美国公司裁员潮可视化;GitHub + Kaggle + InfoQ:3份报告回顾中国开发者的2022 | ShowMeAI每周通讯 #005-01.07

数据分析案例-2024年裁员数据集可视化分析 本实验数据集来源于Kaggle,原始数据集为2020-2024年裁员数据,共有3577条,12个变量,该数据集提供了不同公司的裁员信息。它包括以下几栏:Company:裁员发生的公司名称。Location_HQ:公司总部位置。Industry:公司所属的行业或部门。Laid_Off_Count:公司解雇的员工数量。Percentage:公司员工被解雇的百分比。Date:裁员发生的日期。Source:信息来源网址。Funds_Raised:公司募集资金的信息。 阅读详情

这是ShowMeAI每周通讯的第5期。通讯聚焦AI领域本周热点,及其在各圈层泛起的涟漪;关注AI技术进步,并提供我们的商业洞察。欢迎关注与订阅!

导读:2023年第1周,美国科技大厂的裁员信息,终于还是来了,而且非常生猛!无序增长十年后,美国的互联网CEO也需要思考何去何从了。ShowMeAI 根据 TrueUp.io 与 the Verge 网站的信息,梳理了美科技公司最近2个月的裁员新闻。

2022年,全球&中国的千万名技术开发者,经历了怎样的行业变迁与技术迭代?将Star慷慨地给了哪些GitHub项目?打Kaggle比赛时最喜欢用哪些工具库?精选3份报告,回顾我们技术er的这一年!

🏆 美国科技公司 ✦ 裁员潮可视化

22年下半年,寒冷传导到美国,曾经风光无限的互联网巨头,不断传出裁员消息。据 TrueUp 的统计数据,2022年科技公司裁员受影响人数约为 24 万人,2023年截至目前,一周时间里受影响人数已经过 2 万。ShowMeAI 整理了近期科技公司的相关报道。

🌍TrueUp.io 网站一直在跟踪全球科技公司的就业情况,🌍the Verge 页面也梳理了过去一年的信息流。

👀 中国开发者画像洞察报告 2022

《开发者画像洞察研究报告 2022》的研发和撰写过程中,收集了数万份问卷数据,最终产出本份报告,帮助我们更好地了解开发者地行业生态和行业迁移规律。下面选择呈现 AI 与就业趋势研判等大家最关心的内容。

开发者认为,技术迭代快、持续学习新的技术解决方案是工作中的挑战。88.65% 受访开发者认为自己是持续学习者,学习内容主要围绕技术专业展开,包含技术语言、技术实战、计算机基础等知识。

新技术不断迭代,推动 Python、Go 等语言快速发展。图像处理、图像识别、数据挖掘工程师、芯片工程师、深度学习、自然语言处理、机器学习、语音识别、知识图谱、计算机视觉、高性能并行计算、数据科学家等岗位不断涌现。

据统计企业在招聘时,对薪资水平在 50k 以上的开发者的技能要求最为分散,其中 41% 技能甚至没有出现在整体 TOP100 技术关键字的统计中。

企业服务成为互联网开发者新一代倾向的行业,而电子商务等中国高成熟行业则是人才主要的流出行业。从行业类别分析,开发者具有向传统企业流动的意愿,未来开发者(计算机相关专业学生)对于传统企业的就业意向更为强烈。对于中国产业经济而言,开发者也将在企业内大幅度推动中国企业的数字化进程。

👀 GitHub 报告 | 2022年趋势与见解

开源软件洞察工具 OSS Insight 通过分析超过 5,000,000,000 行 GitHub issue 数据,将2022年 GitHub 的有趣发现整理为这份报告 🌍Trends and Insights from GitHub 2022,并在 🌍官方Blog 进行了解读。

⌨️ 顶级编程语言| 新存储库占所有存储库的百分比,是本项排名的依据。图表显示了2019年至2022年的编程语言年度排名。其中:

  • JavaScript 和 HTML 连续四年排名第1位和第2位
  • Python 在2021年超越 Java 升至第3位
  • TypeScript 从四年前的第10位上升到了第6位,增幅最为明显
  • 后端编程语言中 Python、Java 最受开发者欢迎

