WWW.YOUINFO.SITE
标签聚合 培训

/tag/培训

cnBeta全文版 · 2026-06-11 19:05:12+08:00 · tech

美国科技巨头Google近日宣布,将拨款 5000 万美元,用于在全美范围内培训超过 30 万名技术技工,从而缓解关键基础设施项目中技能工人短缺的问题。 这一培训计划聚焦于水电、暖通、建筑、电气安装等典型技术工种,为相关从业者提供与人工智能基础设施建设相匹配的技能培训机会。 当前,美国在建设数据中心、电力扩容、网络设施升级等支撑人工智能发展的关键项目上,对高技能技术工人的需求迅速攀升,而合格人手却严重不足,已经成为制约产业推进的重要瓶颈。 Google此次承诺投资,是继 Anthropic、Meta、OpenAI 之后,又一家大型科技公司主动介入技术工人培养领域,试图通过直接投入资金和资源来弥补产业链的人力缺口。 根据公开信息,Google将通过与地方培训机构、工会组织及相关非营利机构合作,为学员提供有针对性的课程与实操机会,帮助他们掌握建设和维护数据中心、电网升级、冷却系统和通信网络等项目所需的实用技能。 这类项目被视为人工智能时代的“底层工程”,既包括传统蓝领工种的技能升级,也包括对现有从业人员进行新技术环境下的再培训,以适应 AI 带来的基础设施扩张。 业内人士指出,大模型训练、云计算和在线服务的爆发式增长,使得对数据中心、算力设施和配套能源系统的建设需求持续高企,而这些项目的推进在很大程度上依赖大量经过专业训练的技术工人。 科技公司过去主要在软件开发和高端研发岗位上投入资源,如今则越来越意识到,只有同时补足实体基础设施建设环节的人才短板,才能确保 AI 生态的长期稳定发展。 在此背景下,Anthropic、Meta 和 OpenAI 等公司此前已先后宣布与建筑工会、高校和职业培训机构合作,推出面向数据中心建设与运维的专项培训和就业保障项目。 Google此次追加 5000 万美元投入,被视为大型科技企业围绕 AI 基础设施展开“人才保供战”的最新举措,也意味着科技巨头在劳动力市场角色的延伸——从传统的高科技雇主,进一步转向基础设施建设和技能教育的重要参与者。 查看评论

LinuxDo 最新话题 · 2026-06-09 14:51:49+08:00 · tech

各位佬友好!最近被公司的技术培训逼秃了头,特来真诚求教。 背景是这样的:半年前我定了一个「前端性能优化」的培训主题,结果今年 AI 爆发特别迅猛,身边同事们的培训全变成了各种 AI 提效、大模型落地。相比之下,我的主题显得有点「特立独行」甚至有些「落伍」。 更让我焦虑的是,我组里那帮同事大都比我多 4-6 年经验(我资历比他们浅)。在写这个大纲时,我问了 AI 很多方案,但得到的答案基本都是 Lighthouse 指标(INP, LCP, CLS)、网络分包、图片压缩、开启 Gzip 这些。 我总觉得,这些东西资深大佬们能不知道吗?而且平时在业务开发中,大家由于赶进度,其实也并没有把这些指标看得太重。如果我在台上就念这些常规手段,台下大佬们估计能当场睡着,这也让我感觉这个培训一直没有特别站得住脚的内容。 所以真心想请教下各位大佬: 1.在 AI 如此强大的今天,你们觉得前端性能优化有哪些领域是 AI 很难替代或者说根本无能为力的? 2. 除了我们耳熟能详的网络、渲染、代码层面的常规优化,大家在实际业务中,遇到过哪些只有在“特定极复杂场景”才会遇到的性能死角(比如大表单卡顿、Canvas 渲染流、内存泄漏定位、CI/CD 性能卡点等)? 3. 现在大家在日常开发中,真的会每天死盯着 INP / LCP 这些指标吗?如果没有,你们会关注哪些更契合业务实际的指标呢? 希望大家指点一二! 2 个帖子 - 2 位参与者 阅读完整话题

