12月11日訊息，據多位內部員工在匿名社交APP上爆料，國內知識問答網站知乎開啟了大裁員動作，裁員人數比例或高達20%左右！有多位知乎被裁員工甚至表示，“上午還在改Bug，下午就接到了訊息”，“同被裁，幾乎所有的裁員20%”。但知乎官方迴應，這是“公司正常結構優化”。價值兄發現，進入2018年下半年，網際網路公司裁員可謂此起彼伏，包括京東、網易、鬥魚、宜信等諸多網際網路二線公司紛紛被曝光了裁員傳聞。

 

知乎數位員工吐槽被裁：上午改Bug下午被通知走人

 

據多達20多位認證為“知乎員工”的網友表示，自己或身邊的同事都遭到了裁員，這次裁員的比例高達20%左右，人數超過300人——“同被裁，幾乎所有的裁員20%”，還有人表示，“商業廣告部門，當天談裁員當天強制離開公司”。

 

 

 

 

此外，也有多位員工對知乎的這種暴力裁員方式，表達了不滿，“年底裁員，老闆人品真好”，“這個點裁人真是蝦仁豬心（殺人誅心），年終沒了不說工作還不好找”。

 

官方迴應：正常結構優化，可網際網路裁員≈優化

 

對於是否有傳聞如此大規模的裁員，知乎官方予以了否認。該公司表示，每年年底公司都會進行員工績效評估，予以相應的人員調整和結構優化，目前多個崗位在廣泛招募人才中。

 

但據價值兄從行業招聘專家處瞭解，網際網路公司一般均以“人員優化”等措辭，來對裁員進行官方解釋。此前也有財經媒體表示，網際網路公司的“人員調整和結構優化，其實就約等於裁員了”。

 

二三線網際網路公司裁員盤點：京東網易領銜早已開始

 

知乎的疑似大規模裁員，並非個例，一位網際網路人士告訴價值兄，“如果你仔細觀察就會發現，今年8月份開始，那些網際網路公司，尤其是二三線網際網路公司已經開始裁員了”。

 

 

據價值兄瞭解，從今年8月份開始，確實傳聞有數家網際網路公司裁員的報道。尤其是京東、網易等優秀公司紛紛傳出大規模裁員訊息，而一些即將IPO或已經上市網際網路垂直公司，比如ofo、鬥魚、知乎等也被曝光裁員。

 

2018下半年網際網路公司裁員報道（不完全統計）：

 

2018年6月，ofo小黃車被爆裁撤海外業務，總部開始大量裁員，隨後數月間均傳聞上海、西安等地人員裁撤及辦公地搬家；

 

2018年8月，網際網路招聘平臺拉勾網被曝光前CEO馬德龍離職，公司大概有兩百名員工相繼離職；

 

2018年8月，手機廠商美圖傳聞裁員600人以上，其影象業務等部門人員或許被小米收編；

 

2018年8月。傳聞網易杭州研究院和北京傳媒部門裁員，且部分網路遊戲部門也在裁員；

 

2018年11月，網際網路金融公司宜信被員工曝光裁員達三分之一左右，且必須在月底裁完；

 

2018年11月，京東被曝光裁員，金融15%淘汰率、商城10%起步。更有傳言稱整體裁員比例在35%左右；

 

2018年11月，傳聞錘子科技開啟全公司裁員計劃，員工工資無法支付，裁員比例高達60%左右；

 

2018年12月，網際網路金融公司趣店裁員，超80%“管培生”離開，裁員人數達20人；

 

2018年12月，直播平臺鬥魚被曝光深圳團隊全部解散，人數多達70餘人。

 

 

從上述傳聞不難看出，大量網際網路公司在2018年均有了大幅度調整，據相關資料報告顯示，2018年第三季度，IT網際網路行業招聘職位數比去年同期減少51%，連續兩個季度出現需求負增長，職位收縮幅度遠高於全國平均水平。而網際網路電子商務行業招聘需求人數環比減少了31.53%，同比下降57%。這似乎也印證了，網際網路公司裁員傳聞並非是空虛來風。

