非洲是世界上面积第二大的大洲，也是世界上第二个人口大洲，其大陆上存在 2146 种语言——约占世界语言总数的三分之一。广袤的面积、繁多的种族，还有宗教传播和殖民统治的影响，使其成为世界上语言最复杂的一个大陆。然而，随着英语、法语等语言在非洲的普及，这些承载着多样文化的两千多种语言正在逐渐无声消亡。 在过去的几年里，低资源语种的机器翻译质量得到了很大提升，这得益于多语言机器翻译的跨语种知识共享、语料挖掘还有大语言模型的应用。然而还是有很多语言，特别是上述的非洲语言，进展并不顺利。去年的多语言机器翻译任务上，以爱尔兰语和威尔士语为代表的印欧语系获得了平均 19.3 BLEU 的大幅提升，而以富拉尼语和伊博语为代表的非洲语种的平均提升只有 3.5 BLEU。究其原因，一是相比于其他语言，非洲语言鲜被重视；二是非洲语言种类繁多，大多数语言使用人数不到百万，其中有些甚至只以口语形式流传，这两者导致缺乏足够的非洲语言语料数据，非洲语种的机器翻译效果也难以提升。
根据《State of Frontend 2022》问卷调查， 最受欢迎的前五个工具库中，时间处理相关的库占据了两席。时间处理工具为什么如受前端工程师青睐？JS Date 为什么无法满足开发需求？不同的时间库之间又存在哪些差异？
在字节跳动，基于深度学习的应用遍地开花，工程师关注模型效果的同时也需要关注线上服务一致性和性能，早期这通常需要算法专家和工程专家分工合作并紧密配合来完成，这种模式存在比较高的 diff 排查验证等成本。 随着 PyTorch/TensorFlow 框架的流行，深度学习模型训练和在线推理完成了统一，开发者仅需要关注具体算法逻辑，调用框架的 Python API 完成训练验证过程即可，之后模型可以很方便的序列化导出，并由统一的高性能 C++ 引擎完成推理工作。提升了开发者训练到部署的体验。 然而，完整的服务通常还存在大量的预处理/后处理等业务逻辑，这类逻辑通常是把各种输入经过加工处理转变为 Tensor，再输入到模型，之后模型的输出 Tensor 再加工成目标格式，一些典型的场景如下：
本文面向 BitSail 的 Connector 开发人员，通过开发者的角度全面的阐述开发一个完整 Connector 的全流程，快速上手 Connector 开发。
从 2017 年到 2020 年，我花了大约 4 年的时间，从零到一，实现了一个可切换 WebGL 和 Canvas2D 渲染的，跨平台支持浏览器、SSR、小程序，基于 DOM 结构和支持响应式的，高性能支持批量渲染、针对可视化场景优化、支持 WebWorker 的图形系统——SpriteJS。 在这个“造轮子”过程中，我一步步将一个很简陋的渲染库，变成一个能够支撑可视化应用和游戏开发的，还算不错的一个图形库，其中有许多积累，也有许多思考。因为毕竟是两年多前的研究，有些细节可能记得不是特别清晰，其中有些特性也许已经有点过时，但我想，还是有不少内容能给大家带来参考和启发。
随着低代码的普及，在低代码平台上构建企业级应用逐渐成为生产趋势。同时，随着低代码技术的提升，越来越多的复杂应用在低代码平台中完成。在其研发生命周期中，低代码开发者就会面临多人协作、并行开发、维护多版本的场景。而现有的低代码平台普遍缺乏这一能力或支持较弱，导致对协同开发的成本较高，限制了迭代的效率。
在使用BI工具的时候，经常遇到的问题是：“不会SQL怎么生产加工数据、不会算法可不可以做挖掘分析？” 而专业算法团队在做数据挖掘时，数据分析及可视化也会呈现相对割裂的现象。流程化完成算法建模和数据分析工作，也是一个提效的好办法。 同时，对于专业数仓团队来说，相同主题的数据内容面临“重复建设，使用和管理时相对分散”的问题——究竟有没有办法在一个任务里同时生产，同主题不同内容的数据集？生产的数据集可不可以作为输入重新参与数据建设？
前端程序员最容易搞出 P0 事故的就是白屏，PC 上的白屏我们比较好调，打开 Chrome Devtools 就能看见。 但是手机上的白屏怎么调？以及远程用户手机上的白屏又该怎么调？这时候就需要使用远程调试的技术了。
