Sibylla @[email protected]

再就是，大家讲一个语言好不好找工作的时候，“岗位多”和“供不应求”和“Pay得高”和“转码上岸快”这之间都是有区别的。

新入行时找一个主流学都OK，这几个的差距并没有多大。

我说Python后端不卷不代表它是主流也不代表它一定Pay得高也不代表它供不应求；但是目前Python后端岗位确实还在增长pay得也可以，学习路径也OK，就是表示“你们学Python不要总往数据分析那条路子跑啊也看看我们Python后端”的意思。

推荐一个亚裔美国程序员写的 #日语 语法总结，真的就很 top down 高屋建瓴，干货密集，比各路教材高到不知道哪里去了：http://www.guidetojapanese.org/grammar_guide.pdf

原因是最近在啃 #レイジングループ 生肉，发现大概能懂70%，剩下30%里多数还是各种（似乎是）表示推测/疑惑/转折/多重否定之类的语法，毕竟狼人杀心理描写基本都是互相猜忌。

这么说大数据流学语言真的是可行的，靠死记硬背记住字母、基本单词和句子构造之后，靠啃大量生肉做semi-supervised learning就行了，毕竟大部分教材编得太尬了没有兴趣也懒得去看。

@QuantumBubbleTea 啊冒昧就这个话题多说两句，研究已经证实了“性别权益越平等的国家，学STEM的女性反而越少”……在美国，只有18％的CS学位授予了女性，（来源：https://www.google.com/amp/s/amp.theatlantic.com/amp/article/553592/ ）如果按照种族划分，亚裔是学STEM的女性占比最多的种族（27.2％），其他人种的比例都在20％以下。而在STEM领域内部，学习生物学和农学的女性显著多于男性，化学、环境科学和数学中性别比例大致相当，但在物理学、计算机和工程学，性别比例差距几乎都在5倍以上。以上结论对于在学界和在职场都成立：20％的软件/硬件工程师是女性，7％的机械/电子工程师是女性。在学界这个数字稍好，STEM女性研究者的比例约在30％。（数据和图表来源：https://www.aauw.org/resources/research/the-stem-gap/ ）

我个人的体感可以大概验证上面的研究……CS已经是比较female-friendly的领域了，但级别越往上（SDE II/III）女性就越少……在物理学、航空学、空动、EE、机械工程、能源交通、可靠性等等这些领域更加是一个惨淡，我所在的集成电路学院总共只有三个女生，很多教授的组里都是纯男性（。）在学习的时候一方面会承担来自内部的压力，感觉自己代表了这个领域为数不多的女性力量，如果做得不好更给了一部分男性歧视女性能力的理由；一方面会承担来自外部双方的性别压力：男性抱团更加驱逐女性，而女性又因为人实在太少很难互相连接起来，互相帮助形成自己的势力。在选择权越多的发达地区，就越少女性愿意忍受这样的境况，从而愿意学STEM的人就更少，形成一种恶性循环……

"Applying for full stack be like."

submitted by luminousgoo

2020年全年最终消费出现自1978年以来首次负增长。
生育率1.3
5.6亿0存款
90后人均负债13万
57%人负债
2.8亿适龄未婚
43%人均可支配收入不足1千
16～24岁人口调查失业率13.6%
“灵活就业人口”2亿
残疾人8500万
全国亿万资产人数反超美国，北京成为全球亿万富翁最多的城市

#转发 #Reddit
#一天天的我在看什么