如何高效利用一场技术分享？
前言：之前在公众号写了一篇如何高效利用参加技术分享的文章，现在分享给大家～
上周在北五环咖啡举办了AI快车道3期-推荐系统的技术分享，活动很成功，坚持到最后的基本上收获都不小，完成我们布置的Coding实验任务，大家交流的也非常开心。活动分三个环节，分别是：PaddlePaddle的全景介绍、推荐系统分享和CodeLive实验环节—PaddleCTR分布式实验。我在活动里负责第一和第三个环节，还有一个大牛在第二个环节中给大家分享深度学习中的推荐算法的难点和痛点，以及我们如何去解决等。话不多说，先放几张活动现场的照片嘿嘿
活动来了50人左右，最后坚持下来的我看了下可能有40人左右，有十多个人在第二个环节听完后走掉了，没有参加现场写代码做实验的环节，我在想这些走掉的人是什么原因呢？内容不感兴趣？讲的不好？觉得是用PaddlePaddle来写不感兴趣就不想听了？或者仅仅是觉得有事儿耽误了现在得马上走？都有可能。但是我觉得，参加任何一项活动，从你决定的时候，到你最后来到现场了，直到结束，都是由时间成本的，换句话说，你的这个时间成本属于沉没成本。如果有两个活动同时举办，你参加了这个，就没法参加那个。时间是很宝贵的，所有如何选择高质量的技术分享，并且能从技术分享中高效的学习，最大化的去利用外部资源是一件值得好好琢磨的事儿～
我参加过不少技术分享，从刚毕业的时候，参加过一个数据分析的，满怀信心去听，以为会分享数据分析的技巧和方法之类的干货，结果是一堆不同的主讲人在宣传自家的产品，只讲了自家产篇如何如何好，当然，这也没啥，可以理解，但是你也得分享分享你咋做到的呀，我听了没啥收获，只知道了一堆数据分析软件，还记得有张溪梦老师的GrowingIO，和一些日志记录软件等。之所以记得GrowingIO，是因为他是里面讲的最好的 - -！
后来也参加过一些组织很高大上，请的人的title也很牛的人来分享，但是很多是分享一个很泛的东西，听完觉得，诶，好像很有道理，但是回家全忘了。我工作一年的时候作为分享人，参加过一个活动，大概是叫做：女数据分析时如何成长之类的（面向女性想从也数据分析的同学，不是歧视男性 = =），那一次分享虽然很小白，但是现场干货还是很多的，认识了不少其他公司做的非常优秀的女数据分析师，虽然后来没咋联系了，但是感觉大家都过得不错。今年4月的时候，我参加了AI快车道第一次活动，讲特征学习的，主讲人刘国翌老师分享的时候大家特别安静，真的是牛逼，讲的深入浅出，而且人很儒雅，很有人格魅力，散场后问了不少同学，都被国翌老师"迷"住了哈哈，当时就觉得，这才是真正的干货分享！后来才知道国翌老师是百度视觉这块的负责人，直到第二期，目标检测，主讲人孙老师也是干货满满，QA环节在场的学员也是不停的一个问题接着一个问题抛出来，围着老师不停的交流在他们的公司实际应用里遇到的困难如何解决。并且每场都有实验环节，教大家如何实现所讲的内容中的一个案例。所以我觉得这才是我想要的干货。那么如何去判断一个技术分享适不适合你，报名以后如何最大化利用到场听的时间，我有几个小Tips可以分享给大家
是否适合参加
1.确认活动类型和人数
如果活动范围比较大，譬如QCon、各种"中国XXX开发者分享会"之类的，活动人数很多，那么主要目的其实是去听面儿上的经验和去social的，分享人很多，不会给每一个分享着太多的时间去讲其中的技术细节，这种其实有点属于各种产品集合在一块的发布会形式，可以听到新的东西，但是可能不会有非常细的技术细节。我们可以通过参加这种会结实各种不同公司/行业等的人，以后如果有合作交流也算先刷个脸存个档了。
如果活动人数较少，技术分享的主题属于某一个具体方向的，就比较适合去学习具体的细节，会后也会有时间去和分享人直接交流。
2.确认活动安排和主讲人
上一步确认类型了之后，就可以具体看看这个技术分享活动分哪几个环节，主讲人是谁了。每一个环节同类型的还是递进的，主讲人是同一个公司的还是不同公司的对你想要听的内容都会有影响。如果是不同公司的同一个领域的大咖来分享，每一个环节大概是1个小时左右，那么3个就算很多了，如果是4个以上，那每个人分享的时间估计不会超过40min，活动的时间都是有限的。每一个主讲人，有没有介绍，是不是你期望的这个领域的专家等，可以先搜搜，当然有些公司有保密性质不会公布主讲人的姓名，可以去问活动主办方或者身边有没有认识的。