cnBeta全文版 · 2026-06-09 14:35:45+08:00 · tech

6月9日消息,Meta要为自己的AI数据中心建设培养技工。据路透社报道,Meta将投入1.15亿美元,设立名为"美国劳动力学院"(America's Workforce Academy)的免费培训项目,面向数据中心技术岗位培养新人,并承诺毕业生将获得工作机会。 Meta发言人称,该项目将提供数据中心技术员的通用培训。毕业后的岗位不是直接进入Meta,而是在参与Meta数据中心建设的总承包商处担任全职工作。发言人没有说明具体会开放多少岗位、涉及哪些承包商,也没有说明这些岗位是否属于工会岗位。 AI数据中心不只缺芯片,也缺施工人员 这笔1.15亿美元放在Meta的整体投入中不算大。路透社称,Meta已承诺未来三年在美国基础设施和就业方面投入总计6,000亿美元,其中包括建设大型数据中心,为CEO马克·扎克伯格(Mark Zuckerberg)在AI智能体技术上的押注提供算力。 但AI基础设施不是只靠显卡、服务器和电力合同就能落地。数据中心要建起来,还需要铺设线路、安装设备、完成机电和现场施工。美国建造商与承包商协会(Associated Builders and Contractors)表示,预计将在该项目期间培训数千人。 Meta总裁兼副董事长迪娜·鲍威尔·麦考密克(Dina Powell McCormick)称,AI革命带来变化,也带来"历史性机会"。这意味着AI公司正在把一部分基础设施压力,从算力采购扩展到劳动力供给。 保证就业,但不是保证进Meta 这个项目最具吸引力的地方,是"免费培训"和"毕业后有工作机会"。对不想上大学、或需要尽快进入收入稳定岗位的人来说,数据中心建设潮正在创造一批新的蓝领就业通道。 不过按路透社的说法,毕业生将获得工作机会,岗位来自参与Meta数据中心建设的总承包商,而非Meta直接雇佣。Meta也没有披露岗位数量、用工企业名单和是否为工会岗位。这更接近Meta为自己的建设链条提前储备人力,而不是传统意义上的企业校园招聘。 这一区别很重要。对求职者而言,培训是否真能转化为长期职业路径,取决于岗位地点、薪酬、合同稳定性和后续项目是否持续。对Meta而言,保证有人能进场施工,才是AI数据中心扩张不被工地进度拖住的现实前提。 建设期用工密集,长期岗位有限 路透社还提到,数据中心通常会带来短期建设岗位高峰,但永久岗位数量较少。Meta去年在得克萨斯州开工的一座大型数据中心,预计建设高峰期现场工人超过1,800人,但投入运营后约创造100个岗位;另一座位于俄克拉荷马州的数据中心,预计建设高峰期超过1,000个施工岗位,完工后约有100个运营岗位。 这也是此类培训项目面临的公共争议所在。地方政府和社区常常期望数据中心带来长期就业,但真正密集用工的阶段往往集中在建设期。美国劳动力学院能为一批人打开进入技能工种的入口,但它无法把数据中心变成长期大规模雇主。 AI基础设施建设正在把电工、机电、数据中心技术员等岗位重新推到公司战略前台。AI最终要落在服务器、机房、供电和施工现场上,谁能把这些设施建起来,也会成为科技公司竞争的一部分。 查看评论

