美國約翰霍普金斯大學(Johns Hopkins University, JHU)的這個全球疫情線上地圖,是許多新聞引述的來源,它是由一群工程師們以「開源」(open source)的方式合力做出來的即時訊息表。之前台灣在這張圖上面一直都顯示為Taiwan,直到昨天被人發現突然被改名,造成各界不滿情緒爆發。
雖然在今日(11日)下午JHU總算把名字改回來,但在這數小時之內台美兩地的動員和響應可說是非常精彩,以下是觀測站對於整件事情經過的整理:
🕑 3/10 下午 - 被改為「台北及周邊」
有人發現,原本列表上的「台灣」(Taiwan)被改成「台北及周邊」(Taipei and environs),後面還標了China 。
🕓 3/10 下午 - Axios記者去電詢問
網路媒體Axios的記者貝書穎(B. Allen Ebrahimian)在第一時間致電給JHU,當時互動地圖的負責人表示將會立即更正。
➤ Axios報導:https://pse.is/MVRUC
🕠 3/10 下午 - 被放到中國之下
被改成「台北及周邊」就算了,後來有人發現它突然從列表上消失,結果是被併到「中國」的條目下一起算。
🕖 3/10 晚上 - 決戰GitHub
工程師參戰!既然JHU這個互動地圖的資料在GitHub(全球最大的開源平台,開發者在這裡分享程式碼)開了一個專案,工程師們就直接在上面開issue(用來舉報問題)。
首先發難的就是這則(https://pse.is/LSJDX),標題寫著「台灣從表單上移下了,我們是自由的民主國家,不是中國的一部份」。這則的issue number剛好是「404」(網站頁面不存在所回傳的錯誤碼),簡直呼應地圖網站中被消失的台灣。
🕗 3/10 晚上 - JHU要照著WHO走
到了晚上,網站並沒有像負責人所說的立即做出修正,Axios記者貝書穎再度向JHU詢問。這次,他們推翻之前的說法,表示他們會繼續使用「台北及周邊」,且會採用世界衛生組織(WHO)的命名方式「台北及周邊」稱呼台灣。
之後貝書穎也將JHU這則新回應更新在原文章中。
🕘 3/10 晚上 - 貝書穎推特上爆氣
負責報導這次事件的貝書穎,稍晚在自己推特上面寫道:「Taipei and environs是一個沒有任何真人會在現實生活中使用的詞,包括中國共產黨官員,我打賭習近平從未在一般演講中說過這個詞。」
➤ 貝書穎推特:https://pse.is/QNEUD
🕙 3/10 晚上 - FAPA接獲通知
長期在美國深耕美國國會的台美人草根組織「台灣人公共事務會」( Formosan Association for Public Affairs , FAPA),接獲會員的通知,並開始著手準備聯絡JHU以及美國國會的友台議員。
🕚 3/10 晚上 - 持續激鬥GitHub
工程師依然在GitHub激鬥,此時JHU的專案已經暴增了39個要求要把台灣正名的issue了,其中甚至有一個爆讚的issue(https://pse.is/QKPR7),題為「中國大陸是台灣的一部分」(Mainland China is a part of Taiwan)。這些GitHub上的攻防真的很精彩,也可以發現也有台灣人以外的外國人幫忙聲援台灣,很值得大家來逛一下。
🕚 3/11 上午 - 盧仔發推譴責
觀測站好朋友,佛羅里達州共和黨參議員盧比歐(Marco Rubio)在推特上發文譴責JHU的行為。他說道「看來中國欺負一所美國學校,約翰霍普金斯大學(JHU),欺負到他們更改他們的冠狀病毒互動地圖。在2020年2月11日,JHU正確地把台灣列為一個國家。在一個月後的今天,他們把台灣當成中國的一部分,列為『台北及周邊』」。
➤ 盧仔推特文:https://pse.is/P2PFG
🕛 3/11 中午 - FAPA通知所有國會議員辦公室
FAPA向美國國會「所有」議員共535個辦公室發送《台灣通訊》(Taiwan Communique),並在裡面提到JHU將「Taiwan」改成「Taipei and Environs China」一事。FAPA在聲明裡強調台灣的國家就是台灣,台灣並非中國的一部分,並譴責中國的霸凌行為以及JHU應和中國說詞的行為。
《台灣通訊》是FAPA主編的國會刊物,每一到兩個禮拜會出刊一次寄送到國會議員辦公室,藉此傳遞FAPA希望讓議員們了解的台灣議題。
🕑 3/11 下午 - 改成「Taiwan, Other」
台灣一度被改成「Taiwan, Other」。
「所以我們現在是Republic of Other了嗎?」、「用ROO來走跳國際好像還滿可愛的?」小編們之間是這麼想著的,聊天話題甚至歪樓到討論QOO飲料。(這是不是跟撥接一樣是時代的眼淚?)