 

 2018年是網際網路人喜憂參半的一年。急於在下一次跳槽中糾正上一次職業選擇錯誤的人們，心頭也蒙上了一層淡淡的陰影。

 

人力資源業的知乎大V克里斯蒂娜醬，曾為IT從業者寫過這麼一段話：「享受了行業上升期帶來的各種紅利，就要為行業下行期的陣痛做好準備。世上根本沒有一種行業，是又能給你高於同齡人兩三倍的起薪，又能給快速上升空間，公司氛圍一團和氣，還能讓你快樂工作到60歲的。」言語犀利，卻十分中肯。

 

太陽底下沒有新鮮事，網際網路生死場每年都會上演，如草木枯榮一般無法避免。正確看待行業週期變化，杜絕浮躁的追風口心態，踏實積累自身的職業價值，才是當下網際網路人的立身之本。

 

很多人做Java開發2，3年後，都會感覺自己遇到瓶頸。什麼都會又什麼都不會，如何改變困境？很多人寫了7,8年程式碼卻還只是一個碼農，如何突破自我？同時很多程式設計師會有一個苦惱，工作了很久，在公司一味的增刪改查，得不到技術的提高，無緣底層程式碼，只會用卻不知其原理！如何實現進階？

 

針對以上問題，其實更多的是技術方面的東西，當工作到了一定的瓶頸，也需要規劃一條新的路線，但是缺少的全面系統的學習，所以掌握的都不深，整合了一些關於人工智慧學習的乾貨資料希望看了以後大家知道從哪裡開始入手學習。

 

資料包括三部分，第一部分是精心給數學基礎不太好的朋友準備的，畢竟要學好機器學習的理論，數學的基礎得過關，高數線代概率論起碼要知道點吧，不然學起理論真的會一臉懵逼～ 

 

第二部分則是給python基礎不太好的，或者是python小白的朋友準備的，如果覺得自己對python已經很熟悉的朋友可以跳過這個部分。

 

第三部分就是深度神經網路的內容了，你想知道的關於深度神經網路的一切，都可以從裡面學到。值得一提的是，裡面還有matlab的機器學習教程，這絕對是乾貨啊有木有～

 

第一部分，數學基礎（共10課時）

 

 

第二部分，python基礎與資料分析

 

1.python基礎篇教程 （共22課，內附練習習題）

 

 

 

2.python入門與進階

 

 

第三部分，深度學習演算法與程式設計實踐

 

 

1.程式設計入門

 

（1）matlab與機器學習入門 進階和提高 （共13課時，內附練習、matlab程式碼和演算法包，還有ppt課件）

 

 

（2）深度學習 tensorflow教程（是莫煩的教學視訊，最大特點是簡單易懂）

 

 

 

2.基礎精講

 

（1）原理精講班 （共12課時）

 

 

 

（2）基礎一（個人覺得挺不錯的 ，講的很詳細）

 

 

（3）基礎二（緊接著基礎一）

 

 

 

3.深度學習

 

（1）深度神經網路深入研究 （共20課時，內附ppt課件）

 

 

（2）深度神經網路深入與強化 （共10課時，內附ppt課件）

 

如何一起學習，有沒有免費資料？

 

以上是自己收集總結的Python+Matlab+機器學習+深度神經網路+理論+實踐+視訊+課件+原始碼，附下載！如果你也對技術感興趣，可以在公眾號選單欄回覆數字"12",按規則獲取！

 

資料領取方式

關注公眾賬號【飛馬會】

導航回覆數字【12】

 

即可檢視下載方式

 

▼

 

 

往期福利

關注飛馬會公眾號，回覆對應關鍵詞打包下載學習資料；回覆“入群”，加入飛馬網AI、大資料、專案經理學習群，和優秀的人一起成長！

回覆 數字“1”下載從入門到研究，人工智慧領域最值得一讀的10本資料（附下載）

 

回覆 數字“2”機器學習 & 資料科學必讀的經典書籍，內附資料包！