LinuxDo 最新话题 · 2026-06-05 16:32:39+08:00 · tech

中国公务员考试培训机构粉笔教育CEO张小龙在高校演讲时,辱骂在场学子“活该找不到工作”,“考公(体制内)都是混吃等死”。引发争议后张小龙解释,在演讲中谈及人工智能和买美股话题,观众没有反应甚至鄙夷,他自尊心受挫,“破防了”。 据新黄河、澎湃新闻等报道,粉笔有限公司主营公务员考试培训,属于行业龙头,2023年在香港交易所上市。张小龙本周三(6月3日)受邀在中国人民大学哲学院开展讲座,主题原本与职业规划、考公辅导相关,但讲座正式开场前,他临时将演讲主题调整为“AI时代的职业生涯规划”。 分享环节里,张小龙谈到了当下的就业压力、AI发展,并向大家介绍了他认为未来最有潜力的就业方向:炒股。 他说:“最好炒科技股,更好的是炒美股,再好一点的是带着全家一起炒股。” 他还表示自己上个月投入8000万元(人民币,1517.7万新元)炒股赚了5300万元。 据报道,因台下学生反应平淡,张小龙突然情绪失控,在长达数分钟的时间里连续爆粗口辱骂在场学子,多次重复“觉得你们很差,非常差”、“活该你们找不到工作,社会不应该给你们工作”等。他还公然宣称“考公(体制内)都是混吃等死”,最后表示“我不讲了就这样吧,我的时间是非常宝贵的,我不喜欢你们”,后愤然离场。 星期四(6月4日)上午10 时,粉笔科技通过官方微博发布致歉信。当天下午,张小龙个人也发布关于人大讲座事件的说明与致歉。说自己“一瞬间破防了”,“希望大家把我当一条疯狗放了”。 他说,自己在演讲中强调了就业形势的严峻,就业信息的重要性。“现在的情况是招考岗位越来越少,报考的人在持续增多,考上体制内工作的机会在大大降低。”他希望大家不要只盯着体制内。 然后他就谈到了体制外工作、AI的发展等,并表示在AI时代下不被欺负抛弃不吃亏,一个方法就是买头部科技公司的股票。他解释,“我说美股科技股的时候我看到有同学投来鄙夷加惊讶的目光,我既尴尬,自尊心也受到了挑战,这当然是我自己的问题。”他说,他感觉这些同学对这个世界最深刻前沿的变化没有任何感知。 他说这场讲座,除了后面的“情绪化表达”,全是“真实想法”。最后他也再次向人大、人大同学和校友表示真诚歉意,愿意接受大家的批评。 张小龙的演讲引发巨大争议,他的态度被广泛批评,但也有人认为,他提出的不要一味考公的观点值得深思。有网民指出,他的沟通方式有很大问题,“炫富的方法已经不能引起年轻人,尤其是哲学系同学的注意了”。 小红书上有自称是当时听讲座的学生表示:“当他(张小龙)唾弃我们混吃等死时,我同样唾弃他将投机当作实力,沾沾自喜于赌博换来的钱财。” zaobao.com.sg 培训机构CEO人大演讲鼓励炒美股 称考公是“混吃等死” 中国公务员考试培训机构粉笔教育CEO张小龙在高校演讲时,辱骂在场学子“活该找不到工作”,“考公(体制内)都是混吃等死”。引发争议后张小龙解释,在演讲中谈及人工智能和买美股话题,观众没有反应甚至鄙夷,他自尊心受挫,“破防了”。 28 个帖子 - 25 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-04 17:08:59+08:00 · tech

领导安排下来任务让我给业务人员培训Cursor的使用,既要说清楚当下模型的优劣,还有节省Token的办法,然而本人只是一个常年auto使用者,网上一搜众说纷纭的,来站内找佬友们取取经。 关于cursor,我个人整理出来节省token的办法是: 优化prompt精准表达意图 勤开对话,单个对话处理单个任务,节省上下文空间 勤用对话摘要,隔几轮对话进行一次总结。 佬友如果有更好的办法,感谢补充。 但模型之间的对比实在难倒我了,现在大家常用的就是opus4.7\gpt5.5\gemini3.1\composer2.5\auto 这些模型说实话,网上帖子看下来吹谁的都有,有兴趣的佬友多多分享经验救救孩子 1 个帖子 - 1 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-01 16:36:04+08:00 · tech

