塞尔维亚的WordCamp Event 2018 —团队建设和学习

WordPress WordCamp社区活动在贝尔格莱德的塞尔维亚举行,这是您不想错过的体验。 我们的团队开始准备将要呈现的所有主题,以便在我们自己的开发和营销领域保持最新状态。 在这三天里与我们同行业中的其他人建立的导师关系将是我们永远不会忘记的经历。 会议在2个不同的地点举行,因此我们的团队可以选择哪个更适合他们。 那里也有讲习班,您所需要的就是您的笔记本电脑,并且您可以在出色的指导下以实用的方式学习所有内容。 由于我们是完美主义者,他们始终追求最佳并为我们的客户提供最佳服务,因此我们必须参加如此精彩的活动。 我们的第一届会议以由Maja Benke主持的主题Accessible Design开始。 在本届会议上非常有趣的是,对于我们和其他人来说,世界似乎并不相同。 有很多人是道尔顿主义者或患有阅读障碍者。 他们中有些人是盲人或有残疾。 因为我们是塑造当今世界的人,所以我们还需要为有特殊需求的人们塑造世界。 它们不仅与我们有关,而且也存在,这是我们所有人都需要投入的迁移工作,从而为他们创造一个更美好的世界。 如今,大多数网站并未针对有特殊需求的人进行优化。 这对他们的生活产生了巨大影响,使事情变得更加复杂。 在玛雅·本克(Maja…

也出生于蓝色的一天

好的,这是一本适合英语阅读者的书。 丹尼尔·塔梅特(Daniel Tammet)的《天生蓝色》。 开始时,我对作者一无所知,他是一位自闭症专家,具有出色的创造力和认知能力。 在本回忆录中,他涵盖了一系列主题,包括他成功地挑战从记忆中背诵数学常数pi的前22,514位数字(让我们看看我能否做到三位数字:3.14-是的!)。 对我来说,最有趣的是他描述数字的视觉和情感体验时所用的部分-科学家称之为“联觉”。 您能想象这种情况在您脑海中发生吗? 数字是我的朋友,他们总是在我身边。 每个人都是独特的,都有自己的个性。 数字11很友好,数字5很响,而数字4既害羞又安静-这是我最喜欢的数字,也许是因为它让我想起了自己。 有些比较大-23,667,1,179-而有些比较小:6,13,581。 有些漂亮,例如333,有些很丑,例如289。对我来说,每个数字都很特别。 (第2页) 太棒了,不是吗? 在很小的程度上,我几乎能感觉到他的意思-289有点丑陋,您不觉得吗? 丹尼尔·塔梅特(Daniel Tammet)还将一周中的某些日子视为某些颜色,因此,书名(指的是他在星期三的生日)总是“蓝色的一天”。 经过快速的在线搜索(再次,我没有那么大的头脑!),我很高兴得知我的生日(1967年5月10日)也是一个星期三-因为蓝色是我最喜欢的颜色,而且感觉对。…

数据科学教育:一些思考

生命科学家,经济学家,生态学家,计算机科学家,社会科学家,语言学家,数学家,物理学家以及许多其他人已经或正在选择数据科学作为职业。 背景知识宝库提供了知识共享的机会和挑战。 但是,对于新来者来说,这种职业过渡和持续发展可能会令人不知所措,并使其中一些人感到自己不属于或缺乏能力,即冒名顶替综合症的特征。 教育者,导师,培训者和管理者在培养新人成为有能力和自信的数据科学家方面起着至关重要的作用。 数据科学基本上由以下组成: 学科专长 统计 统计编程 一个人可能精通这三者,但通常情况并非如此。 可能会有不同的人代表这三个组成部分,从某种意义上说,这仍然是“数据科学”。 实际上,新手想要掌握2和3知识,而通常更着重于3知识。这在主题知识和统计数据上与1和2之间存在差距。 这些是建立良好数据科学的基础,在学习和开发过程中需要进一步强调这些基础。 数据科学始于与主题专家(例如,生态学家,生物学家,经济学家)的合作或要求。 起点可能是一些现有数据,也可能是需要收集新数据来回答一些感兴趣的问题(例如,确定影响某些结果的因素)。 数据将具有一些历史和定义,数据科学家在着手进行任何编程或统计分析之前需要理解这些历史和定义。 从一开始,通常是数据科学家与主题专家之间的迭代过程,直到最终确定工作为止。 将其纳入到数据科学新手的学习和发展中是必不可少的,但绝非易事。 这一挑战是与编程语言无关的。…

营销101组织学习

我很高兴看到L&D发生的变化,这种变化通常是通过倾听和学习其他行业而带来的。 其中之一,即行销行业,在L&D方面很受欢迎,但我认为他们略有欠缺。 L&D正在采用客户生命周期中的东西,角色和活动构想,但忽略了真正重要的事情-引起关注。 任何值得一提的营销功能都知道,当今消费者在社交媒体及其移动设备上的关注度很高。 他们不会尝试创建新的空间,他们不会尝试将其拉回打印,电视和广告牌。 不,他们去的市场。 话虽如此, 工作中员工的注意力在哪里? 容易,他们的工作! 他们正在做的工作是对工作的关注。 一位学习专业人士可能会说,微学习(将小内容资产浮动到工作流中)是理想的解决方案,但实际上并非如此。 这是一个解决方案,但不应该是第一个(请参阅我关于营销商专注于电视的观点)。 吸引那些当时没有针对特定需求的内容的人–充其量是一件令人愉快的事情,而最糟糕的是会让人分心。 因此,在AI知道我在做什么和需要什么并且可以为我抓住这些东西之前,我就不会买账。我并不是说让人们离开工作去学习是错误的,因为培训已经到位了,但是应该是最后的选择,而不是第一个。 然后,在人们将注意力转移到他们的工作上时,第一个选择就是学习性的设计不足。 工作的人们想要立即得到答案,他们想知道为什么某事有效或无效,并且他们想知道如何使事情变得更好。 这种学习最好通过与同行和专家的对话来进行。 如今,为这些类型的对话创造更多的空间,或者我想说的是雕刻频道…