PM面試資料筆記 (6) - 技術(shù)篇


01 Google 云計(jì)算

  • GFS:Google File System百宇,Google 文件系統(tǒng)
  • MapReduce:分布式計(jì)算編程模型
  • Chubby:分布式鎖服務(wù)
  • Bigtable:分布式結(jié)構(gòu)化數(shù)據(jù)表
  • Megastore:分布式存儲(chǔ)系統(tǒng)
  • Dapper:分布式監(jiān)控系統(tǒng)
  • Dremel:海量數(shù)據(jù)的交互式分析工具
  • PowerDrill:內(nèi)容大數(shù)據(jù)分析系統(tǒng)

02 Page Rank & Map Reduce

Page Rank

  • 如果一個(gè)網(wǎng)頁被很多其他網(wǎng)頁鏈接到的話說明這個(gè)網(wǎng)頁比較重要可婶,也就是PageRank值會(huì)相對(duì)較高
  • 如果一個(gè)PageRank值很高的網(wǎng)頁鏈接到一個(gè)其他的網(wǎng)頁走贪,那么被鏈接到的網(wǎng)頁的PageRank值會(huì)相應(yīng)地因此而提高
  • 參考 PageRank算法--從原理到實(shí)現(xiàn)

Map Reduce

  • 一個(gè)軟件架構(gòu)拧烦,是一種處理海量數(shù)據(jù)的并行編程模式
  • 用于大規(guī)模數(shù)據(jù)集(通常大于1TB)的并行運(yùn)算
  • MapReduce實(shí)現(xiàn)了Map和Reduce兩個(gè)功能
    -- Map把一個(gè)函數(shù)應(yīng)用于集合中的所有成員,然后返回一個(gè)基于這個(gè)處理的結(jié)果集
    -- Reduce對(duì)結(jié)果集進(jìn)行分類和歸納
    -- Map()和 Reduce() 兩個(gè)函數(shù)可能會(huì)并行運(yùn)行弃舒,即使不是在同一的系統(tǒng)的同一時(shí)刻
Map Reduce

03 SEO (Search Engine Optimization)

  • 網(wǎng)站架構(gòu)
    -- 結(jié)構(gòu)清晰
    -- Sitemap
    -- 死鏈接
    -- 動(dòng)態(tài)鏈接靜態(tài)化
    -- 使用文本代替 flash

  • 關(guān)鍵字分析
    -- 行業(yè)
    -- 競(jìng)品
    -- 目標(biāo)關(guān)鍵字

  • 關(guān)鍵字位置
    -- URL、標(biāo)題
    -- 標(biāo)簽:meta芽世、description、ALT诡壁、H1济瓢、H2
    -- 內(nèi)容、圖片文件名妹卿、加粗旺矾、斜體
    -- 關(guān)鍵字密度:6%~8%

  • 內(nèi)容
    -- 定期更新、內(nèi)容獨(dú)立性
    -- 1k ~ 2k 字?jǐn)?shù)夺克,分段合理
    -- 和網(wǎng)站主題相關(guān)
    -- 評(píng)論功能箕宙,出現(xiàn)關(guān)鍵字

  • 導(dǎo)入鏈接和錨文本
    -- 高 PR 值站點(diǎn)導(dǎo)入
    -- 導(dǎo)入鏈接:> 3個(gè)月,不同IP
    -- 錨文本多樣化
    -- 交叉鏈接


04 REST API

REST = REpresentational State Transfer, 表述性狀態(tài)轉(zhuǎn)移

  • 通過使用 http 協(xié)議和 URL
  • 利用 client/server
  • 對(duì)資源進(jìn)行 CRUD (Create Retrieve Update Delete)

REST API 優(yōu)點(diǎn)

