ref: https://blog.argoproj.io/argo-workflows-2021-survey-results-d6fa890030ee
這篇是由 Argo 官方所發表的統計文章，該文章主要是探討 Argo Workflows 的使用，總共有效的問券有 60 份

你是誰
1. 32% DevOps Engineer
2. 26% Software Engineer
3. 15% Architect
4. 9% Data Engineer

使用案例(前六大項)
1. Infrastructure Automation
2. Data Processing
3. CI/CD
4. Batch Processing
5. Machine Learning
6. ETL

由於問券內容中大部分都是 DevOps 相關職缺，所以答案會偏向 Infrastructure, CI/CD 也是不太意外。

最受歡迎的功能(按照名次排序)
1. Workflow Template
2. CronWorkflows
3. API
4. Prometheus Metrics
5. Workflow Archive
6. Golang/Java/Python Clients
7. SSO
8. WebHooks
9. Workflow Reports
10. Node Offloading
11. Memoization
12. Semaphores/Mutexes

Argo 官方對於這個評比是有點經驗，本以為會更多人使用(6)與(12)，不過這些功能實際上的釋出也是相對新。

規模
1. 大部分的使用者一天會運行 10~100 個左右的 workflows
2. 有三個使用者每天會運行 1000 個以上的 workflows
3. 大部分使用者每個 workflow 運行的 pod 數量範圍為 10~100
4. 有兩個使用者每個 workflow 運行的 pod 數量超過 10,000

導入生產環境的困境
1. 有七個人表示習慣使用 Python，所以使用 YAML 語法相對困難
2. 有三個人表示需要去熟悉 Cloud-native/Container 的相關用法與概念

為什麼使用 Argo Workflows
1. 28 個人表示因為其是 Cloud Native/Kubernetes 相關專案
2. 有六個人表示 Argo Workflow 是目前最好用的 workflow 專案
3. 有五個人表示輕量與容易上手
4. 有五個人表示與 Argo CD 可以輕鬆整合無煩惱

對 Argo Workflow 有興趣的人可以參考這個專案，其還可以組合出符合 DGA 拓墣的關係圖，讓你的 job 組合變化多端

［淺談近期從履歷看到的3個現象］

如果有看之前限動應該會知道，我們最近有在找兩個職缺：資料科學家（Data scientist)和商業資料分析師(Business Data Analyst)，首先先感謝大家對這兩個職缺的愛戴，我們收到不少履歷。
-
1. 面試這兩個職位的人很難有明確的分界
我當初會設定這兩種職位是因為需要專注在不同的工作階段：#資料科學家 專注在資料統計處理與開發模型；#商業資料分析師 專注在定義上商業問題、資料視覺化以及廣告成效追蹤。但事實上發現，不少candidate 都是介在這兩種專長之間（現在的資料人好辛苦，在學校或是在工作上都一次學了好多面向😳）。
-
2. 現在的社會新鮮人有不少實習和 side project 經驗
我看到不少資料新鮮人的履歷，覺得非常讚嘆😌，不少人在在學期間都有積極爭取實習經驗、且可能同時準備作品集。所以如果你們也是新鮮人或還是學生，未來想往資料職涯發展的人必須加把勁了😆
-
3. 看到不少不是本科系，但努力往資料職涯發展的人
這些人普遍會從商業資料分析師的履歷看到，他們有個共同點，都會用公開資源學習 Python，不管是網路上的社群、購買線上課程、直接參加程式競賽，他們都會很努力的爭取。也有不少從行銷角色想跳往資料分析師的人，大部分是因為發現自己對數據很有熱情，且開始也接觸到 SQL 語言，發現自己有程式魂？並擅長製作 Tableau 或 Data Studio 報表。
-
以上現象跟大家分享，同時也給還在迷惘中的人一點參考。但不得不說，因為現在學習資源太多，所以要找到一個規律證明自己並脫穎而出會有些辛苦😣 包含我現在的職涯歷程也是，我們一起加油。
-
-
這張照片是紀錄我剛得到一個小飾品櫃，再來要脫離 WFH 的日子了，趕快把外出用品整理一下😆

#職涯發展

徵才機關：國立海洋生物博物館
人員區分：其他人員
官職等：無
職系：無
名額：3
性別：不拘
工作地點：90-屏東縣
有效期間：110/07/28~110/07/30
資格條件：
1.具國內外理工，海洋生物，保育，養殖，資訊，資工相關科系學位。
2.對珊瑚保育，水質監測，生物分布，數據分析，程式語言有興趣，或具有R, 及python等程式語言使用經驗者為佳
3.薪資：
學士 33045元
碩士37410元
博士後 58350元
工作項目：
工作內容為執行珊瑚礁保育平台計畫相關內容。
工作地址：
屏東縣車城鄉後灣村後灣路二號(國立海洋生物博物館)。
電子地圖
聯絡E-Mail：kidrain1014@nmmba.gov.tw
聯絡方式：
應徵者請將履歷書寄至sungyinyang@nmmba.gov.tw 楊松穎博士收
職缺類別：
不須具公務人員任用資格職缺
* 請注意：本職缺啟用應徵人員調閱履歷功能，應徵者需同意開放履歷給徵才機關調閱 公務人員應徵作業說明

經常面試是學習及瞭解自己價值的捷徑，然而這些面試的所累積的經驗，直到我換了一個視角

成為了軟體工程師的面試官時，才發現面試大概十分鐘左右，基本上就會決定這個求職者有沒有下一步了

這支影片和你分享我成為面試官之後，一路找人的心得以及如何讓自己成為更好的面試官

因為每個人想法不同，每間公司的團隊文化和做法也不同，有些我在乎的點不一定是其他面試官也在乎的，但主要的關鍵核心不會偏離一個好的面試者應該如何表現

影片章節:
00:00 成為面試官後
01:23 什麼樣的求職者會被拒絕
02:01 履歷或對話沒有線頭
05:22 對徵才方的公司一無所知
06:45 只在乎自己能拿到什麼
07:21 總是沒有問題
11:08 成為好的面試官
12:31 先看履歷
13:00 先看專案
13:19 針對專案可以討論的點
13:29 設計面試題
13:49 討論人格特質
14:00 三明治鼓勵法
15:03 總結

影片中提到:
履歷撰寫文章: https://blog.niclin.tw/categories/%e5%b1%a5%e6%ad%b7%e6%92%b0%e5%af%ab/
從被問到問人，那些我常問的面試問題
https://blog.niclin.tw/2020/01/07/interview-tips/

喜歡影片的話！可以幫忙點個喜歡以及分享、訂閱唷！😘

━━━━━━━━━━━━━━━━
🎬 觀看我的生活廢片頻道: https://bit.ly/2Ldfp1B
⭐ instagram (生活日常): https://www.instagram.com/niclin_tw/
⭐ Facebook (資訊分享): https://www.facebook.com/niclin.dev
⭐ Blog (技術筆記): https://blog.niclin.tw
⭐ Linkedin (個人履歷): https://www.linkedin.com/in/nic-lin
⭐ 蝦皮賣場: https://shopee.tw/bboyceo
⭐ Github: https://github.com/niclin
⭐ Podcast: https://anchor.fm/niclin
━━━━━━━━━━━━━━━━
✉️ 合作邀約信箱: niclin0226@gmail.com

#面試 #工程師 #前端 #後端