微软 Windows10 黑暗主题组件界面将更加统一和谐

不管是关注初创公司和它们的IPO进程，关注科技的进步，还是关注亚马逊的re:Invent，你都会看到，这一年有很多公司在不断尝试突破边界。

我个人最喜欢的2020年公告是AWS的SageMaker Data Wrangler，它旨在加快机器学习和人工智能应用的数据准备。这是一个伟大的举措，将有更多的流体机器学习管道，有望进一步使机器学习更容易接近的公司，不专注于技术。

我们采访了来自不同科技领域的人们，请他们谈谈对2021年的期待，受访者都来自具有代表性的创业公司和技术最佳实践企业。看看他们都说了什么吧!

1.山姆·坎农，Facebook数据科学家

我觉得自然语言处理目前正以不可思议的速度发展，这令人既兴奋又沮丧。一旦为文本分类或分布式词表示聚类建立了一个像样的管道，新的模型就会出现，它的性能会超过昨天使用的模型。

我对NLP的发展方向感到非常兴奋，尤其是针对复杂的NLP任务的开源解决方案。在这个领域中，我最喜欢的公司之一是Hugging Face，它也是我个人对开放源码、最先进的NLP的晴雨表。

Hugging Face遵循了solv[ing] NLP的信条，将复杂的NLP模型和任务民主化，而这些模型和任务通常由于缺乏计算能力或专业知识而不可能被许多人使用。

它们已经提供了简单的情感分析解决方案，只需要最少的用户输入。在此基础上，我认为2021年将迎来一波预先打包的SOTA NLP模型，这些模型只需要一行代码就可以使用。

在2021，我相信至少开箱即用的NLP模型将允许更多的人从他们的自然语言数据中获得的见解，这就是我在2021年最期待的方面。
 

手工测试是测试员需要培养的一项基本技能，它是基础。自动化测试很厉害，它是质量控制领域最像魔法的东西。但在软件测试领域中，我们并不愿意去评价它们孰优孰劣。

自动化测试人员可以在一些项目中进行手工测试，而手工测试人员也可以在某些情况下进行自动化测试。

误解十一：“测试主管不参与测试。”

事实上，在行业标准里，测试主管在协调方面的工作仅为10%，他们也是QA团队的一员，需负责协助测试活动。当然，还有其他任务。

因此，QA主管必须把一小部分精力花在测试活动上。要想成为一名测试员，就必须准备好在以后的职业生涯中完成作为一名普通QA团队成员应执行的所有任务，否则是时候考虑换个领域了。

误解十二：“测试员质疑一切，在IT行业以‘吹毛求疵’闻名。”

怀疑一切的人的生活是最难的。如果我们真的怀疑一切，我们甚至会质疑软件的存在、运用和效率，这意味着在相信产品毫无用处的情况下，我们依然在为它工作。

你觉得这种看法正确吗?我们真的可以在一个软件系统上花费大量的时间，而又认为它毫无用处吗?笔者不这么认为。

与普遍的观点相反，测试人员相信软件的性能、效率、生产力和用途，并且帮助它在实际运用中取得成功。

但是，测试人员要确保软件处于最佳状态。在测试时要记住，产品是优秀的，我们必须识别并消除任何可能对这个优秀产品产生负面影响的因素。我们真的认可它，是它的忠实粉丝。

（编辑：柳州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!