位著名企业家曾经说过：清华、北大不如胆大

• 抛开正确与不正确，在龙王持续下雨的背景下，这句话也没错

• 这种情况下，高周转模式可以把手榴弹变成炮弹、炸弹、原子弹、氢弹，持续时间越久，杀伤力越大

• 但是，随着2017年的金融收缩，高周转模式出现了问题

互联网金融-互联网高估值模式的崩塌

• 互联网的高估值模式，或者说互联网行业里很多业态的高估值模式，也是在龙王不断下雨的过程中形成的

• 技术驱动、模式创新再加上流动性的配合，使得过去十年里出现了大量独角兽

• 有的扩张非常快，几年之内就可以IPO，市值动辄数百亿人民币、数百亿美元，投资者们也通畅地退出通道

• 一部分独角兽，由海外机构主导投资，主要到美国、香港地区上市

• 他们赚的钱是一级市场、二级市场估值的差价，因为二级市场估值高

• 还有一部分独角兽，由中国本土投资机构主投，大部分在中国A股上市

• 赚的也是一、二级市场的估值差额

• 在金融上行周期，在资产泡沫化的时候，大家觉得这只是一个泡沫，只有极少数人觉得是一个骗局
• 没有人一开始是一个骗子，也没有人一开始就想行骗

• 那些天花乱坠的故事不能说都是假的，但至少有一大部分，事后被证明是假的

• 在这种高估值模式下，人性就像上面说的一样，不管是投资人、创业者还是上市公司都发生了微妙的变化

• 大家都说这个模式可以不断复制，尽管不盈利，但是我们相信它

• 比如，我们经常听到这样的故事，创始人是理工男、学霸，毕业于名校

• 合伙人要么是硅谷回来的，要么是华尔街回来的，简直是完美的Team

• 国际主流的投资机构愿意给钱，国内的投资机构愿意给钱，这么多机构做背书

• 他们去和地方政府谈生意，地方政府觉得这个团队太厉害了

• 我们一再讲，在龙王不断下雨环境下，这个模式没有问题，即便有点泡沫
• 比如说有的投资者C轮投进去了，觉得没有把握，想先撤了，就转给了D轮

• D轮再转到E轮，甚至有的到F轮准备IPO了

• 过去的IPO都很顺畅，美国市场给了中概股一个溢价（中国概念股，外资因看好中国经济成长而对所有在海外上市的中国股票的称呼），中国资本市场也给了所谓的独角兽一个溢价

• 在龙王不断降雨的背景下，这个链条本可以继续运转下去
• 但我们知道，后来龙王鸣金收兵
• 整个的链条，无论是创业方、投资方、融资方、二级市场机构、股民、监管机构，一下子无所适从
• 眼睁睁看着资产缩水，开始不知所措

国内车厂-自动驾驶技术梯队

• 第一梯队：百度自动驾驶、小马智行、文远知行、AutoX、Momenta、图森未来、领骏科技、元戎启行

• 第二梯队：智加科技、菜鸟、京东、美团、轻舟智航、滴滴自动驾驶、智行者

• 第三梯队：赢彻科技、飞步科技、斯年智驾、酷哇机器人、高仙机器人、驭势科技、行深智能、白犀牛、踏歌智行、慧拓智能

• 第四梯队：中智行、希迪智驾、千挂科技、主线科技、西井科技、恒润科技、盟识科技、仙途智能、新石器、一汽挚途

• 第五梯队：行猩科技、擎天智卡、畅加风行、伯镭科技、易控智驾、路凯智行、于万智驾、深兰科技、仓擎智能、九耀智能

互联网产品-三级火箭

• 三级火箭其实是成本和可控性平衡后的选择，三级火箭其成本和安全性达到一个最佳值

案例	第一级	第二级	第三级
要点	高频头部流量	沉淀用户的商业场景	商业闭环
腾讯	通过QQ或微信工具拉取大量新用户	QQ 空间，QQ音乐/视频获取内容留存用户	腾讯游戏娱乐等数字内容变现营收
罗辑思维	罗胖坚持五年多的免费脱口秀《罗辑思维》	得到APP	付费听课，买会员等

互联网产品-低频打高频

通用领域的长尾困境

• “低频打高频的畅想”实现起来困难重重，即“通用领域的长尾困境”

