前言：之前在公眾號寫了一篇如何高效利用參加技術分享的文章，現在分享給大家～
上周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，堅持到最后的基本上收獲都不小，完成我們布置的Coding實驗任務，大家交流的也非常開心。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分布式實驗。我在活動里負責第一和第三個環節，還有一個大牛在第二個環節中給大家分享深度學習中的推薦算法的難點和痛點，以及我們如何去解決等。話不多說，先放幾張活動現場的照片嘿嘿
活動來了50人左右，最后堅持下來的我看了下可能有40人左右，有十多個人在第二個環節聽完后走掉了，沒有參加現場寫代碼做實驗的環節，我在想這些走掉的人是什么原因呢？內容不感興趣？講的不好？覺得是用PaddlePaddle來寫不感興趣就不想聽了？或者僅僅是覺得有事兒耽誤了現在得馬上走？都有可能。但是我覺得，參加任何一項活動，從你決定的時候，到你最后來到現場了，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。如果有兩個活動同時舉辦，你參加了這個，就沒法參加那個。時間是很寶貴的，所有如何選擇高質量的技術分享，並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～
我參加過不少技術分享，從剛畢業的時候，參加過一個數據分析的，滿懷信心去聽，以為會分享數據分析的技巧和方法之類的干貨，結果是一堆不同的主講人在宣傳自家的產品，只講了自家產篇如何如何好，當然，這也沒啥，可以理解，但是你也得分享分享你咋做到的呀，我聽了沒啥收獲，只知道了一堆數據分析軟件，還記得有張溪夢老師的GrowingIO，和一些日志記錄軟件等。之所以記得GrowingIO，是因為他是里面講的最好的 - -！
后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，但是很多是分享一個很泛的東西，聽完覺得，誒，好像很有道理，但是回家全忘了。我工作一年的時候作為分享人，參加過一個活動，大概是叫做：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學，不是歧視男性 = =），那一次分享雖然很小白，但是現場干貨還是很多的，認識了不少其他公司做的非常優秀的女數據分析師，雖然后來沒咋聯系了，但是感覺大家都過得不錯。今年4月的時候，我參加了AI快車道第一次活動，講特征學習的，主講人劉國翌老師分享的時候大家特別安靜，真的是牛逼，講的深入淺出，而且人很儒雅，很有人格魅力，散場后問了不少同學，都被國翌老師"迷"住了哈哈，當時就覺得，這才是真正的干貨分享！后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，主講人孫老師也是干貨滿滿，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里遇到的困難如何解決。並且每場都有實驗環節，教大家如何實現所講的內容中的一個案例。所以我覺得這才是我想要的干貨。那么如何去判斷一個技術分享適不適合你，報名以后如何最大化利用到場聽的時間，我有幾個小Tips可以分享給大家
是否適合參加
1.確認活動類型和人數
如果活動范圍比較大，譬如QCon、各種"中國XXX開發者分享會"之類的，活動人數很多，那么主要目的其實是去聽面兒上的經驗和去social的，分享人很多，不會給每一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種產品集合在一塊的發布會形式，可以聽到新的東西，但是可能不會有非常細的技術細節。我們可以通過參加這種會結實各種不同公司/行業等的人，以后如果有合作交流也算先刷個臉存個檔了。
如果活動人數較少，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，會后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
上一步確認類型了之后，就可以具體看看這個技術分享活動分哪幾個環節，主講人是誰了。每一個環節同類型的還是遞進的，主講人是同一個公司的還是不同公司的對你想要聽的內容都會有影響。如果是不同公司的同一個領域的大咖來分享，每一個環節大概是1個小時左右，那么3個就算很多了，如果是4個以上，那每個人分享的時間估計不會超過40min，活動的時間都是有限的。每一個主講人，有沒有介紹，是不是你期望的這個領域的專家等，可以先搜搜，當然有些公司有保密性質不會公布主講人的姓名，可以去問活動主辦方或者身邊有沒有認識的。