🌍 地理分布 | 通过查询全球开发者在 GitHub 的产出数量,OSS Insight 统计了10个热门国家/地区的开发者及行为。比如:

  • 中国开发者喜欢给仓库加星,WatchEvent 占 17.23%,ForkEvent 占 2.7%
  • 德国开发者喜欢打开 Issue 和评论,IssueEvent 和 CommentEvent 占比分别为 4.18% 和 12.66%
  • 韩国开发者更喜欢直接推送到存储库 (PushEvent)
  • 日本开发者最有可能通过拉取请求提交代码,PullRequestEvent 份额为 10%

📅 贡献时间分配 | 全球的开发者在工作日做项目贡献的占比达到近八成,只有 22.27% 的开发者用周末的时间进行开源贡献。

📈 技术趋势 | 通过查询了与每个技术领域相关的开源存储库的数量,以及 2022 年活跃存储库的数量,可以发现低代码、Web3、GitHub Actions 、数据库、AI 是2022年最热门的技术领域。最近几年 AI 领域的开源项目增长逐渐放缓,此前的2016-2017年期间曾达到峰值。

🔥 最受欢迎的存储库 | 微软共有5个项目上榜 Top20,分别为 VSCode、Azure-docs、编程语言 TypeScript、工具 PowerToys 和 WSL(Windows Subsystem for Linux)。

  • 值得注意的是 TensorFlow 和 Kubernetes 在连续三年(2019 年至 2021 年)上榜后均跌出 Top20,今年又回升至第8、9位。

🤖 最活跃的开发人员 | 过滤掉了可疑的机器人帐户后,可以看到 Star 最慷慨的开发人员,共为 37,228 个仓库加了星星,平均每天 136 个。最活跃的开发者中,机器人bot占比越来越大,2022年已达到 95%。

👀 Kaggle 年鉴 | 2022年参赛趋势与比赛汇总

Kaggle 比赛平台每年都会举办很多有价值的比赛,吸引了全球的用户参与 📜Coggle数据科学 对 2022 年Kaggle 的比赛类型、参赛选手、模型与库、57场比赛内容进行了统计。

2022年度举办57场比赛,共吸引了全球6万人次参加,总共提交方案84万次,总奖金162万美元。今年 Kaggle 比赛按照比赛任务可划分有7个方向,其中数据挖掘和计算机视觉占比较多。

Python 是第一编程语言,其次是 SQL 和 R,而 R 语言的 Notebook 在逐渐变少。最受欢迎的库是以下这些。

  • 机器学习库:scikit-learn、XGBoost、LightGBM、Catboost、Caret
  • 深度学习库:TensorFlow、Keras、Pytorch、Jax
  • 可视化库:Matplotlib、Seaborn、Plotly、ggplot2

年鉴对57场比赛的任务、数据大小、赛题分类、评价指标、难度、开源方案进行了汇总。并提供了数据挖掘、计算机视觉、Pandas、scikit-learn、Matplotlib / Seaborn 、XGBoost / LightGBM / CatBoost、Pytorch 等核心内容的学习路径。

本周日报

往期通讯

◉ 点击 👀日报合辑,公众号内订阅话题 #ShowMeAI资讯日报,可接收每日最新推送。

◉ 点击 🎡AI应用与工具大全,体验100+前沿AI产品带来的效率飞跃。

◉ 公众号 🔔ShowMeAI研究中心 回复关键字 日报,获取独家AI发展趋势报告、原创AI专题资料合辑,一览AI技术发展前沿,捕捉有价值的业务应用案例!

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

相关推荐

车窗标定工作流程

标定简单来说就是修改防夹参数来适配对应的车型,所有的防夹的参数在vers_userdef.h文件中定义。#标定内容。

qq_21274991的博客 4272

2024年全球人才招聘洞察报告

导读:这份报告反映了全球7500多名人力资源主管的观点和见解,探讨了他们对未来人才格局将如何演变的看法。大部分人都认为,企业要想取得成功,就需要加强员工自身的发展,帮助他们培养正确的技能。随着传统技能以前所未有的速度被淘汰,企业必须采取全新的视角在现有岗位上培养合适的人选,并招募到能够快速适应变化的人才。关注公众号:【互联互通社区】,回复【RCGL126】获取全部报告内容。以下是报告部分内容人才管...