• 低频打不过高频：
• 低频通常被定义为：使用频次较低，用户重复选择率较低
• ×代驾和滴滴打车这两款软件同样是满足有出行需求的用户群
• 但代驾相对于出租车，属于使用频次较低的功能
• 当滴滴打车以“出租车”这个高频需求迅速切入市场，培养了大批用户群体后
• 迅速横向扩展到专车和代驾领域，并且以比单一领域更便捷的方式瓜分市场
• 自然将代驾产品逼上了绝境
• 毕竟，用户的手机不会装两款同等效用的产品

频次

• 频次是指产生需求频次的高低，不同的需求，频次差异会非常大
• 有些需求每天都会出现一次甚至多次，比如外卖、出行
• 有的需求差不多每周出现一次，比如看电影
• 有的需求也许每个月出现一次，比如交水电费、还信用卡

• 有的需求每年出现一次，比如车险，出境游等……

• 高频价值大，还是低频大？
• 同等条件下，大家更喜欢做频次高的产品功能
• 比如天猫积分系统
• 在产品的早期版本里，买家每次购物产生的积分变动消息，需要先做

• 而用户每年年底积分过期的提醒，可以缓缓，如果碰到可以先手动解决

• 但有些需求的频次不高，也愿意做（客单价高）
• 如婚庆市场的产品
• 因为这些单次需求的复杂度高，而且单价也高，有很大的价值空间可供挖掘
• 虽说外卖需求的频次比较高，但每单通常只有20块左右
• 而婚礼，一辈子只有一次，背后的需求包含了很多点
• 拍婚纱照要几万，办酒席要几十万，蜜月旅行要几万

• 还需要买一些周边产品，小到喜糖，大到车和房，后者又至少有几百万的潜在市场价值

• 需求总结：
• 通常频次很高的需求不太可能有太高的单次价值
• 理由很简单，类似每天一次、每次一千块这种需求，只能存在于极端小众的土豪市场
• 大众普遍没有这么强的消费能力
• 另一个角度，是这种优质需求早已经就被做完了

• 高频高价的需求极少，低频低价的需求不值得做

• 常见的是另外两个象限的需求，要么高频低价，要么低频高价

• 常见的策略是：
• 先利用高频低价的需求抓用户，因为高频场景和用户互动的机会多

• 而低价的轻决策场景可以降低用户进入门槛，容易拉新、引流

• 再用低频高价的需求做利润，因为单价高了，可以切分的蛋糕才大

• 采取这样的先后次序，是因为必须有海量用户做基础，而低频需求的总量足够大

• 换句话说，“高频打低频”只适用于早期瓜分用户的市场情景

• 随着时间的推移，低频需求的价值必须考虑起来

• 汽车后市场（指买车以后产生的各种消费），用高频低价的洗车、加油等场景增加用户数
• 甚至通过补贴来抓牢用户

• 然后用低频高价的保险、保养、修车来赚取利润

• 个人金融领域，先利用记账、小额理财等高频低价的场景拉新，然后在利用借贷这种低频高价的场景来赚钱

• 医疗领域，先利用挂号、轻问诊来抓用户，再利用重疾险、生病等相关消费来赚钱
• “需求频次 ✖️ 单次价值”
• 但凡想到频次的时候，都可以同步思考一下单次价值
• 一句话总结：
• 高频抓用户，低频做利润

高频打低频

• 创投圈/产品圈都流传着这样一个观点：“高频打低频”
• 高频的业务（如外卖O2O、日常出行）容易对相对低频的业务（如药品O2O、商务出行）形成竞争优势

• 高频的业务切入低频业务很容易，低频业务反击高频业务却很难

• 微信：满足高频次的社交+通讯需求，一天打开多次，黏住用户，占用用户大量时间
• 支付宝+各种电商和生活服务类app：满足消费需求，一天打开一次，或几天打开一次，略低频
• 微信通过高频次的通讯需求黏住用户，再推出微信支付，和京东购物以及大众点评等支付场景，形成闭环

• 让用户依然在微信中完成低频次的消费，对单纯的低频应用形成打击

• 为什么低频打不过高频？
• 大部分的解释来自流量模型，即高频业务天然拥有更多流量
• 即使在用户场景中分流一部分，也能对只做低频业务的独立应用形成流量优势
• 例如在外卖APP中上线一个送药上门的板块，让高频的外卖业务为低频的送药业务导流
• 与直接做低频业务相比，从高频业务开始借助样本优势建立的效率差能够给用户带来更多效用差

