不工作的日子「太过无聊」,Python 之父决定复出。
在从 Dropbox 退休一年后,64 岁的 Python 之父吉多 · 范罗苏姆(Guido van Rossum)宣布复出并加盟微软。
去年 10 月,Guido van Rossum 从 Dropbox 离职,宣布退休。然而,今天看来他的退休之旅已经结束。van Rossum 表示,他加入微软后,将致力于「使用户更好地使用 Python(并且不仅仅是在 Windows 系统上)」。
微软发言人表示欢迎 van Rossum 加入微软开发者部门,「微软承诺为 Python 社区做出贡献,并与它一起成长,Guido 的加入是这一承诺的体现。」
Python 诞生于 1989 年。当时,Guido van Rossum 厌倦了已有编程语言的缺点,决定创造一种新的编程语言,于是 Python 诞生了。不管是 20 世纪 90 年代中期任职于美国国家标准与技术研究院 NIST 时还是之后在多家公司工作期间,van Rossum 一直积极从事 Python 语言的开发工作。
从 1989 到 2020,Python 已经成为最受欢迎的编程语言之一。
仅仅在几年前,鉴于微软对待开源的消极态度,van Rossum 加入微软这件事简直无法想象。然而,情况已经发生变化,目前微软是最活跃的企业开源贡献者之一,也是全球最大开源代码托管平台 GitHub 的所有者。
目前尚不清楚 van Rossum 将在微软从事什么工作,他在推特中表示「有很多选择」,「微软有大量开源工作」。
而在这条推文下,很多开发者已经开始畅想能在 Excel 中使用 Python 了。
Python 之父 Guido van Rossum
个人主页:https://gvanrossum.github.io//Resume.html
Guido van Rossum 是 Python 编程语言的发明者。1956 年出生于荷兰,1982 年获得阿姆斯特丹大学数学与计算机科学硕士学位。
1982 至 1995 年,van Rossum 硕士毕业后的首份工作是在荷兰数学和计算机科学研究学会(CWI)做程序员,主要从事 ABC 语言的开发工作、Amoeba 分布式操作系统和各种各样的多媒体项目。期间,他发明了现今广泛使用的 Python 语言。
1995 年至 1998 年,van Rossum 成为美国美国国家标准与技术研究院(NIST)的客座研究员。1998 年至 2000 年,他为美国国家研究创新联合会(CNRI)工作。期间主要研究使用解释型语言的分布式系统中的移动代理,大部分工作使用到了他自己发明的 Python 语言。之后数年,van Rossum 相继为 BeOpen.com、Zope Corporation 和 Elemental Security 等数家创业公司工作。
2005 年至 2012 年,van Rossum 加入谷歌成为资深主任工程师(Senior Staff Engineer),期间参与的项目有内部代码审查工具 Mondrian、App Engine 以及开源代码审查工具 rietveld 等。
2013 年至 2019 年,van Rossum 加入 Dropbox 成为首席工程师,期间参与 mypy 项目,并致力于将 500 多万行服务器端代码从 Python2 迁移至 Python3 中。2019 年 10 月,van Rossum 从 Dropbox 离职,开始了他的退休之旅。
作为 Python 语言的发明者,van Rossum 在 2018 年 7 月 12 日之前一直担任 Python 语言的「终身仁慈独裁者」(BDFL),辞任之后依然积极参与 Python 社区的建设和维护。
参考链接:https://techcrunch.com/2020/11/12/python-creator-guido-van-rossum-joins-microsoft/
Amazon SageMaker实战教程(视频回顾)
Amazon SageMaker 是一项完全托管的服务,可以帮助机器学习开发者和数据科学家快速构建、训练和部署模型。Amazon SageMaker 完全消除了机器学习过程中各个步骤的繁重工作,让开发高质量模型变得更加轻松。
10月15日-10月22日,机器之心联合AWS举办3次线上分享,全程回顾如下,复制链接到浏览器即可观看。
另外,我们准备了Amazon SageMaker 1000元服务抵扣券,帮助开发者体验各项功能。点击阅读原文,即可领取。
第一讲:Amazon SageMaker Studio详解
主要介绍相关组件,如studio、autopilot等,并通过在线演示展示这些核心组件对AI模型开发效率的提升。
-
视频回顾地址:
https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715443e4b005221d8ea8e3
第二讲:使用Amazon SageMaker 构建一个情感分析「机器人」
主要介绍情感分析任务背景、进行基于Bert的情感分析模型训练、利用AWS数字资产盘活解决方案进行基于容器的模型部署。
第三讲:DGL图神经网络及其在Amazon SageMaker上的实践
主要介绍图神经网络、DGL在图神经网络中的作用、图神经网络和DGL在欺诈检测中的应用和使用Amazon SageMaker部署和管理图神经网络模型的实时推断。
© THE END
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com