紧接上个帖子 还有必要给公司培训vibe coding吗 搞七捻三 继续上个帖子 已经过去了半个月,中间因为业务太多,一直往后推,然后这周周会上组长明确和我约下周一给整个部门培训,但我也看到站上好多人说培训完,工作变多之类的。 虽然培训是不可避免的,那我需要藏私吗? 对了,我只是实习生 看了各位佬的评论,首先我们部门都是那种已经成家立业的中登,其次我也打算下个月干完就跑路,所以就是担心万一因为我导致有人被辞退 关于AI这块,我们公司还挺好的,上个… 本来只约一个小时的,没想到讲了快两个小时:我开始以为没有人会听的,没想到来了三四十人(可能因为我组长在全公司群发了),没想到我公司的头也来了 现在回想还有点紧张,但不知道为啥当时越讲越有激情 可能是因为我还是稍微准备了一下,弄了大几千字的稿子和一二十页的PPT,竟然把老板给唬住了;本来我随便弄了个脚手架(虽然我还专门写了个文档来吹牛),老板一看直接说全公司推行 吐槽:这也太tm草率了,好歹我公司也是小一千人的小公司 最后我问大家有没有什么问题,老板直接问我:这个AI脚手架能不能做到 —— 设定好流程,就不需要人,自己就可以自动执行 吓得我mt连忙解释:现在这个脚手架还只是初版,还需验证,主要是用来约束AI的,还是需要人来操作的 14 个帖子 - 13 位参与者 阅读完整话题

IT之家 · 2026-05-30 07:21:36+08:00 · tech

IT之家 5 月 30 日消息,苹果公司昨日(5 月 29 日)发布博文,宣布底特律开发者学院迎来第五届毕业生, 200 名学员完成培训,自 2021 年已培训超 1800 人。 IT之家援引博文介绍,苹果公司为推进种族平等与正义倡议,于 2021 年在底特律成立开发者学院,也是北美唯一的此类开发者学院。 该项目与密歇根州立大学、Gilbert 家族基金会合作运营,提供 9 个月完整课程和 4 周强化课程,教授应用开发、设计、商业及专业技能。学员不仅学习编程,还掌握项目管理、营销等综合能力。 但该项目的效果近期引发争议。Wired 报道指出,过去两届毕业生就业率约 71%,低于优秀编程学校标准。 苹果反驳称就业率不能完全反映项目价值,毕业生所学技能可应用于更广泛的职业领域。 在博文中,苹果重点介绍了 4 位毕业生及其项目,包括开发面向听障用户的辅助功能应用、成立动画工作室,以及创立底特律技术非营利组织。

LinuxDo 最新话题 · 2026-05-29 16:34:32+08:00 · tech

继续上个帖子 vibe coding求教程 开发调优 最近公司要推行全公司使用 vibe coding,但好多人不会用,所有我的 mt 向部门推荐我来讲解 vibe coding,我目前打算 claude code 的使用、cc switch(因为通过中转 API)、我常用的 mcp 和 skill 以及约束文档等 我还打算讲一下多 agent,但我自己都没用过 各位佬,有什么补充或者建议吗? 已经过去了半个月,中间因为业务太多,一直往后推,然后这周周会上组长明确和我约下周一给整个部门培训,但我也看到站上好多人说培训完,工作变多之类的。 虽然培训是不可避免的,那我需要藏私吗? 对了,我只是实习生 看了各位佬的评论,首先我们部门都是那种已经成家立业的中登,其次我也打算下个月干完就跑路,所以就是担心万一因为我导致有人被辞退 关于AI这块,我们公司还挺好的,上个月集中采购的trae,从这个月开始集中采购各个厂商的token,下一步还打算采购claude,也就是说想拿豆包蒙混过关可能不太现实 24 个帖子 - 20 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-29 16:05:07+08:00 · tech

在公司内部我是比较前沿使用ai的,其他人都处在使用免费的ai ,豆包,deep seek,qwen这一些东西。 我本人在过去半年整体来说就是vibecoding, 基本上就是一小时开发,划水七天。前一阵vibecoding了一个工具后,领导问我使用的工具然后让我给大家培训一下。结果噩梦开始了 自从培训过后,可能是领导对于vibecoding的提效感触很大 就开始对我的任务时间进行缩短,在他的认知这个工作已经不是一周的工作量了,而是一天的。就会有更多的任务压上来。 但是分享的初衷是提效减少非必要劳动,而不是三倍速牛马啊。 无语了 11 个帖子 - 11 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-28 15:45:00+08:00 · tech