参加后如何高效学习
1.带着问题来
每一场技术分享都是给了你一个和其他人交流的机会，如果是同主题的，可以认识到不少其他公司和你做着差不多类型的事的人，那有这样一个机会事很难得的。可以提前整理好自己在工作中遇到的问题，在活动里的QA环节去提出来，基本上主讲人的回答都会或多或少对你有一定的帮助，而且你把你的问题抛出来，可能休息时间，会有别的公司的人跟你有同样问题的人会过来跟你交流。交流交流，可以扩宽自己的思路，说不定也能有所收获。
2.明确来的目的
有很多同学报名参加活动可能很随意，觉得刚好今天周六/周天下午没事，就报个名听听，中途如果觉得自己不感兴趣，就走呗。其实这是一种对自己的时间不负责的态度。你想想，从报名到来参加，这里面花了多少时间，来一趟路程也少时间呢，如果不感兴趣中途走了，那前面的基本上都属于沉没成本了（真有事的除外啊 = =）。如果在第一步确认是否参加这个活动的时候，多花5min来仔细思考这个活动适不适合你，再决定要不要报名，那可以节省不少时间。可以做多少别的事了呀。所以一定要明确自己来的目的是什么。是来见大牛，想要当面请教问题的？还是来social的？还是来纯听干货分享学习的？等等，不同的目的决定的不同适合你的活动类型，从而决定了你来了以后能否真正的得到你想要的东西。
3.学会提问
如果你对这场活动真的很感兴趣，适合你，你也准备了问题，那么你需要最关注的就是学会提问。大家知道，基本上每个分享都会留有QA环节，但是QA环节是有限的，如果点到你提问了，给你的时间也是有限的，那么如何利用好有限的时间提出最关键的问题也是必须学会的一项技能。一个好的问题，需要包括你的场景是什么、你采用了什么方法解决达到了什么效果，你的问题是什么？也就说说，如果你想要回答你的问题的人迅速能get到你的点，解决你的问题，一定要先告诉他你现在做的是什么东西，但是效果/性能达不到要求，你期望达到XXX效果/要求，应该如何做？ 而不是直接一上来就问：请问XXX应该怎么做？XXX性能如何提高等，这些问题不是说不好，而是说在这个有限的时间里，这个问题太大了，让人无法迅速抓到你想要问的点是什么，回答的内容也不知道是不是你想要的。但是如果你问了之后，主讲人回答了，然后你再接着问，主讲人再回答，一般情况下，你问两轮，可能活动方就会打断你了，让你结束后再交流，把时间留给其他想问问题的人。所以这就很不利啊，要记住，你问的越清晰，说明你对问题的思考越明确，问的越泛说明对问题也没有深入思考过（如果特别想讨论这种很泛的问题可以活动结束后找到分享者再来讨论）。所以，如果想要别人真正回答到你的点上，可以先学会如何提问。
4.会后总结
一般来说，一个技术分享最少是一个俩小时，通常是一个下午，不过也有一天的/多天的。如果前面你能够明确活动目的，也带着问题来了，并且问题都是经过反复练习的，在QA上的提问很精炼，你也得到了你想要的回答，到这一步，其实已经打败了99%的参会者了。还有1%在哪儿呢？在总结。做完一件事情，如果没有总结，就很容易忘掉。总结是一个非常好的习惯，平时可以对自己学习的知识进行总结，写博客或者写代码等等各种方式沉淀下来，以后可以不断回顾。活动总结可能是很多人容易忽略的点。参加完一场活动，你可以自己总结几个点：
1.总体评价：是否值得再去/是否真的有收获/是否认识了几位其他公司的同学或者大牛等
2.知识总结：学到了什么/学的内容对你有没有帮助/为什么学到的东西能解决你的疑惑，原因是啥
3.不足总结：活动本身哪些可以再改进----> 写问卷反馈，或者直接联系主办方；
自己哪些地方没有表现好？提问不够精炼？还是由于害羞不敢提问？还是没有充分的和其他同学/大牛交流？等等
所以总结这事儿，是对自己的的一个反思，发现自己的问题，下一次参加活动可以做更充分的准备，发现主办方的 问题，可以给他们提建议要求改进等，提了建议，主办方采纳了，对参加活动的人来说也受益了，所以双赢的事，值得做。
总体来说，我参加过不少技术分享，也分享过不少，这是我自己作为参与者和分享者的总结出来的经验，希望对大家有帮助～有建议的欢迎留言～
原文戳这里，更多最新文章请关注“Charlotte数据挖掘”