參加后如何高效學習
1.帶着問題來
每一場技術分享都是給了你一個和其他人交流的機會，如果是同主題的，可以認識到不少其他公司和你做着差不多類型的事的人，那有這樣一個機會事很難得的。可以提前整理好自己在工作中遇到的問題，在活動里的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一定的幫助，而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同樣問題的人會過來跟你交流。交流交流，可以擴寬自己的思路，說不定也能有所收獲。
2.明確來的目的
有很多同學報名參加活動可能很隨意，覺得剛好今天周六/周天下午沒事，就報個名聽聽，中途如果覺得自己不感興趣，就走唄。其實這是一種對自己的時間不負責的態度。你想想，從報名到來參加，這里面花了多少時間，來一趟路程也少時間呢，如果不感興趣中途走了，那前面的基本上都屬於沉沒成本了（真有事的除外啊 = =）。如果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，那可以節省不少時間。可以做多少別的事了呀。所以一定要明確自己來的目的是什么。是來見大牛，想要當面請教問題的？還是來social的？還是來純聽干貨分享學習的？等等，不同的目的決定的不同適合你的活動類型，從而決定了你來了以后能否真正的得到你想要的東西。
3.學會提問
如果你對這場活動真的很感興趣，適合你，你也准備了問題，那么你需要最關注的就是學會提問。大家知道，基本上每個分享都會留有QA環節，但是QA環節是有限的，如果點到你提問了，給你的時間也是有限的，那么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，需要包括你的場景是什么、你采用了什么方法解決達到了什么效果，你的問題是什么？也就說說，如果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，一定要先告訴他你現在做的是什么東西，但是效果/性能達不到要求，你期望達到XXX效果/要求，應該如何做？ 而不是直接一上來就問：請問XXX應該怎么做？XXX性能如何提高等，這些問題不是說不好，而是說在這個有限的時間里，這個問題太大了，讓人無法迅速抓到你想要問的點是什么，回答的內容也不知道是不是你想要的。但是如果你問了之后，主講人回答了，然后你再接着問，主講人再回答，一般情況下，你問兩輪，可能活動方就會打斷你了，讓你結束后再交流，把時間留給其他想問問題的人。所以這就很不利啊，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入思考過（如果特別想討論這種很泛的問題可以活動結束后找到分享者再來討論）。所以，如果想要別人真正回答到你的點上，可以先學會如何提問。
4.會后總結
一般來說，一個技術分享最少是一個倆小時，通常是一個下午，不過也有一天的/多天的。如果前面你能夠明確活動目的，也帶着問題來了，並且問題都是經過反復練習的，在QA上的提問很精煉，你也得到了你想要的回答，到這一步，其實已經打敗了99%的參會者了。還有1%在哪兒呢？在總結。做完一件事情，如果沒有總結，就很容易忘掉。總結是一個非常好的習慣，平時可以對自己學習的知識進行總結，寫博客或者寫代碼等等各種方式沉淀下來，以后可以不斷回顧。活動總結可能是很多人容易忽略的點。參加完一場活動，你可以自己總結幾個點：
1.總體評價：是否值得再去/是否真的有收獲/是否認識了幾位其他公司的同學或者大牛等
2.知識總結：學到了什么/學的內容對你有沒有幫助/為什么學到的東西能解決你的疑惑，原因是啥
3.不足總結：活動本身哪些可以再改進----> 寫問卷反饋，或者直接聯系主辦方；
自己哪些地方沒有表現好？提問不夠精煉？還是由於害羞不敢提問？還是沒有充分的和其他同學/大牛交流？等等
所以總結這事兒，是對自己的的一個反思，發現自己的問題，下一次參加活動可以做更充分的准備，發現主辦方的 問題，可以給他們提建議要求改進等，提了建議，主辦方采納了，對參加活動的人來說也受益了，所以雙贏的事，值得做。
總體來說，我參加過不少技術分享，也分享過不少，這是我自己作為參與者和分享者的總結出來的經驗，希望對大家有幫助～有建議的歡迎留言～
原文戳這里，更多最新文章請關注“Charlotte數據挖掘”