🕒 3/11 下午 - 共和黨眾院外委會推特譴責
共和黨眾議院外交委員會的推特帳號發文加入譴責行列,文中引述共和黨外委會首席議員麥考爾(Michael McCaul)的話:「看到一所美國大學採用中共宣傳來歪曲冠狀病毒資訊,我感到震驚。臺灣不是中國,有自己世界等級的衛生當局」。
➤ 共和黨眾院外委會推特文:https://pse.is/LTRS8
🕓 3/11 下午 - 改回Taiwan
JHU疫情互動網站總算把台灣改回「Taiwan」了,但眼尖的人會發現名稱旁多了一個星號「*」,這是什麼意思呢?原來網站在下面的說明那邊現在多了一個註記:「地點的名稱與美國國務院官方名稱一致,包括台灣」(The names of locations correspond with the official designations used by the U.S. State Department, including for Taiwan)。
感覺是受到國務院那邊的關切了呢!真是感謝那邊的朋友。
註:國會議員們要處理的事情非常多,不可能平白無故來幫忙這種事情,行政部門自然也是。從以上我們就已經可以推測,我們的駐美代表處也是出力甚多。除議員和共和黨外委會發聲外,出現這個根據國務院名稱的註記,這更可以證實我們官方單位也努力去溝通,讓WHO標準變成國務院標準。
🕟 3/11 下午 - JHU網站改版
確診國家清單的標題原本只有「國家/地區」(Country/Region),但在更新之後,變成了「國家/地區/主權實體」(Country/Region/Sovereignty),這樣的調整到底是不是此地無銀三百兩呢?
---
台灣人的日常,就是要面對玻璃心大國在大大小小的各種領域打壓。真的是「各種」,一點都不誇張。
根據在華府念資工的留學生補充,這個圖的問題根源來自WHO。原本做這個系統程式的工程師發現資料來源國家清單跟WHO的資料會有對不上的問題,於是就做coding上的修正,沒想到後來愈改愈糟,各方壓力都來,但他們其實一開始也搞不太清楚問題所在。
話說回來,前陣子國務卿龐佩奧才公開發言講說,中共試圖影響美國各層級政府的決策,甚至連高中辦研討會都要打壓台灣,還特別講三次高中!高中!高中!中國影響各美國大專院校,由於大量金錢投入以及源源不斷的中國學生到美國,這影響力更不在話下。
外交就是沒有煙硝的戰爭。台灣所面對的打壓,就在各種生活中的、學術的、體育的、藝術的、政治的,各種領域。
➤ 補充:中國啟動大外宣計劃淡化隱匿疫情的責任
https://pse.is/PY26R
同時也有8部Youtube影片,追蹤數超過7萬的網紅在地上滾的工程師 Nic,也在其Youtube影片中提到,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...
coding網站 在 半路出家軟體工程師在矽谷 Facebook 八卦
感恩節感謝 & 一些學習課程推薦
今天是美國的感恩節, 首先要謝謝各位讀者你們的支持,一開始的分享主要是我的轉職及找工作經驗, 後來逐漸擴展到我的矽谷的所見所聞、矽谷人物專訪、以及我的學習成長的筆記。 從 2012 年開始寫部落格, 2017 年開始分享 Facebook page, 也是累積了許多經驗, 文筆說不上變的很好, 但至少越來越熟練把一個靈感大目標從我的思緒整理、輸出成一篇文章分享出來, 這個過程也認識了許多有趣及厲害的人, 訪問了一些我覺得很酷很強的人,召集了許多熱心的朋友一起做了 “歹晚郎內推互助網絡” 幫助更多人在艱難的時期找工作,我個人也覺得在這個過程中有所提升。 如果你有考慮寫作分享, 或是任何創作, 希望我之前的文章“為什麼我建議你開始寫文章、或是任何形式的內容創作” 也能讓你一起加入開始練習寫作/創作/輸出的行列。
我不時會收到讀者詢問如何到美國科技公司工作,或是如何轉職成軟體工程師、如何學習程式等等的問題。 到美國工作問題我之前的文章: “如何到美國科技公司工作?” 已經把非美國人可以到美國工作的模式列出, 轉職軟體工程師及學習程式很多時候是一起的問題, 很多讀者有興趣轉職,但完全不知道軟體工程師在做什麼, 以及應該如何上手學習。 我給過不少次建議, 今天決定用這個機會公開的分享之前回答讀者的方式。
如果完全沒有學習過程式, 可以先玩玩這個 MIT Media Lab 研發的 Scratch , Scratch 可以讓你用拖拉的方式把一些程式的邏輯組合起來, 在還不熟悉電腦運作的時候, 可以很直觀的在遊戲中累積你對程式的理解。
如果玩一下 Scratch 後還有興趣, 我推薦可以上哈佛大學的 CS50 (Computer Science 50: Introduction to Computer Science) (https://bit.ly/3fDcBFG)。 這門課是近年來哈佛大學熱門課程排行榜上的常勝軍,教授 David Malan 是個很好的老師, CS50 把電腦科學的基礎用許多生動及詳細的方式傳授出來,上完這門課後對許多電腦科學領域會有好的基本認識,對課程中所用到的不同程式語言也會有個基本的了解。
當然 CS50 畢竟是大學的課程, 有一週一週制式的格式, 作業也是大學的方式, 我近年來蠻喜歡 Udemy 上的課程, 因為每個領域都有很棒的老師, 課程也更彈性及多元, 作業及測驗也比較靈活。 如果你還沒有學習任何程式的經驗, 可以嘗試從學習 Python 或 Javascript 入門, 因為這 2 們語言的特性, 對初學者上手比較容易。 此外 Javascript 是網頁主要使用的程式語言, 而 Python 在資料處理及機器學習都是首選語言, 所以這 2 個語言學習之後未來都有許多應用及職缺的可能。