344

Ubuntu 24.04.3 LTS 安装 OpenClaw 图文版

OpenClow安装指南

qq_17204557的博客 2554

2023中国开发者真实画像:30岁以下开发者人数逐年下降,薪酬集中在8k-17k | 美通社头条...

美通社消息,优快云、《新程序员》在去年ChatGPT横空出世之后,发起了一份围绕开发者现状、人工智能和物联网、云原生、数据库、操作系统、芯片、开源的深度调查问卷,此问卷也融合了各个领域对生成式 AI 的应用进展,最终于近日正式形成一份长达 125 页的《2023 中国开发者调查报告》完整内容。这份报告旨在为广大开发者勾勒一幅真实而又鲜活的画卷,以还原开发者们真实的生存现状。2023开发者真实画像...

美通社 695

Axure RP 10表单数据提交制作

本文介绍了如何使用Axure RP 10实现表单数据提交。

Peppaaa的博客 990

5分钟搞定!用Cursor和.NET 9.0快速搭建串口通讯上位机(附VS Code插件配置)

本文分享了如何利用Cursor AI编程助手与.NET 9.0,在5分钟内快速构建一个功能完整的串口通讯上位机程序。通过自然语言描述需求,AI自动生成WinForms界面和核心代码,极大提升了硬件调试工具的定制开发效率。文章详细介绍了环境配置、AI协作编码、功能实现与调试的全过程。

weixin_28366353的博客 277

Kaggle 与 Github - 哪个更适合你的数据科学作品集?

用 Kaible 和 GitHub 展示数据科学作品:哪种平台更适合你? 本文对比了两个数据科学领域常用的平台:Kaible 和 GitHub,并分析了它们作为数据科学作品展示平台的优缺点。 Kaible 是一个庞大的数据科学社区,以其数据科学竞赛而闻名。它已发展成为一个综合性的平台,提供数据科学学习资源、优质数据集和活跃的论坛。用户可以通过分享作品和在竞赛中取得好成绩来提升排名。Kaible 的...

KenJee_ds的博客 743

第三节:Vben Admin登录对接后端login接口

上一节,我们梳理的Vben Admin登录功能接口的逻辑,本节开始正式开启后端的开发后端我们采用Python的Flask项目,Flask-SQLAlchemy管理数据库模型,Flask-Migrate进行模型迁移。参考版本如下:Flask3.0.23.1.1本节,我们已经开启的后端的开发,因为是主要介绍Vben Admin的登录逻辑,所以Flask开发这里只截取了部分主要代码。

cuiwin的专栏 4191

Kaggle克隆github项目+文件操作+Kaggle常见操作问题解决方案——一文搞定,以openpose姿态估计项目为例

想跑一些深度学习的项目,但是电脑没有显卡,遂看向云服务器Kaggle,这里可以每周免费使用30h的GPU算力,效果确实不错。本人之前尝试过google colab,但是时不时就要你人机验证连接容易断开文件操作有些麻烦还要挂载google drive云盘还要魔法用过Kaggle之后,不得不说是真香,它是不需要魔法的。但是刚上手Kaggle的DPers可能还不是很熟悉一些基本命令操作,那么这篇文章就总结了一些常见操作,常见问题,希望对你有所帮助。

weixin_73373302的博客 5051

深度剖析:Spring AI 与 LangChain4j,谁才是 Java 程序员的 AI 开发利器?