如题,我一个朋友一直喊我开一个中小学课外培训班,AI最近不是炒的火热嘛,我想着18线小县城还没人做,但是我又是一半吊子。她老公是县教体局的,所以资质办证应该是没啥问题,刚刚又发消息给我说给她两小孩报了暑假培训班花了5000,明里暗里忽悠我去研究一下,各位佬有啥说法吗? 10 个帖子 - 9 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-26 15:37:26+08:00 · tech

最近身边的几个事让我觉得信息壁垒还是很大的,即使AI已经发展到这个阶段,可能论坛上的人认为大家都是熟练Claude Code,Codex起手,各种工具,harness,agent走起,其实在传统行业,根本就不是的。 身边的大部分人也就是用个豆包,当百度的升级版,更多的人更是用都不怎么用。只知道豆包拿来搜东西好用,deepseek更厉害,至于能干什么,如何提高生产力都是没有概念的。同时,由于制造业信息安全的限制,大部分只允许白名单和可用软件清单,自己装东西,翻墙是不可能的。 言归正传, 朋友的公司是500强外企,老板思想还算开明,打算让整个中国区的员工都把AI用起来,从对话机器人变成工作伙伴,大概长这样 我朋友知道我天天鼓捣AI,就让我给他们出个详细的计划和评分标准,我一看这不就是像豆包写的么,整个逻辑乱七八糟,于是找Claude写了一份,从prompt engineering到context engineering再到harness engineering走一遍,结合他们本身的业务背景,使用场景做了个详细的提升计划。 报上去之后,过两周朋友说老板觉得太难了,让我给个初级版,我又懒得去想,就没管这事。上次吃饭的时候朋友说他们找了业内一家专门给大公司做培训的,先培训2课时,收费很贵(反正他们公司有钱),计划是这样的,我提取几个要点吧,因为他们信息安全,只能用copilot Copilot、DeepSeek、豆包、千问、Kimi等主流AI工具的能力特色与应用场景 AI深度思考与联网搜索 职场结构化提示词四大要素 Copilot生成中英双语商务邮件 Copilot + Excel 数据处理与分析 就差不多这些,我看了下,这不就是教下你怎么用copilot么,跟真正的使用AI比,只能算入门。 [!tips]一点思考 制造业存在大量的AI需求,但大多数还没入门,也没转化为提效工具。有做AI培训的潜在市场 目前的AI应用大部分还是集中在互联网领域,没有针对传统行业的定制化AI能力工具 懂AI的不懂制造业,懂制造业的不懂AI,信息茧房太大,这里面就存在信息套利空间 很多老板想找人培训,或者找人打开思路,但业内还没有专门针对制造业的AI培训跑出来 我相信就这种培训,论坛很多佬都可以做。但有几点问题, 没有品牌化,大公司采购肯定要找业内知名机构,我直接找个佬去给别人培训收钱人家肯定认为我是草台班子,不会给机会 讲师的资源池,由于都是线下,而且都是定制化培训,全职现在做不起来,兼职的话无法控制讲师质量和时间管理 成本和可持续性(还没细想) 想跟各位佬探讨下,有制造业的资源,也对AI有一定的了解,怎么结合这两点,走通这条路 6 个帖子 - 6 位参与者 阅读完整话题

