大一大二是不是应该先把高数，统计概率论，编程导论，计算机系统，这种基础课程先打打结实。基础不好，上来就整降龙十八掌，怕不是要走火入魔啊。

onsite 面试只有一轮的吗，是不是多搞几轮，综合一下几个同事的不同意见。

对我这种纯靠服务器开发和编译的基本没有影响。mac 有个浏览器，iTerm，能装个 vs code 连上服务器就行了。挺期待 ARM 版本的 mac，估计会体积散热续航提升，对便携性帮助挺大的。

好像但凡正经点的开源项目，都有单元测试覆盖把。。啥也没有别人也不敢用把。。

隔壁 fb 看看。sde1 回国级别有点尴尬。

Oncall 了解下，管杀又管埋

你需要的是 zeppelin，以及开发 kernel

packt 的书质量不是很好，校对错误很多，质量层次不齐

Cloud native 云原生

hackthon 还有钱拿，厉害啊

名词不懂可能是对深度学习不太熟悉，建议 coursera Andrew Ng 视频看起来

https://baike.baidu.com/item/%E6%8B%87%E6%8C%87%E9%92%A2%E7%90%B4

拇指钢琴

难不成要这样

```python
class SumOfPoints:
def __init__(self, left, right):
self.left = left
self.right = right

@property
def x(self):
return self.left.x + self.right.x

@property
def y(self):
return self.left.y + self.right.y

class Point:

def __init__(self, coordinate:tuple):
self.x = coordinate[0]
self.y = coordinate[1]

def __repr__(self):
return "(%.2f, %.2f)" % (self.x, self.y)

def __add__(self, other):
if isinstance(other, Point):
x = self.x + other.x
y = self.y + other.y
return SumOfPoints(self, other)
```

```python
A = Point((1,1))
B = Point((4,1))
C = A + B

assert C.x==5

A.x = 5

assert C.x==9
```

这个是 uber 拿下 M4 预测比赛的方案，使用的就是传统时序+神经网络混合的方法。不是简单的 ensemble 方案，而是将传统方法的 parametric form 加入了神经网络的结构设计中： https://eng.uber.com/m4-forecasting-competition/

@sagaxu 是啊，infra，工具和服务（非 web ）