  • Client-server铺纽,客戶服務(wù)狀態(tài)分離
  • Stateless柬帕,無狀態(tài)
  • Cacheable,緩存
  • Layered system狡门,分層系統(tǒng)
  • Uniform interface陷寝,統(tǒng)一接口
  • Code on demand,按需代碼
  • 高性能其馏、低成本盼铁、可靠性、擴(kuò)展性尝偎、簡(jiǎn)化系統(tǒng)、組件可分離鹏控、操作簡(jiǎn)單

05 AWS 產(chǎn)品

  • AWS: Amazon Web Services

  • EC2: Elastic Compute Cloud

  • S3: Simple Storage Service

  • AMI: Amazon Machine Images

  • CLI: Command Line Interface

  • EBS: Elastic Block Store致扯,彈性塊存儲(chǔ)

  • ELB: Elastic Load Balancing

  • EMR: Elastic Map Reduce

  • IAM: Identity and Access Management

  • ISMA: Information Security Management System

  • RDS: Relational Database Services,關(guān)系型數(shù)據(jù)庫(kù)

  • SES: Simple Email Service

  • SQS: Simple Queuing Service

  • VPC: Virtual Private Cloud当辐,虛擬專有云


06 AWS 高并發(fā)處理

AWS 高并發(fā)處理

07 數(shù)據(jù)中心架構(gòu)

數(shù)據(jù)中心架構(gòu)

08 人工智能

應(yīng)用層

  • 解決方案層
    -- 智能客服抖僵、智能助理、無人車缘揪、機(jī)器人耍群、自動(dòng)協(xié)作……

  • 應(yīng)用平臺(tái)層
    -- 應(yīng)用發(fā)布運(yùn)營(yíng)平臺(tái)、機(jī)器人運(yùn)營(yíng)平臺(tái)

技術(shù)層

  • 通用技術(shù)層
    -- 語音識(shí)別 (ASR)找筝、TTS蹈垢、CV、NLP袖裕、SLAM

  • 算法層
    -- 機(jī)器學(xué)習(xí)曹抬、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)

  • 框架層
    -- Tensor flow急鳄、Caffe谤民、Torch堰酿、DMTK……

基礎(chǔ)層

  • 數(shù)據(jù)層
    -- 各行業(yè)、場(chǎng)景的一手?jǐn)?shù)據(jù)

  • 計(jì)算能力層
    -- 云計(jì)算张足、GPU/FPGA硬件加速触创、神經(jīng)網(wǎng)絡(luò)芯片

人工智能 (Artificial Intelligence)

  • 機(jī)器學(xué)習(xí) (Machine Learning)
    -- 學(xué)習(xí)方法:全監(jiān)督(回歸算法、樸素貝葉斯为牍、SVM支持向量機(jī))哼绑、無監(jiān)督(聚類、降維)吵聪、其他(半監(jiān)督凌那、強(qiáng)化、遷移)
    -- 神經(jīng)網(wǎng)絡(luò):Neural Network吟逝,Deep Learning

  • 數(shù)據(jù)挖掘 (Data Mining)

  • 模式識(shí)別 (Pattern Reorganization)

機(jī)器學(xué)習(xí)的本質(zhì)

  • 通過經(jīng)驗(yàn)自動(dòng)改進(jìn)計(jì)算機(jī)算法
  • 本質(zhì):空間搜索帽蝶、函數(shù)泛化
  • 通俗說法:計(jì)算的反問題
  • 計(jì)算:input + 算法/程序 --> output
  • 機(jī)器學(xué)習(xí):input + output --> 模型

09 廣告系統(tǒng)

China RTB Ads

Ad Exchange: RTB (Real Time Bidding)

Internet Advertising Bidding

  • GFP (Generalized First Price)
    -- 價(jià)高者得
    -- 缺點(diǎn):平臺(tái)方收益不穩(wěn)定,競(jìng)價(jià)平臺(tái)效率不高

  • GSP (Generalized Second Price)
    -- 價(jià)高者得块攒,價(jià)格為第二高+delta
    -- 優(yōu)點(diǎn):穩(wěn)定励稳、可操作性強(qiáng)
    -- 缺點(diǎn):結(jié)果不是全局最優(yōu)化

