女程序员的前途怎么样？

nanasky 2005-08-25 05:28:37
我现在在学编程，因为工作需要，但是不知道这方面自己能不能发展好，也不知道该不该往这方面发展？希望大家给点建议，谢谢各位！
...全文
872 49 打赏 收藏 转发到动态 举报
写回复
用AI写文章
49 条回复
切换为时间正序
请发表友善的回复…
发表回复
jacshan 2005-09-09
  • 打赏
  • 举报
 回复
物以稀为贵吗！做女程序员停好的，可以系统分析师啊，因为女人的思维细腻
女生学习外国语言的能力比较强，学习程序语言应当如是。而且女生的心思比较细腻，不若男生的粗心，所以写出来的程序可能比男生的程序 bug 更少。
sunhw2002 2005-09-09
  • 打赏
  • 举报
 回复
女程序员还是很受欢迎地~~~
xjr1016 2005-09-09
  • 打赏
  • 举报
 回复
吃不了苦还是不做程序员的好
newmeteor 2005-09-09
  • 打赏
  • 举报
 回复
程序员，这是一个男女比例严重失调的行业！
其实对于女程序员来说，编程固然是一种爱好！
但是作为公司的角度来看得话！她招你的时候未必
一定看中你的编程能力；调解男女比例也是
一个很重要的考虑点。所以对女程序员的要求
相对会低一点！压力也没有那么大!
ringerxyz 2005-09-09
  • 打赏
  • 举报
 回复
1、这和性别没有关系，其实女生在这方面不见得比男生差，至少女生比男生心细吧。
2、不是所有的程序员都特别累，反正我身边（包括我）的程序员工作的很轻松。
3、做你喜欢做的事情就是了。
rockingcat 2005-09-09
  • 打赏
  • 举报
 回复
别听他们乱说。

永远要做开发部的骄傲。
doway 2005-09-07
  • 打赏
  • 举报
 回复
男同志发贴哪有这么受欢迎。
ghostdomgu 2005-09-07
  • 打赏
  • 举报
 回复
需要女性
vcvj 2005-09-07
  • 打赏
  • 举报
 回复
furthermore, you may refer to a post which I put:
http://community.csdn.net/Expert/TopicView.asp?id=4241261
vcvj 2005-09-07
  • 打赏
  • 举报
 回复
oops, I really don't agree with the point which being a coding as a girl is no bad choice.

as long as I have any chance to rechoose, I won't join this field any more, even I'm a guy.

I hate such coding's life, boring everyday!

