第三次被裁员后，经历了几十场面试后，需要深入思考自己应该如何立足这个行业。AI 相关的岗位要求越来越多，看下来主要分为部署 AI 产品本身，或者使用 AI 优化传统 DevOps 流程。

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. Quick

TODO 最近刚入职，太忙了，而且暂时也没钱买 5090D，同时公司的资源够我研究很久了

开头很有意思啊，经历了之前的焦虑后，开始恢复状态能正常开始学习了。 第三次被裁员了，前段时间心态起伏还是很大的，再加上家庭频出状况，很长一段时间不能集中精力学习，不过考虑到当时甚至连游戏都没有兴趣玩，现在也觉得没啥问题，哈哈。 之前删掉了啰嗦的充满“操作指南”、“操作记录”的博客，想着在 AI 时代没什么用，但是经过最近的学习，反而发现这些才是在 RAG 下宝贵的学习资料。 因为之前博客写完了，就

再也不是毕业在即两眼一黑，更不是初入职场惶恐不安的状态了。不知不觉已经6年工作六年，在3年的时候拍了第一个 vlog ，那个时候说三年应该跨过新手期，深耕一个领域，现在看来没有辜负当时的期待。迄今，我的职业生涯从成都小公司做 python 后端 + 爬虫，经过深圳上海做 效能 / DevOps，现在定居上海，基本快完成从小就“想进入世界一流公司的梦想”了。

期望作为个人工作中实际用到的DevOps相关工具链的整合搭建，同时也作为新手上手DevOps的Quick Setup。 背景长话短说: 数据分析师: 作为一名数学专业的划水学生，毕业之后无比憧憬能成为一名“数据分析师”，然后被忽悠到“信老师”（化名，具体内容可以参见我的一个视频总结）旗下工作； 爬虫：老师告诉我，数据平台还没搭建好，这样吧，你先自己去公网上爬取数据； 爬虫 *2： 第一份正式

有位前辈用“Linux本身不要钱，但是你（折腾）的时间更费钱”来形容Linux上可能遇到的适配问题，从而表达自己对该系统又爱又恨的感情。 而寄宿在Windows上的WSL，更是将这个说法发挥到极致。 在我自己从头搭建Kubernetes工具链的时候，由于家境贫寒，本想就着手上4台老旧PC搭建个基本能用的集群就行，结果在Windows里面装WSL，以及WSL里面装Kubernetes的时候，遇到太多

选择在我自己在作为一名初学者学习编程的时候，曾看到过一位前辈在知乎日报中写道： 他们当年学习编程痛苦在根本找不到参考资料，只能自己硬着头皮摸索前进，不过好处是每个方向的技术选型基本上是固定的，不会有纠结； 而现在的初学者在一开始学习编程，就会很容易迷失在面对浩如烟海的技术路线选择中，尤其是热门的方向，总有前人做好了各种版本的教程、工具，完全不知道从哪里开始。 在我一开始学习DevOps的时候背过官

背景我最重要的一道题，第一次遇到看题解也无法理解的题，想起了以前高中去竞赛划水的日子，想起了在大学划水地没有去竞赛的日子。 第一次看到这个题的时候，我还不知道做工程分前端和后端，我还可能只有170斤，我还看着Java代码觉得太丑陋看不懂； 后来小付快速的把这题理解并做出来了，我还是没有足够的行动力，后来就开始了一系列的迷茫的日子； 这么多年过去了，只有山东大哥的红轴Cherry键盘一直陪着我，他拿

yield的作用首先yield就是return，不要想多了，所以搭配yield from func()能够递归，就是这么简单； 只是说普通的函数返回的是一个value或者obj，而yield返回的是一个生成器对象。 生成器的定义&同迭代器的区别在python中实现了__iter__和__next__方法，可以迭代操作的对象就叫迭代器；构建迭代器的时候，并不一次性加载所有元素到内存，只有调用