：linkedin（領英）是一家職業社交**，也是乙個資料驅動的公司。資料分析對於業務有著重要的貢獻，為職場人員作出迅捷、高質、高效的決策，提供具有指導意義的洞察和可規模化的解決方案。
linkedin擁有將近800人的資料團隊，其中分為幾大部門，第
一、基礎設施團隊，負責設計並搭建基礎設施平台包括大規模社交聯絡人資料庫等；第
二、分析平台和應用團隊，負責資料的etl，以及開發一些資料平台，像a/b測試平台、報表平台、單一資料來源平台等；第
三、機器學習團隊、構建機器學習、資料探勘的模型；第
四、資料分析團隊，從資料分析中發現洞察為業務部門提供建議。
幾個團隊間相互配合，像linkedin需要大量的a/b測試，通過與分析平台和應用團隊建立了自助服務的a/b測試平台，其可以自動計算和統計出數千個度量（metric）指標，讓管理者、工程師、合作夥伴很容易的建立和檢視，這也讓資料科學家可以減少大量手工計算，進行更高附加值的工作。資料分析團隊就可以更好地將洞察提供給不同層面的人員，幫助業務決策以及發現新型業務機會。
linkedin的資料分析團隊分為三部分，core支撐業務部門的資料需求、strategy進行戰略性投資以獲得長遠的回報、venture嘗試新的成功可能性，有發展機會就會變成專案。
linkedin（領英）增長與國際業務資料科學負責人周洋所在的是資料分析團隊中的增長，生命週期與國際業務部門，主要負責客戶獲取、使用者生命週期與黏性、國際業務。周洋說現在增長要更加細分，確定戰略性市場和使用者群並定製增長戰略。中國的團隊也屬於整體國際團隊的一部分，他們的職能在於優化產品在本地市場能夠成功，同時將很多創新想法快速實現，並帶回到全球市場。
linkedin（領英）增長與國際業務資料科學負責人周洋
增長的三次革命
說到增長，最火的乙個詞就是sean ellis 提出的「growth hacker」增長黑客，其幫助矽谷多家公司完成產品的快速增長，其中不少已經ipo，最著名的非dropbox莫屬，僅一年的時間使用者基數和使用頻率提高了500%。
大多數人理解的增長都是使用者的獲取，而linkedin的增長團隊對於增長有著三次革命性的認識變化。
第
一、使用者黏性，linkedin首先提出使用者生命週期的概念，將使用者按照活躍度劃分成不同的級別，理解不同級別之間的轉化並指定戰略讓低活躍級別的使用者向上移動；
第
二、註冊質量，使用者獲取的目標應該是有質量的獲取，linkedin根據通過核心價值定義了自己的關於使用者增長的北極星指標（「north star metric」），不斷優化使用者獲取；
第
三、高質量使用者，通過衡量linkedin的上億使用者在整個生態系統中接受核心價值所處的狀態，來定義高質量使用者。
「增長不是乙個短期行為，也不是乙個戰術方式，而是深刻了解增長價值的核心在**。」周洋說，只有深刻理解才能定義北極星指標，之後再從使用者群的過渡、不同渠道、漏斗轉化率等角度優化它。增長最終的目的是為使用者提供價值，以及為業務提供價值。
增長黑客的方式可以為企業帶來**式的增長，但前提是企業要有乙個產品與市場匹配，創造價值同時優化傳遞價值的過程，最後就是這樣擴大增長規模。
每乙個產品都有研發週期，從產生創意、文件、設計、實施、測試、上線的各個階段，linkedin的增長已經滲透到產品的各個層面。資料團隊和產品團隊會一起定義成功的metric，之後在中間各環節配合，最終根據成功metric確定產品是否成功，上線後會進行監控，同時進行深度分析從而進一步優化。
資料科學家肩負決策與創新
2023年，linkedin的資料科學團隊負責人dj patil 和facebook的jeff hammerbacher分別建立了全世界最初兩個真正意義上的資料科學團隊，並且開始用資料科學家（data scientist）來描述他們的工作性質。在此之後，data science職業逐漸流行開來。
當然即便資料科學家已經興起了一段時間，但即使在美國其還是乙個比較新型的行業。周洋認為，雖然現在很多學校開設了資料科學的相關課程，但要成為乙個優秀的資料科學家必須要在業務中去歷練，因為我們的工作是非重複性的，解決的業務問題都應該是新問題。
作為乙個資料科學家一定要具備好奇心和直覺。 他們需要想的問題是：我能用這些資料來做什麼呢？ 我需要問什麼樣的問題？這些資料能告訴我什麼？資料科學家的工作包括通過資料分析發現商業洞察，進而提出商業決策或者商業創新的建議，並與其它團隊一起將這些想法落地實施 。
linkedin的資料科學家有兩大核心工作和資料部門整體的目標相輔相成，第
一、用資料驅動商業，幫助業務團隊進行決策；第
二、用資料驅動業務創新，優化流程，發現商業機會。當然這些工作會滲透到linkedin的所有業務中，包括2b業務和2c業務。
在資料科學家的劃分上，一部分在垂直領域，對應不同的業務，和業務團隊一起工作，更好的了解該業務的痛點；另一部分在水平領域，建立並開發可重用和可擴充套件的資料工具。
linkedin資料科學團隊的宗旨是：to make data-driven business decision at scale。
原文發布時間為：2017-9-14
前置自增與後置自增的區別（ i，i ）
1.表示式的值不同 這一點想必大多數人都記得 即 i，i的值自增後，返回i自增後的值 i i的值自增，返回的卻是i自增前的值 內部具體操作可以看作是這樣的 前置自增 後置自增 如上所示，後置自增除了返回值與前置自增不同以外，還多了乙個建立臨時物件的步驟，這也就是為什麼會有前置自增比後置自增更高效的說...
sqlite的自增主鍵與自增主鍵歸零
引用 1.sqlite的自增主鍵 用資料庫快取一些資料，想實現佇列的那種，先入先出，需要對插入sqlite的資料進行個排序，實驗了rowid，好像sqlite不能按照rowid刪除，故考慮增加乙個自增主鍵的字段，來區分插入的先後！sqlite從2.3.4版本開始支援自增主鍵，如果將乙個表中的乙個字段...
css3對background的調整與增強
css 3對於backgrounds做了一些修改，最明顯的乙個就是採用設定多背景，不但新增了4個新屬性，並且還對目前的屬性進行了調整增強。1 多個背景 在css3裡面，你可以再乙個標籤元素裡應用多個背景。類似與css2.0版本的寫法，但引用之間需用 逗號隔開。第乙個是定位在元素最上面的背景，後面的背...