如何高效利用一場技術分享？

前言：以前在公衆號寫了一篇如何高效利用參加技術分享的文章，如今分享給你們～

　　上週在北五環咖啡舉辦了AI快車道3期-推薦系統的技術分享，活動很成功，堅持到最後的基本上收穫都不小，完成咱們佈置的Coding實驗任務，你們交流的也很是開心。活動分三個環節，分別是：PaddlePaddle的全景介紹、推薦系統分享和CodeLive實驗環節—PaddleCTR分佈式實驗。我在活動裏負責第一和第三個環節，還有一個大牛在第二個環節中給你們分享深度學習中的推薦算法的難點和痛點，以及咱們如何去解決等。話很少說，先放幾張活動現場的照片嘿嘿

 

 

 

　　活動來了50人左右，最後堅持下來的我看了下可能有40人左右，有十多我的在第二個環節聽完後走掉了，沒有參加現場寫代碼作實驗的環節，我在想這些走掉的人是什麼緣由呢？內容不感興趣？講的很差？以爲是用PaddlePaddle來寫不感興趣就不想聽了？或者僅僅是以爲有事兒耽誤瞭如今得立刻走？都有可能。可是我以爲，參加任何一項活動，從你決定的時候，到你最後來到現場了，直到結束，都是由時間成本的，換句話說，你的這個時間成本屬於沉沒成本。若是有兩個活動同時舉辦，你參加了這個，就無法參加那個。時間是很寶貴的，全部如何選擇高質量的技術分享，而且能從技術分享中高效的學習，最大化的去利用外部資源是一件值得好好琢磨的事兒～

 

　　我參加過很多技術分享，從剛畢業的時候，參加過一個數據分析的，滿懷信心去聽，覺得會分享數據分析的技巧和方法之類的乾貨，結果是一堆不一樣的主講人在宣傳自家的產品，只講了自家產篇如何如何好，固然，這也沒啥，能夠理解，可是你也得分享分享你咋作到的呀，我聽了沒啥收穫，只知道了一堆數據分析軟件，還記得有張溪夢老師的GrowingIO，和一些日誌記錄軟件等。之因此記得GrowingIO，是由於他是裏面講的最好的 - -！

 

　　後來也參加過一些組織很高大上，請的人的title也很牛的人來分享，可是不少是分享一個很泛的東西，聽完以爲，誒，好像頗有道理，可是回家全忘了。我工做一年的時候做爲分享人，參加過一個活動，大概是叫作：女數據分析時如何成長之類的（面向女性想從也數據分析的同窗，不是歧視男性 = =），那一次分享雖然很小白，可是現場乾貨仍是不少的，認識了很多其餘公司作的很是優秀的女數據分析師，雖而後來沒咋聯繫了，可是感受你們都過得不錯。今年4月的時候，我參加了AI快車道第一次活動，講特徵學習的，主講人劉國翌老師分享的時候你們特別安靜，真的是牛逼，講的深刻淺出，並且人很儒雅，頗有人格魅力，散場後問了很多同窗，都被國翌老師"迷"住了哈哈，當時就以爲，這纔是真正的乾貨分享！後來才知道國翌老師是百度視覺這塊的負責人，直到第二期，目標檢測，主講人孫老師也是乾貨滿滿，QA環節在場的學員也是不停的一個問題接着一個問題拋出來，圍着老師不停的交流在他們的公司實際應用裏遇到的困難如何解決。而且每場都有實驗環節，教你們如何實現所講的內容中的一個案例。因此我以爲這纔是我想要的乾貨。那麼如何去判斷一個技術分享適不適合你，報名之後如何最大化利用到場聽的時間，我有幾個小Tips能夠分享給你們

 

 

---

是否適合參加

1.確認活動類型和人數

　　若是活動範圍比較大，譬如QCon、各類"中國XXX開發者分享會"之類的，活動人數不少，那麼主要目的實際上是去聽面兒上的經驗和去social的，分享人不少，不會給每個分享着太多的時間去講其中的技術細節，這種其實有點屬於各類產品集合在一塊的發佈會形式，能夠聽到新的東西，可是可能不會有很是細的技術細節。咱們能夠經過參加這種會結實各類不一樣公司/行業等的人，之後若是有合做交流也算先刷個臉存個檔了。

若是活動人數較少，技術分享的主題屬於某一個具體方向的，就比較適合去學習具體的細節，會後也會有時間去和分享人直接交流。

 

2.確認活動安排和主講人

　　上一步確認類型了以後，就能夠具體看看這個技術分享活動分哪幾個環節，主講人是誰了。每個環節同類型的仍是遞進的，主講人是同一個公司的仍是不一樣公司的對你想要聽的內容都會有影響。若是是不一樣公司的同一個領域的大咖來分享，每個環節大概是1個小時左右，那麼3個就算不少了，若是是4個以上，那每一個人分享的時間估計不會超過40min，活動的時間都是有限的。每個主講人，有沒有介紹，是否是你指望的這個領域的專家等，能夠先搜搜，固然有些公司有保密性質不會公佈主講人的姓名，能夠去問活動主辦方或者身邊有沒有認識的。

