如何高效利用一场技术分享？

前言：以前在公众号写了一篇如何高效利用参加技术分享的文章，如今分享给你们～

　　上周在北五环咖啡举办了AI快车道3期-推荐系统的技术分享，活动很成功，坚持到最后的基本上收获都不小，完成咱们布置的Coding实验任务，你们交流的也很是开心。活动分三个环节，分别是：PaddlePaddle的全景介绍、推荐系统分享和CodeLive实验环节—PaddleCTR分布式实验。我在活动里负责第一和第三个环节，还有一个大牛在第二个环节中给你们分享深度学习中的推荐算法的难点和痛点，以及咱们如何去解决等。话很少说，先放几张活动现场的照片嘿嘿

 

 

 

　　活动来了50人左右，最后坚持下来的我看了下可能有40人左右，有十多我的在第二个环节听完后走掉了，没有参加现场写代码作实验的环节，我在想这些走掉的人是什么缘由呢？内容不感兴趣？讲的很差？以为是用PaddlePaddle来写不感兴趣就不想听了？或者仅仅是以为有事儿耽误了如今得立刻走？都有可能。可是我以为，参加任何一项活动，从你决定的时候，到你最后来到现场了，直到结束，都是由时间成本的，换句话说，你的这个时间成本属于沉没成本。若是有两个活动同时举办，你参加了这个，就无法参加那个。时间是很宝贵的，全部如何选择高质量的技术分享，而且能从技术分享中高效的学习，最大化的去利用外部资源是一件值得好好琢磨的事儿～

 

　　我参加过很多技术分享，从刚毕业的时候，参加过一个数据分析的，满怀信心去听，觉得会分享数据分析的技巧和方法之类的干货，结果是一堆不一样的主讲人在宣传自家的产品，只讲了自家产篇如何如何好，固然，这也没啥，能够理解，可是你也得分享分享你咋作到的呀，我听了没啥收获，只知道了一堆数据分析软件，还记得有张溪梦老师的GrowingIO，和一些日志记录软件等。之因此记得GrowingIO，是由于他是里面讲的最好的 - -！

 

　　后来也参加过一些组织很高大上，请的人的title也很牛的人来分享，可是不少是分享一个很泛的东西，听完以为，诶，好像颇有道理，可是回家全忘了。我工做一年的时候做为分享人，参加过一个活动，大概是叫作：女数据分析时如何成长之类的（面向女性想从也数据分析的同窗，不是歧视男性 = =），那一次分享虽然很小白，可是现场干货仍是不少的，认识了很多其余公司作的很是优秀的女数据分析师，虽而后来没咋联系了，可是感受你们都过得不错。今年4月的时候，我参加了AI快车道第一次活动，讲特征学习的，主讲人刘国翌老师分享的时候你们特别安静，真的是牛逼，讲的深刻浅出，并且人很儒雅，颇有人格魅力，散场后问了很多同窗，都被国翌老师"迷"住了哈哈，当时就以为，这才是真正的干货分享！后来才知道国翌老师是百度视觉这块的负责人，直到第二期，目标检测，主讲人孙老师也是干货满满，QA环节在场的学员也是不停的一个问题接着一个问题抛出来，围着老师不停的交流在他们的公司实际应用里遇到的困难如何解决。而且每场都有实验环节，教你们如何实现所讲的内容中的一个案例。因此我以为这才是我想要的干货。那么如何去判断一个技术分享适不适合你，报名之后如何最大化利用到场听的时间，我有几个小Tips能够分享给你们

 

 

---

是否适合参加

1.确认活动类型和人数

　　若是活动范围比较大，譬如QCon、各类"中国XXX开发者分享会"之类的，活动人数不少，那么主要目的实际上是去听面儿上的经验和去social的，分享人不少，不会给每个分享着太多的时间去讲其中的技术细节，这种其实有点属于各类产品集合在一块的发布会形式，能够听到新的东西，可是可能不会有很是细的技术细节。咱们能够经过参加这种会结实各类不一样公司/行业等的人，之后若是有合做交流也算先刷个脸存个档了。

若是活动人数较少，技术分享的主题属于某一个具体方向的，就比较适合去学习具体的细节，会后也会有时间去和分享人直接交流。

 

2.确认活动安排和主讲人

　　上一步确认类型了以后，就能够具体看看这个技术分享活动分哪几个环节，主讲人是谁了。每个环节同类型的仍是递进的，主讲人是同一个公司的仍是不一样公司的对你想要听的内容都会有影响。若是是不一样公司的同一个领域的大咖来分享，每个环节大概是1个小时左右，那么3个就算不少了，若是是4个以上，那每一个人分享的时间估计不会超过40min，活动的时间都是有限的。每个主讲人，有没有介绍，是否是你指望的这个领域的专家等，能够先搜搜，固然有些公司有保密性质不会公布主讲人的姓名，能够去问活动主办方或者身边有没有认识的。