• 这就是“高频打低频”观点的另一个真相

• 高频打低频的本质是让用户形成路径依赖，这要求：
• 有一定的量级、提供的服务比之前的要好太多、用户转换成本低等
• 并不是所有的高频服务就一定能攻下低频

低频如何打败高频

• （1）做高频产品无法提供的
• 从麦包包的失败可以知道，品牌商独立做电商几乎是必死无疑
• 因为通用性平台已经占据了流量，用户的消费习惯难以改变
• 由于网络消费，电子商务商品堆积的影响，用户的购买行为已经定性为：“搜索—购买” “浏览—购买”

• 商家也顺势产生了“想卖东西，就应该把产品放到大平台去”这样的想法，进而放弃了自建电商平台

• 而通用性平台最大的特点是服务的流水化和标准化

• 因此，低频产品想要占领市场份额，可以重新定义品牌形象，做高频产品无法做的

• 日本有一家重新定义大米的企业，将普通的大米定义为“文化产品”，不仅为大米举行了优质米评选活动
• 还与服装店合作，为大米量身定做和服包装，甚至为大米取了不同的名字，将大米的形象升华成了礼物
• 而通用性的大平台由于自身属性无法给予每一个产品足够的表现平台
• 这家大米找准了差异性后，成功地跳出了大环境的影响，让消费者心甘情愿地登录自家官网进行购买
• 也顺势在网站上传播了更多的产品文化

• 如果这家大米企业只是在自建的电商平台卖完全一样的产品，仅仅做了垂直，那么发展情况也可想而知

• 反观黄太吉的现况
• 美团、饿了么上卖烧饼的多了去了
• 但这些网站普遍不能解决的是：无法保证食物的新鲜度，无法管控送餐时间

• 因此黄太吉的策略就是自建物流，重视外卖的食物质量和口感，这一点上通用性平台就没有办法大幅改动，自然给了黄太吉成长的机会

• 河狸家美甲领域的专业度是58到家的流程化服务不能达到的

• 在单价、资源都类似的情况下，顾客会选择更聚焦的低频产品，这也是河狸家避开巨头迅速发展的重要因素

• 产品在生命初期时往往以高频需求切入市场
• 随着市场竞争的激烈，这些具有首发优势的产品也会逐渐横向发展，往同类低频需求进军
• 产品容易发展成为通用性大平台
• 因此，作为以低频需求切入的产品，应该仔细思考什么是这些高频产品无法提供的

• 从这些点去发力，重新定义品牌形象

• （2）拓宽低频产品场景覆盖面
• 对于通用性高频产品而言，在包揽众多业务的属性下，产品已逐渐演化成了单纯的消费性平台
• 因此用户在该产品上所产生的场景就只局限于消费

• 这也刚好是低频产品逆袭的一个突破口：拓宽产品的场景覆盖面

• 招聘行业的巨头如智联招聘和Boss直聘，这两个平台能满足你求职就业的各类需求
• 同时也能让企业找到合适的人才
• 但是使用过这类平台的用户应该知道，我们的使用场景基本为：投简历+等待机会
• 这也是这类产品所能提供的最大场景覆盖面
• 但是仔细一想，以实习举例，从需求产生到需求被满足是一条很长的线路
• 比如在产生行为前，我们也需要目标行业的动态和发展情况

• 比如××公司招聘职位的大幅度变化或职位能力需求的变化，都可能影响我们“发送需求”的行为

• 如果当下有一款低频产品（比如互联网求职）的定义是：从你开始关注到最后成功，提供全场景服务

• 而不是像通用性平台一样的信息提供站，那么这也是低频产品打过高频产品的一个捷径

• 代驾也如此，传统的代驾场景是：信息匹配+代驾
• 如果我们再来看这个场景，你会发现能拓宽的地方有很多
• 比如代驾司机在接到用户前可以询问用户是否需要携带物品
• 在送达目的地后，帮忙扶用户回家等场景