  • VCG (Vickey-Clarke-Groves)
    -- 廣告主為網(wǎng)民一次點(diǎn)擊對(duì)其他廣告主造成的效用損失
    -- 難以計(jì)算、幾乎不用


10 面向?qū)ο笤O(shè)計(jì)OOD (Object Oriented Design)

  • 以對(duì)象 (Object) 為中心
  • 以類 (Class) 和繼承 (Inheritance) 為構(gòu)造機(jī)制
  • 充分利用 Interface 和多態(tài) (Polymorphism)
  • 來提供靈活性
  • 認(rèn)識(shí)囱井、理解客觀世界驹尼,設(shè)計(jì)構(gòu)建軟件

OOD 特點(diǎn)

  • Abstraction,抽象:先不考慮細(xì)節(jié)
  • Encapsulation庞呕,封裝:隱藏內(nèi)部實(shí)現(xiàn)
  • Inheritance新翎,繼承:復(fù)用現(xiàn)有代碼
  • Polymorphism,多態(tài):改寫對(duì)象行為
  • High cohesion & low coupling住练,高內(nèi)聚低耦合

11 參考資料

[1] 云計(jì)算(第三版)
[2] 互聯(lián)網(wǎng)創(chuàng)業(yè)核心技術(shù):構(gòu)建可伸縮的Web應(yīng)用

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末地啰,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子讲逛,更是在濱河造成了極大的恐慌亏吝,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,839評(píng)論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件盏混,死亡現(xiàn)場(chǎng)離奇詭異蔚鸥,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)许赃,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門止喷,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人混聊,你說我怎么就攤上這事启盛。” “怎么了?”我有些...
    開封第一講書人閱讀 153,116評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵僵闯,是天一觀的道長(zhǎng)卧抗。 經(jīng)常有香客問我,道長(zhǎng)鳖粟,這世上最難降的妖魔是什么社裆? 我笑而不...
    開封第一講書人閱讀 55,371評(píng)論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮向图,結(jié)果婚禮上泳秀,老公的妹妹穿的比我還像新娘。我一直安慰自己榄攀,他們只是感情好嗜傅,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,384評(píng)論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著檩赢,像睡著了一般吕嘀。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上贞瞒,一...
    開封第一講書人閱讀 49,111評(píng)論 1 285
  • 那天偶房,我揣著相機(jī)與錄音,去河邊找鬼军浆。 笑死棕洋,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的乒融。 我是一名探鬼主播掰盘,決...
    沈念sama閱讀 38,416評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼赞季!你這毒婦竟也來了愧捕?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,053評(píng)論 0 259
  • 序言:老撾萬榮一對(duì)情侶失蹤碟摆,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后叨橱,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體典蜕,經(jīng)...
    沈念sama閱讀 43,558評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,007評(píng)論 2 325
  • 正文 我和宋清朗相戀三年罗洗,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了愉舔。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,117評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡伙菜,死狀恐怖轩缤,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤火的,帶...
    沈念sama閱讀 33,756評(píng)論 4 324
  • 正文 年R本政府宣布壶愤,位于F島的核電站,受9級(jí)特大地震影響馏鹤,放射性物質(zhì)發(fā)生泄漏征椒。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,324評(píng)論 3 307
  • 文/蒙蒙 一湃累、第九天 我趴在偏房一處隱蔽的房頂上張望勃救。 院中可真熱鬧,春花似錦治力、人聲如沸蒙秒。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽晕讲。三九已至,卻和暖如春榜田,著一層夾襖步出監(jiān)牢的瞬間益兄,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評(píng)論 1 262
  • 我被黑心中介騙來泰國(guó)打工箭券, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留净捅,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,578評(píng)論 2 355
  • 正文 我出身青樓辩块,卻偏偏與公主長(zhǎng)得像蛔六,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子废亭,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,877評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容