what I said above is only my preconception.
ninghao37 2005-09-07
  • 打赏
  • 举报
 回复
女程序员有很多好处，现在国内人才紧缺，很多大公司留不住人，所以他们很想招些女的，让那些人留下来，所以女生厉害不厉害不要紧的，关键你要去个大公司，面试的时候不要说你有男朋友，如果你长得漂亮，那就没有说，来到公司，没有对象的部长了，总监了有的是,随你挑。如果你长得不漂亮，那你千万要干这行了，因为其他行你保证没有发展，但来了这就不一样了。5~10:1的男女比例,来了你就知道你又多吃香了。
saiche05 2005-09-07
  • 打赏
  • 举报
 回复
美眉程序员很容易被别人包的。
sunxutx 2005-09-07
  • 打赏
  • 举报
 回复
一篇贴子，引出这多美眉程序员的现身
感慨颇多。。。。
走自己的路 让人们去说吧
献给楼主 只要坚信自己是对的
you2004 2005-09-07
  • 打赏
  • 举报
 回复
如果女程序員沒有前途
那這個世界就不需要女性了
老码不识途 2005-09-07
  • 打赏
  • 举报
 回复
原来听人传言女生做程序员不好。结果工作后，看到我公司有一个女程序员，厉害的没话说，当然工资也高的没话说啦。所以说，什么事都看人，做的好就行啦。
risingsoft 2005-09-06
  • 打赏
  • 举报
 回复
女程序员都比较感性，做理性的事情，我觉得还是。。。。
恩。考虑考虑。。
hurrybird 2005-09-06
  • 打赏
  • 举报
 回复
如果比手写程序，男的可能比不过女的，我笔试的时候碰到过；
如果比设计程序框架，女的多半比不过男的，男的逻辑能力和方向感还是比较强。
xuloveweb 2005-09-02
  • 打赏
  • 举报
 回复
还可的，MM努力啊！！
nkat 2005-09-02
  • 打赏
  • 举报
 回复
阳阴调和
fenglily2005icil 2005-09-02
  • 打赏
  • 举报
 回复
偶们老板就是女的,什么都会.
加载更多回复（29）
【ML】机器学习模型的 10 个评估指标
当我们得到一个混淆矩阵，它为概率模型中的每个指标产生不同的值时，即，当每次召回（灵敏度）时，我们得到不同的精度（特异性）值——我们可以绘制接受者操作特征（ROC）曲线和找到曲线下的区域，如下所示。它是通过对错误分类的数据点的预测概率分布的对数求和来计算的。简单来说，它是一个用于二元分类的 2×2 大小的矩阵，一个轴由实际值组成，另一个轴由预测值组成。现在我们知道分类问题的准确率和召回率是什么，同时计算两者——F1，两者的调和平均值，它在不平衡数据集上也表现良好。召回率是模型正确预测的一类样本的分数。
机器学习中的模型评估方法和指标
机器学习模型的评估方法和指标 1、选择怎样的评估指标 1.1 Online metrics vs Offline metrics Online metrics是直接在线上环境做AB测试，比较两个实验组的核心指标，比如CTR、转化率等。 Offline metrics是希望在模型上线之前，使用历史数据进行效果评估。离线指标有些是纯数学模型指标，有些是结合实际问题的量化指标。 1.2 单值评估指标 vs 多值评估指标 单值评估指标清晰明了，有利于最终的评估。如果有多个指标都是很重要的，可以将这多个值
机器学习模型评估指标
在机器学习建模过程中，针对不同的问题，需采用不同的模型评估指标。 主要分为两大类：分类、回归。 一、分类 1、混淆矩阵 2、准确率（Accuracy） 3、错误率（Error rate） 4、精确率（Precision） 5、召回率（Recall） 6、F1 score 7、ROC曲线 8、AUC 9、PR曲线 10、对数损失（log_loss） 11、分类指标的文本报告（classification_report） 二、回归 1、平均绝对误差（MAE） 2、均方误差（MSE） 3、均方根误差（RMS
ML-Bench: 评估大型语言模型和智能体在仓库级代码机器学习任务中的表现
ML-Bench代表了AI评估领域的一个重要里程碑。通过提供一个全面、真实和具有挑战性的评估框架，ML-Bench不仅推动了大型语言模型和智能体在处理复杂机器学习任务方面的进步，也为AI辅助软件开发的未来铺平了道路。无论你是AI研究者、软件开发者，还是对AI技术感兴趣的学生，ML-Bench都提供了一个宝贵的资源，帮助你更深入地理解和探索AI在编程领域的潜力和挑战。让我们共同期待ML-Bench带来的更多创新和突破！
机器学习框架及评估指标详解
目录 机器学习的步骤 train_test_split函数的详解 机器学习评估指标 分类模型评估指标 混淆矩阵 ROC曲线 利用ROC的其他评估标准 Python 绘制ROC曲线求解AUC模板代码 错误率 精度 查准率、查全率 P-R曲线 Python绘制P-R曲线模板代码 平衡点(BEP) F1度量 Python求解F1_score代码 回归模型评估指标 均方误差 MAE（平均绝对误差） MAPE（平均绝对百分比误差） RMSE（均方根误差） R Square（
非技术区

23,404

社区成员

70,506

社区内容

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章