• 这样一来，虽然滴滴打车的使用频次更多，但用户一有代驾需求时，还是会想到×代驾产品

• （3）帮助用户节约时间
• 当信息大量沉淀后，用户将会花大量的时间在选择上
• 从心理学的角度来看，过多的选择反而会降低用户的购买行为

• 并且当这些选择大同小异时，人会因为对比选项耗费过多的精力而直接放弃做决策

• 但是通用性产品由于业务发展不得不堆积信息
• 因此大量的细分电商就冒了出来，他们高喊着：我们的东西××点评、×团上、××到家都有

• 但是我们能帮你选择

• 蘑菇街和美丽说这两个女性时尚导购产品活生生从淘宝上瓜分了一块市场
• 首先产品的差异化来自细分的浏览式购物与淘宝的搜索式购物
• 于是我们看到，淘宝也做细分了，并且封杀了蘑菇街的导购信息，那怎么办呢？
• 蘑菇街顺势推出了“买手”功能：信息多了你也看不过来，那我们就帮你挑选，为你节约时间

• 这也是在巨头的压力下，低频产品不断探索用户心理的出路

• Enjoy同样以“精选产品”为用户节约了大量的时间
• 这种由商家为我们提供选择的模式不仅为用户消除了选择恐惧症，增大了产品的交易率

• 而且也为产品创造了更多的曝光机会，进而引发UGC

• QQ音乐的“今日推荐歌曲”让用户不再花大量的时间寻找内容
• 并且增加了代替选择的惊喜性，大获用户好评

• 来看用户对这些“聪明的产品”的评价，大多数都是“××推荐的太给力了”

• 大数据的高强度匹配同样为用户节约了选择时间，在平台的内容做重后，恰恰应该考虑怎么为用户把内容做轻
• 未来应该属于那些更懂用户心理的产品
• 比如一款做“心情食谱”的美食类APP，抓住了当下社交产品所激发的“秀”文化
• 提供符合用户心情的食物，更切进了用户心理，帮助用户精准地选择
• 因此，在与高频产品模式类似的情况下
• 低频产品的另一个出路就是：在信息冗杂的今天，从用户心理出发，为用户节约时间

产品经理与UI设计师

• UI，User Interface Design，即用户交互设计

• UX，用户体验

• 直白点：一个是写文档的，一个是画原型的
• 文档里面是用户故事，场景和用例描述

• UI设计需要将这些文字性的需求描述转换为可视化的流程图，架构图，原型图和交互稿

• 精细程度上：产品经理描述出大概的草图样式，交互会给出更贴近实际高保真原型图

• 产品和交互早期合作会一起设计概念草图

• 职能分工上：产品经理收集整理分析需求，定义出产品版本的特性和系统边界

• UI设计根据已经确定的内容拆解人机交互模型，信息架构，框架流程，静态原型图，动态交互稿

• 研发工作流上：产品是UI设计的上游职能部门
• 产品经理通过需求分析找到低成本高价值的需求，输出需求文档

• UI设计解读文档，站在用户体验角度将其转化为可开发的原型交互文档

• 用户体验要素上：产品经理偏战略层和范围层，交互设计师偏向于结构层和框架层

• 视觉设计师负责表现层

• 负责对象上：产品经理向上负责，向老板负责

• 交互设计师向下负责，向用户负责

• 组织关系上：同一个规模的组织范围内，产品管辖交互，UI设计管辖视觉
• 很少见视觉管辖交互，交互管辖产品
• 对交互很重视的公司，产品经理和交互设计师职能上可以平级

• 像阿里的高级交互顾问，那都是算计着KPI来决定哪条内容（需求）该摆放在哪个位置

• 沟通上：后者结构化思维，前者形象化表达

• 工作参与度上：交互几乎是全程参与一个项目，产品经理只参与项目的前期工作即可
• 所有细碎的事务给交互来完成
• 交互要和产品经理一起进行早期的概念设计，自己独立绘制低保真原型
• 和视觉UI们一起设计高保真原型
• 必要的时候，再叫上程序员完成一个可展示的原型Demo

• 产品经理更多就参与前期的概念草图设计

• 页面上：产品经理在考虑背后的规则，而交互设计只是在考虑表面的逻辑

用户图像交互设计 GUI

• 界面如同机器的脸，在人机互动的过程中始终面对着我们的用户，起着十分重要的沟通作用
• UI设计由UI设计师以PM所制作的原型图为蓝本进行艺术加工
• 其中包括色彩、icon、字体大小颜色间距等具体工作
• 所以这时候需要强调一点，那就是PM在原型设计时尽量不要带颜色
• 以免影响UI设计师的后续工作
• 所以，产品经理又被称为「产品狗」也是因为产品经理大部分时间都是在制作“黑白灰”三色的原型，可能是线框图，也可能是低保真原型图
• 但是有的公司有交互设计师，低保真原型图多由交互设计师辅助产品经理完成