v2ex · 2026-05-25 20:57:22+08:00 · tech

那些年,被微信铃声支配的恐惧 我是 97 年的,当年从培训机构出来就一脚踩进了互联网。一毕业就在北京一家小公司死磕,算下来,在这行也混了差不多 8 年了。 最开始为了生存做 Java ,后来转 Python 爬虫和后台,中间还转过 Go 。不过说实话,随着公司后来开始做智慧交通,我已经差不多 2 年左右没有真正写过代码了。 因为学历和技术都不算特别硬,再加上小公司的岗位边界从来都不清晰,我慢慢从纯开发被推到了“半管理半技术”的位置,开始带团队。但实际干的活,懂得都懂,更像是 产品经理 + 项目推进 + 技术开发 的混合角色。俗称,全能打杂。 那些年,真的天天在高压和内耗里死撑。晚上睡觉手机根本不敢静音,一听到微信提示音,整个人会“腾”地一下秒醒,到后来甚至开始频繁地心脏疼,头发成把成把地往外掉。但那时候看着职场生涯整体算是在往上走,单看履历,好像也还过得去,就这么硬熬着。 今年年前,身体和精神实在走到了临界点,我主动提了离职。老板人还算厚道,给了一些补偿。刚走的时候,表面上是解脱,其实内心挺虚的,也挺迷茫。 以前总觉得在小公司独当一面,经历过那么多上线和救火,做了不少项目。但现在闲下来认真回头看,好像没有几个真正能拿得出手、从 0 到 1 算得上成功的项目。很多项目不是半路夭折,就是上线时出一堆问题,最后发现自己根本没沉淀出什么特别硬的核心竞争力。 从北京到临沂:一个从来没想过的转折 失业后,北京快节奏的压抑感让我有点喘不过气。我索性打包了全部行李,搬到了一个我以前从未想过的北方小城市——临沂。 没有什么宏大的理由,单纯是因为有个大学玩得还不错的哥们在这边。 过来之后我才发现,老哥在本地倒卖的生意,完全靠自己已经开上了 E300 ,手里两套房。说实话,看到他的那一刻,我这个从北京出来的“前项目经理”心里挺羡慕的,也挺受触动。 但我很快注意到,他的业务模式极其原始:每天大量的货进进出出,他居然还在用笔记本手动抄写,好一点的时候,也就是用线上多人文档同步一下。 跟他在本地混了一个星期后,我的职业病犯了。看着那堆密密麻麻的手写账本,我实在是坐不住,于是决定搭个手,花了大概 10 天左右的时间,直接用 AI 帮他搓了一个专属的 进销存系统 。 这一波,AI 把我彻底震碎了(以前只是补全和局部使用) 虽然只是个 MVP 版本的粗糙东西,但整个开发的过程,却给了我前所未有的恐怖冲击。 按照我以前在公司的经验,这种既要搞后台进销存逻辑、又要接手机端、还要去调 OCR 识别接口的项目,哪怕再怎么简化需求,以前起码也得招个 两三人的小团队 ,前后折腾上 一个月 。 结果这次,我一个人,借助 AI ,只用了 10 天,几乎是零成本。 从前到后,基本都是我动嘴、AI 动手。我提需求、它吐代码,我遇到报错直接甩给它,它几秒钟就把改好的代码喷出来。 这件事对我的冲击,真的不是“效率提升”这四个字能概括的。它像一把重锤,直接砸在我过去 8 年的认知上: 靠过去的经验去混日子,我还能在这个行业活多久? 辛辛苦苦打拼、脱发换来的那些工程经验,在现在的 AI 看来,是不是只是几行提示词的事? 业务、管理、开发、甚至小公司打杂的经验,接下来到底该怎么重新排列组合? 站在旧时代的废墟上,像我这样没有硬核背景的人,究竟该往哪里走? 身体比大脑先做出了选择 昨天去理发,理发师端详了我的头发半天,突然问了我一句: “帅哥,你这头发最近长得挺密,今天需要帮你打薄一点吗?” 我当场愣了一下。 “帮你打薄一点”,这句话我大概有五六年没有听到过了。 远离了那些无效的职场内耗,没有了催进度的微信轰炸,我的身体和头发,比我的大脑更先一步做出了选择。 旧时代的螺丝钉已经死了。 新时代的我, 就像那个坐在窗前,第一次见到冰块的奥雷里亚诺。