周末总结(2024/06/08)

工作

人际关系核心实践:
`要学会随时回应别人的善意。执行时间控制在5分钟以内 坚持每天早会打招呼 遇到接不住的话题时拉低自己,抬高别人(无阴阳气息)``

工作上的要点

  1. 现状(接受破烂现状,改变状态)
    - 和老师沟通过,我现在不应该走,我应该再呆个半年或一年,提高了自己的资金量级再走。最近手上这个项目要完了,下周申请转项目。
    - 对待人际关系我还是不够圆滑,尤其是跟家人交流时,我明显驾驭不了人际关系。(因为我没有对象,这是一个大缺陷),跟家人不能聊自己的事业规划(聊了也只会带来烦恼)

  2. 未来(做一个风险管理专家)
    - 工作角度:在金融科技领域成为一个做风控系统的专家,要学会市面上所有成熟风控系统的解决方案,下周在工作之余要看看风控系统相关的产品格局和使用的技术栈。这周没有解决这个问题,下周要好好反思一下。
    - 投资角度:计算风险,设置止损位和止盈位,这些技能必须学会并实践。没有做到,明天实践。

学习

技术

前端: React还是只是入门,回答不了面试官的问题,上回找了个破项目,下周继续研究,换个好项目。
后端: 项目,技术,算法和系统设计。这周没有把文档写出来,李黎明,你要检讨呀。
副业: 暂时不做Upwork,专心投资上面的总结和训练

前沿技术:AI大模型实操项目(ai),区块链项目(full-blockchain-solidity-course-js)。 (ai项目还没研究透,下周一和周二早上看看)

财商

  1. 这周已经学习完安迪老师的币市投资课程,要在6.12之前入金5W.
  2. 转移出所有的证券资产(2W8),开始制定交易计划,使用交易计划进行交易
  3. 复习齐衡和安迪老师的课程,阅读书籍,玩富爸爸现金流游戏。坚持下去

生活

想要一个有独立思想,三观正的女孩子谈恋爱。现在连个目标都没有,我必须给自己找个目标,要不然麻烦就大了(先去找朋友们聊聊)。
我想找一家外企的Java/Java + React岗位。我未来的三年放在哪里才可以让自己的利益最大化?就是放在汇丰。
在Upwork上做副业的事情一直没有上心,原因是我在Upwork上面根本没有优势,我还要积累Upwork上面的经验,下周继续学习。
这周在公司吃晚饭,节约很多时间,继续保持。
发现自己的荨麻疹还是会复发,荨麻疹和甲沟炎都留下了尾巴,规律吃药这件事我都做不到,失败。
这周去我爸那里吃了一顿饭,犯了一个大错,不应该和他说我去了成都,他们认知水平太低。对他们有益无害,以后不要做这种事情。
我去成都的心好像已经死了,以后留在西安发展?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/24597.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ChatGPT-4o体验demo

OpenAI 最近推出了其最新的人工智能语言模型——GPT-4O。该模型是在原有 GPT-4 的基础上进行优化而成,旨在提升生成质量和响应速度。GPT-4O 采用了更加高效的架构设计,使其在处理复杂文本时表现出更快的速度和更高的准确性。GPT-4O 在训练过程中融入了最…

一些关于机器学习的思路和猜测

一、机器学习能做什么 1、网上说机器学习就是根据已有的图片、文字、视频资料,建立一个数据库,用一个处理算法,把已有的资料进行提取关键特征和一些联系,存入数据库中。 2、当学习到一定程度,就能跟人一样到实际场景…

kafka的leader和follower

leader和follower kafka的leader和follower是相对于分区有意义的,不是相对于broker。 因为每个分区都有leader和follower, leader负责读写数据。 follower负责复制leader的数据保存到自己的日志数据中,并在leader挂掉后重新选举出leader。 kafka会再…

pinia 重置状态插件

一、前言 测试提出,登出登录后,再次进入页面后。页面的查询项非初始状态。检查后发现,是因为查询项的值存到了store呢,从store中获取,故需要一个重置store的方法 二、pinia 查阅pinia官网后,发现pinia提…

请求分页存储管理方式

目录 请求分页中的硬件支持 1. 请求页表机制 2. 缺页中断机构 硬件支持的详细工作流程 示例代码 请求分页中的内存分配 最小物理块数的确定 分配方式 分配公平性 请求分页存储管理方式中的内存分配策略 具体示例 页面调入策略 最近最久未使用(LRU, Leas…