 

---

 

參加後如何高效學習

1.帶着問題來

　　每一場技術分享都是給了你一個和其餘人交流的機會，若是是同主題的，能夠認識到很多其餘公司和你作着差很少類型的事的人，那有這樣一個機會事很可貴的。能夠提早整理好本身在工做中遇到的問題，在活動裏的QA環節去提出來，基本上主講人的回答都會或多或少對你有必定的幫助，並且你把你的問題拋出來，可能休息時間，會有別的公司的人跟你有一樣問題的人會過來跟你交流。交流交流，能夠擴寬本身的思路，說不定也能有所收穫。

 

2.明確來的目的

　　有不少同窗報名參加活動可能很隨意，以爲恰好今天週六/周天下午沒事，就報個名聽聽，中途若是以爲本身不感興趣，就走唄。其實這是一種對本身的時間不負責的態度。你想一想，從報名到來參加，這裏面花了多少時間，來一趟路程也少時間呢，若是不感興趣中途走了，那前面的基本上都屬於沉沒成本了（真有事的除外啊 = =）。若是在第一步確認是否參加這個活動的時候，多花5min來仔細思考這個活動適不適合你，再決定要不要報名，那能夠節省很多時間。能夠作多少別的事了呀。因此必定要明確本身來的目的是什麼。是來見大牛，想要當面請教問題的？仍是來social的？仍是來純聽乾貨分享學習的？等等，不一樣的目的決定的不一樣適合你的活動類型，從而決定了你來了之後可否真正的獲得你想要的東西。

 

3.學會提問

　　若是你對這場活動真的很感興趣，適合你，你也準備了問題，那麼你須要最關注的就是學會提問。你們知道，基本上每一個分享都會留有QA環節，可是QA環節是有限的，若是點到你提問了，給你的時間也是有限的，那麼如何利用好有限的時間提出最關鍵的問題也是必須學會的一項技能。一個好的問題，須要包括你的場景是什麼、你採用了什麼方法解決達到了什麼效果，你的問題是什麼？也就說說，若是你想要回答你的問題的人迅速能get到你的點，解決你的問題，必定要先告訴他你如今作的是什麼東西，可是效果/性能達不到要求，你指望達到XXX效果/要求，應該如何作？ 而不是直接一上來就問：請問XXX應該怎麼作？XXX性能如何提升等，這些問題不是說很差，而是說在這個有限的時間裏，這個問題太大了，讓人沒法迅速抓到你想要問的點是什麼，回答的內容也不知道是否是你想要的。可是若是你問了以後，主講人回答了，而後你再接着問，主講人再回答，通常狀況下，你問兩輪，可能活動方就會打斷你了，讓你結束後再交流，把時間留給其餘想問問題的人。因此這就很不利啊，要記住，你問的越清晰，說明你對問題的思考越明確，問的越泛說明對問題也沒有深刻思考過（若是特別想討論這種很泛的問題能夠活動結束後找到分享者再來討論）。因此，若是想要別人真正回答到你的點上，能夠先學會如何提問。

 

4.會後總結

　　通常來講，一個技術分享最少是一個倆小時，一般是一個下午，不過也有一天的/多天的。若是前面你可以明確活動目的，也帶着問題來了，而且問題都是通過反覆練習的，在QA上的提問很精煉，你也獲得了你想要的回答，到這一步，其實已經戰勝了99%的參會者了。還有1%在哪兒呢？在總結。作完一件事情，若是沒有總結，就很容易忘掉。總結是一個很是好的習慣，平時能夠對本身學習的知識進行總結，寫博客或者寫代碼等等各類方式沉澱下來，之後能夠不斷回顧。活動總結多是不少人容易忽略的點。參加完一場活動，你能夠本身總結幾個點：

1.整體評價：是否值得再去/是否真的有收穫/是否定識了幾位其餘公司的同窗或者大牛等

2.知識總結：學到了什麼/學的內容對你有沒有幫助/爲何學到的東西能解決你的疑惑，緣由是啥

3.不足總結：活動自己哪些能夠再改進----> 寫問卷反饋，或者直接聯繫主辦方；

                  本身哪些地方沒有表現好？提問不夠精煉？仍是因爲害羞不敢提問？仍是沒有充分的和其餘同窗/大牛交流？等等

 

　　因此總結這事兒，是對本身的的一個反思，發現本身的問題，下一次參加活動能夠作更充分的準備，發現主辦方的 問題，能夠給他們提建議要求改進等，提了建議，主辦方採納了，對參加活動的人來講也受益了，因此共贏的事，值得作。

 

　　整體來講，我參加過很多技術分享，也分享過很多，這是我本身做爲參與者和分享者的總結出來的經驗，但願對你們有幫助～有建議的歡迎留言～

 

 

原文戳這裏，更多最新文章請關注「Charlotte數據挖掘」