• 因为低保真原型对细节的表达更加深入

• UI设计师一般需要了解心理学、设计学、语言学等方面的知识
• 更要掌握诸如界面一致性等设计原则
• 然而界面设计不仅仅是UI设计师的工作
• PM在整个设计过程中要带领整个团队与UI设计师并肩战斗
• 但是平时工作中由于大家意见相左导致项目无限延期的事情屡见不鲜
• 所以此时PM的角色就显得更加重要，在UI设计师工作时要不断与其工作
• 沟通关于产品的功能、场景、用户、市场等信息
• 这样可以让UI设计师的脑海中有更多关于艺术设计的灵感
• 同时PM也应积极地促进UI设计师与前端工程师之间的沟通

• 以免UI设计在程序实现上出现无法预料的问题

• 前端就是把UI设计切的图，用代码实现
• 前端分为两种，一种是重构，工作内容主要是切图，也就将设计师效果图用代码的方式实现出来

• 另一种是写小脚本，主要负责页面逻辑或交互特效等

• 不要把交互设计片面理解成交互动效设计
• 交互动效仅仅是为了美化交互过程而做的设计，只是交互设计中的一部分
• 好的交互设计只能说是锦上添花，而并不是雪中送炭
• 而优秀的交互设计，是可以帮助用户优雅而又高效地完成所设想的任务

• 用户在整个过程中能感到愉悦而不受打扰

• “浏览、点击”是最主流的交互方式
• 交互模式只需要使用者有阅读能力（不仅看，还包括文字阅读）以及点击的能力

所谓产品运营

从类别上划分

• 可以把运营分为市场运营、用户运营、内容运营、社区运营和商务运营5类

• 1-市场运营：在市场环境下，通过曝光产品，提升知名度，进而增加产品的用户下载量
• 2-用户运营：更多的是一种以用户为中心的运营手段，目的是通过拉近与用户的关系，进而引导用户使用产品
• 3-内容运营：更多的是需要文案人员通过内容的编辑整合对产品进行积极宣传，以此诱导用户使用产品
• 4-社区运营：对于在社区中的消费者，通过一些活动手段进而使得用户使用产品
• 5-商务运营：这种运营方式大多应用在基于商务模式的产品中
• 最常见的是商务扩展和销售
• 例如，商场企业招租和一些购物类的App中，不仅要给用户优惠，还要给企业提供一定程度的优惠
• 以运营的手段留住商家

• 这一切的目的都是为了吸引用户进而留住用户，大多企业产品都是利用这种手段的运营模式

• 算是内包形式的 销售+客服 吧

产品运营包括的内容

• 1-拉新，2-留存，3-促活

产品运营需要做什么

• 1-寻找用户，2-以用户能接受的成本吸引用户，3-关注沉默用户

产品运营的常规流程

• 1-增加产品的曝光度
• 2-吸引需求用户和潜在用户
• 3-增加下载量
• 4-带领用户体验
• 5-转换固定用户
• 6-培养用户习惯
• 7-转化为核心用户
• 8-盈利

互联网企业中的运营岗位(部分常见)

• 1-新媒体运营：
• 负责活动策划、新媒体账号的维护，及时关注对应的粉丝数量以及对粉丝活动的一系列维护工作等
• 2-广告投放运营：
• 及时分析各广告分发平台的相关数据、推广形式等
• 并结合产品进行相关活动策划方案的制订，不断调整，用最少的成本达到最优效果，以此优化用户来获取成本
• 3-App 商店运营：
• 通过与应用商店间的对接，来完成App发布、上架等工作流程
• 在做好产品能够在应用商店的正常运营下载过程中，还要不断维护好与相关负责人的关系
• 通过各种渠道的不断推广宣传
• 用提前制订好的策划方案，提高推广效率，以此使App更好地发展下去
• 4-编辑：
• 对相关内容经过筛选、审核之后，做出相关内容功能的推荐
• 然后对这些内容展开进一步的信息完善和改进，从而进行再次策划宣传
• 对于重点内容可以制作出相关专题内容
• 5-SEO优化：
• 通过研究搜索引擎的搜索结果，制订相关搜索热词的匹配方案
• 来获得更多流量

**Powered by 汤键

兔子队列(目前大三)**

---

• Previous
  2024真无线蓝牙耳机-选购指南
• Next
  代码审查语录

---