 

---

 

参加后如何高效学习

1.带着问题来

　　每一场技术分享都是给了你一个和其余人交流的机会，若是是同主题的，能够认识到很多其余公司和你作着差很少类型的事的人，那有这样一个机会事很可贵的。能够提早整理好本身在工做中遇到的问题，在活动里的QA环节去提出来，基本上主讲人的回答都会或多或少对你有必定的帮助，并且你把你的问题抛出来，可能休息时间，会有别的公司的人跟你有一样问题的人会过来跟你交流。交流交流，能够扩宽本身的思路，说不定也能有所收获。

 

2.明确来的目的

　　有不少同窗报名参加活动可能很随意，以为恰好今天周六/周天下午没事，就报个名听听，中途若是以为本身不感兴趣，就走呗。其实这是一种对本身的时间不负责的态度。你想一想，从报名到来参加，这里面花了多少时间，来一趟路程也少时间呢，若是不感兴趣中途走了，那前面的基本上都属于沉没成本了（真有事的除外啊 = =）。若是在第一步确认是否参加这个活动的时候，多花5min来仔细思考这个活动适不适合你，再决定要不要报名，那能够节省很多时间。能够作多少别的事了呀。因此必定要明确本身来的目的是什么。是来见大牛，想要当面请教问题的？仍是来social的？仍是来纯听干货分享学习的？等等，不一样的目的决定的不一样适合你的活动类型，从而决定了你来了之后可否真正的获得你想要的东西。

 

3.学会提问

　　若是你对这场活动真的很感兴趣，适合你，你也准备了问题，那么你须要最关注的就是学会提问。你们知道，基本上每一个分享都会留有QA环节，可是QA环节是有限的，若是点到你提问了，给你的时间也是有限的，那么如何利用好有限的时间提出最关键的问题也是必须学会的一项技能。一个好的问题，须要包括你的场景是什么、你采用了什么方法解决达到了什么效果，你的问题是什么？也就说说，若是你想要回答你的问题的人迅速能get到你的点，解决你的问题，必定要先告诉他你如今作的是什么东西，可是效果/性能达不到要求，你指望达到XXX效果/要求，应该如何作？ 而不是直接一上来就问：请问XXX应该怎么作？XXX性能如何提升等，这些问题不是说很差，而是说在这个有限的时间里，这个问题太大了，让人没法迅速抓到你想要问的点是什么，回答的内容也不知道是否是你想要的。可是若是你问了以后，主讲人回答了，而后你再接着问，主讲人再回答，通常状况下，你问两轮，可能活动方就会打断你了，让你结束后再交流，把时间留给其余想问问题的人。因此这就很不利啊，要记住，你问的越清晰，说明你对问题的思考越明确，问的越泛说明对问题也没有深刻思考过（若是特别想讨论这种很泛的问题能够活动结束后找到分享者再来讨论）。因此，若是想要别人真正回答到你的点上，能够先学会如何提问。

 

4.会后总结

　　通常来讲，一个技术分享最少是一个俩小时，一般是一个下午，不过也有一天的/多天的。若是前面你可以明确活动目的，也带着问题来了，而且问题都是通过反复练习的，在QA上的提问很精炼，你也获得了你想要的回答，到这一步，其实已经战胜了99%的参会者了。还有1%在哪儿呢？在总结。作完一件事情，若是没有总结，就很容易忘掉。总结是一个很是好的习惯，平时能够对本身学习的知识进行总结，写博客或者写代码等等各类方式沉淀下来，之后能够不断回顾。活动总结多是不少人容易忽略的点。参加完一场活动，你能够本身总结几个点：

1.整体评价：是否值得再去/是否真的有收获/是否定识了几位其余公司的同窗或者大牛等

2.知识总结：学到了什么/学的内容对你有没有帮助/为何学到的东西能解决你的疑惑，缘由是啥

3.不足总结：活动自己哪些能够再改进----> 写问卷反馈，或者直接联系主办方；

                  本身哪些地方没有表现好？提问不够精炼？仍是因为害羞不敢提问？仍是没有充分的和其余同窗/大牛交流？等等

 

　　因此总结这事儿，是对本身的的一个反思，发现本身的问题，下一次参加活动能够作更充分的准备，发现主办方的 问题，能够给他们提建议要求改进等，提了建议，主办方采纳了，对参加活动的人来讲也受益了，因此共赢的事，值得作。

 

　　整体来讲，我参加过很多技术分享，也分享过很多，这是我本身做为参与者和分享者的总结出来的经验，但愿对你们有帮助～有建议的欢迎留言～

 

 

原文戳这里，更多最新文章请关注“Charlotte数据挖掘”