(2024,Vision-LSTM,ViL,xLSTM,ViT,ViM,双向扫描)xLSTM 作为通用视觉骨干

Vision-LSTM: xLSTM as Generic Vision Backbone 公和众与号:EDPJ(进 Q 交流群:922230617 或加 VX:CV_EDPJ 进 V 交流群) 目录 0. 摘要 2 方法 3 实验 3.1 分类设计 4 结论 0. 摘要 Transformer 被广泛用作计算…

linux常用操作命令汇总

各个软件安装步骤流程 jdk 链接: mysql 链接: redis 要查询 Linux 上各个应用程序占用的内存 要查询 Linux 上各个应用程序占用的内存,可以使用 top 或 ps 命令结合其他工具来实现。下面介绍两种方法 方法一:使用 top 命令 打…

Access数据中的SQL偏移注入

使用场景: 目标数据表的字段较多,无法一一获取的时候,尝试使用偏移注入的方式实现SQL注入。 原理: 例如:一个表有6个字段,而你想获取的目标表admin的字段不知道,此时可以使用联合查询的方式获…

反射型xss靶场练习

反射型xss危害小,这里使用的xss靶场是常用的xss靶场:xss-labs。 当我们完成弹窗后就通过该关卡,说该关卡存在xss的一个漏洞并且可以解析js代码。 第一关: 这里没有过滤我们输入的代码:直接将js代码放在js代码中&a…

12、架构-流量治理之服务容错

概述 容错性设计(Design for Failure)是微服务的另一个核心原 则,也是笔者书中反复强调的开发观念转变。不过,即使已经有一定 的心理准备,大多数首次将微服务架构引入实际生产系统的开发者, 在服务发…

web前端 麦子学院:探索前端技术的无尽奥秘

web前端 麦子学院:探索前端技术的无尽奥秘 在数字化浪潮汹涌的时代,Web前端技术作为连接用户与互联网的桥梁,正以其独特的魅力吸引着无数开发者。麦子学院,作为前端技术学习的殿堂,为我们提供了深入探索前端技术的宝贵…

Linux下线程的互斥与同步详解

🤖个人主页:晚风相伴-CSDN博客 💖如果觉得内容对你有帮助的话,还请给博主一键三连(点赞💜、收藏🧡、关注💚)吧 🙏如果内容有误或者有写的不好的地方的话&…

android:text 总为大写字母的原因

当设置某个 Button 的 text 为英文时&#xff0c;界面上显示的是该英文的大写形式&#xff08;uppercase&#xff09;。例如&#xff1a; <Buttonandroid:id"id/btn"android:layout_width"wrap_content"android:layout_height"wrap_content"…

centos7 安装 mysql5.7 LTS

centos7 安装 mysql5.7 LTS 参考&#xff1a; https://blog.csdn.net/EB_NUM/article/details/105425622 可以在运行安装程序之前导入密钥&#xff1a; sudo rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022第一步、下载MySQL 安装包&#xff1a; sudo wget h…

Python 中的内存管理机制

Python 的内存管理机制主要由两个部分组成&#xff1a;垃圾回收机制和引用计数。 垃圾回收机制主要负责检测和回收不再被使用的内存。Python 使用的是自动垃圾回收机制&#xff0c;也就是说程序员不需要手动释放内存。Python 的垃圾回收机制采用了引用计数的方法来追踪和回收不…

植物大战僵尸杂交版破解C++实现

文章目录 前言准备工作&#xff1a;基地址与偏移UI界面设计和绑定项目模板总览图生成与实现信号处理1、阳光值更新:BTN12、三种钱币值更新:BTN2-BTN43、冷却刷新:BTN54、锁定阳光&#xff1a;check15、无冷却&#xff1a;check26、OnTimer&#xff08;&#xff09;和OnClose&am…

git合并多个项目并保留提交版本记录

目录 一、场景 二、合并步骤 1.本地新建 all 目录&#xff0c;并初始化 2.在 all 中添加 a&#xff0c;b&#xff0c;c 的远程分支 3.验证是否添加成功 4.在 all 目录下&#xff0c;获取 a, b,c 的 master 分支数据 5.合并项目并移动到子目录中 6.推送 all 的 master 分支…

二开版微交易系统

下载地址&#xff1a;二开版微交易系统

集成学习概述

概述 集成学习(Ensemble learning)就是将多个机器学习模型组合起来&#xff0c;共同工作以达到优化算法的目的。具体来讲&#xff0c;集成学习可以通过多个学习器相结合&#xff0c;来获得比单一学习器更优越的泛化性能。集成学习的一般步骤为&#xff1a;1.生产一组“个体学习…

实战 | YOLOv10 自定义数据集训练实现车牌检测 (数据集+训练+预测 保姆级教程)

导读 本文主要介绍如何使用YOLOv10在自定义数据集训练实现车牌检测 (数据集训练预测 保姆级教程)。 YOLOv10简介 YOLOv10是清华大学研究人员在Ultralytics Python包的基础上&#xff0c;引入了一种新的实时目标检测方法&#xff0c;解决了YOLO以前版本在后处理和模型架构方面…