首先介绍 AI 时代 Java 开发框架选择背景,接着对比两者功能特性(Spring AI 的生态集成与标准化设计、LangChain4j 的多模型适配与提示工程)、应用场景(企业级系统改造与创新产品开发)、开发体验(学习成本与调试工具)、生态扩展(Spring 商业支持与 LangChain4j 开源社区)、性能安全(企业级优化与自主安全实现)及成本趋势(短期投入、长期回报与技术演进),最后给出选型建议与混合架构方案。

博客 5446

《AgentScope-Java 深入浅出教程》第2章 环境搭建与第一个智能体

创建// 【导入说明】/*** 时间相关工具类* 工具类是普通的 Java 类,通过注解声明为工具。* 智能体可以根据用户需求自动调用这些工具。*/// 【工具定义】获取当前时间@Tool(name = "get_current_time", // 工具名称:LLM 看到的名称description = "获取指定时区的当前时间" // 工具描述:帮助 LLM 理解何时使用// 【参数定义】// @ToolParam 的 name 属性是必需的!

步子哥的博客 418

【Kaggle】使用Kaggle快速下载GitHub等国外网站的文件|GitHub下载加速

很多时候直接从GitHub或者其他国外网站下载文件速度会很慢,有时候甚至需要魔法才可以。所以这里就提供一个利用Kaggle加速GitHub下载文件的方法。

冷芝士鸭的学习笔记 2152

LVGL在单色屏上运行

本文主要讲述LVGL在单色屏应用中的实现思路,并已验证通过。网上关于lvgl移植的文章有很多了,本文不加以赘述。

weixin_43278295的博客 4464

白嫖kaggle云GPU使用github大佬的源码训练自定义数据集(供深度学习无显卡者参考,无需自建dataset)

花了4个小时的时间终于成功学会白嫖kaggleGPU使用YOLO v5训练了自己的数据集。作为一个没有显卡的穷逼的深度学习小白,学会如何白嫖云GPU是十分重要的,借此分享给同样没有显卡的深度学习er参考。

weixin_43564060的博客 4973

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

2022 中国开源年度报告重磅发布!

年度最新报告出炉

优快云资讯 3107

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

中国开发者真实画像:Java长盛,偏爱Windows操作系统,鲜少参与开源项目

整理| 夕颜责编 | 唐小引出品 | 优快云(ID:优快云news)要问全世界最牛的程序员来自哪里,不少人肯定想都不想就会脱口而出是美国。然而,事实上真是这样吗?答案并非绝对,但...

优快云资讯 5211

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

使用kaggle notebook 加速下载github代码

我们平常学习工作,常常需要下载github代母,编译opencv源码时,也需要下载依赖包,国内网络在此过程中查查中断导致下载失败。本人经过尝试,通过kaggle做中转下载代码是一个好办法。方法如下: 在kaggle中建立一个notebook : !wget https://codeload.github.com/dreamnotover/StudyBook.zip !wget https://codeload.github.com/opencv/opencv/zip/4.5.0 -O opencv-..

活到老、学到老 2066

初识kaggle,以及记录 kaggle的使用

版权声明:本文为博主原创文章,未经博主允许不得转载。1.简介:Kaggle是一个数据建模和数据分析竞赛的平台。企业和研究者可在其上发布数据,统计学者和数据挖掘专家可在其上进行竞赛,通过“众包”的形式以产生最好的模型。Kaggle可以分为Competitions竞赛、Datasets数据集以及Kernel内核三个子平台、配套的Forum论坛模块以及供各类公司或组织招聘人才的Jobs模块。2.进行 账...

张荣 1万+

解决GitHub和kaggle速度太慢问题

有代理 只需要针对github设置代理即可,这里以ss为例子: #只对github.com git config --global http.https://github.com.proxy socks5://127.0.0.1:1080 #取消代理 git config --global --unset http.https://github.com.proxy 接下来就可以享受速度体验啦~ 没代理 换URL 我们可以使用github的镜像网站: github.com.cnpmjs.org git

ansinjay的专栏 3957

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 353

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 280

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 255

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 191

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 564

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 619

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 160
上一篇: 如果这都不是爱!谷歌承包广告牌喊话苹果;亚马逊裁员的业内分析;李玟VR演唱会明日上线;AMD发布会全程高能;GitHub今日热榜 | ShowMeAI资讯日报
下一篇: IQ测试GPT完胜大学生;AIGC+表情包=?微软将GPT全面集成到Office;原作者对AI有声读物不太满意;GitHub今日热榜 | ShowMeAI资讯日报
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值