如果你有興趣學 Python ,可以先學習這個有 115 萬學生上過的課程: 2020 Complete Python Bootcamp From Zero to Hero in Python (https://bit.ly/2KJDfS6), 了解 Python 語言的基礎及跟著課程建立自己的 app 及遊戲。
Javascript 的話可以看這個有 37 萬學生參與的課程: The Complete JavaScript Course 2020: From Zero to Expert! (https://bit.ly/3fFPcU8) 學習 Javascript 基礎及嘗試建立網頁 app。
如果對資料科學有興趣的, 可以和 34 萬人一起學習 The Data Science Course 2020: Complete Data Science Bootcamp (https://bit.ly/3fD315M), 了解資料科學中數學、統計、 機器學習及各種有關的知識, 因為也會用到 Python,所以也可以增加自己 Python 語言的技能。
如果你對分析資料有興趣, 這個有 32 萬名學生上過的資料課程 The Complete SQL Bootcamp 2020: Go from Zero to Hero (https://bit.ly/33nXQlj), 可以學習如何用 SQL 來查找資料庫, 並分析資料。
因為機器學習的火紅, 近年機器學習的課程也是無敵多, Machine Learning A-Z: Hands-On Python & R In Data Science (https://bit.ly/3fGB6lj) 累積有 72 萬學生學習及好評, 可以讓你了解機器學習在做什麼。
而我親愛的老婆也分享過她喜歡的課程, 以下都是她上過且去蕪存菁強力推薦的課程 (也可以參考她的推薦文章), 她靠著許多線上課程, 沒有再讀一個大學、研究所學位或是參加 bootcamp , 也成功轉職為軟體工程師, 這些課程我也有上過一些, 覺得這個老師 Andrei Neagoie 的教法也是蠻不錯的, 他的課程都很注重實作, 講解也很清楚, :
The Complete Web Developer in 2020: Zero to Mastery (https://bit.ly/3fDcwSq)
Master the Coding Interview: Data Structures + Algorithms (https://bit.ly/3fD7q8V)
The Complete Junior to Senior Web Developer Roadmap (2020) (https://bit.ly/39jeK8s)
Complete Python Developer in 2020: Zero to Mastery (https://bit.ly/37ARPS4) (這篇是她上這門課的詳細心得)
Complete Machine Learning and Data Science: Zero to Mastery (https://bit.ly/2WDBk57) (機器學習及資料科學)
許多 Udemy 的課程都是有 30 天 Money back guarantee , 代表如果你上一下子,覺得老師教的不好, 內容不喜歡, 都是可以要求退費的。 Black Friday 如果你還沒決定要買什麼, 買課程充實自我會是個不錯的決定!歐, 對了, 如果你剛好在美國,要買 Udemy 課程, 可以搭配使用 cash back 網站, 像 Rakuten 最近 Udemy 有 10% 的 cash back, 如果你還沒有用過, 可以使用我的推薦連結註冊, 還可以得到 $40 的註冊獎勵呢 (http://bit.ly/2SeLuXL)!有一些 American Express 信用卡還有 Udemy 買 $20 退 $5 的 offer , 也記得下訂前查看一下!
以上許多課程, 就算不是軟體工程師的初學者也可以得到許多新科技及方法, 我在 Udemy 買了許多課程, 也時常利用時間學習我感興趣的領域。 最後再次感謝大家一直以來的支持, 祝福大家都有個充實、健康、平安的感恩節, 2020 年最後自我學習提升, 為未來做更好的準備!
部落格原文及相關連結:
https://brianhsublog.blogspot.com/2020/11/ThanksgivingAndCourseList.html
coding網站 在 半路出家軟體工程師在矽谷 Facebook 八卦
聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣)
歐, 要澄清一下我現在沒有在刷題 (我這樣講絕對不是怕很多同事會看到我的文章 XD), 說實在的, 我覺得大家好像太過度強調 “刷”題的刷, 好像刷油漆似的要來回刷很多遍。 我過往看過許多刷幾百題、每題做 2、3、4 次以上的人分享他們的經驗, 我很佩服他們投入的時間及毅力, 但我自知做不到, 有小孩後更是難以做到刷一遍。 我自己找軟體工程師的工作的經驗, 2015 年上完 Coding Bootcamp 到找到工作, 大概做了 60 題左右的 LeetCode 問題, 2016 年底找工作比較認真, 大概完成了 100 題左右。 今天這篇文章想要分享一下我的演算法準備方式, 如果你也是覺得無法刷幾百題很多遍的人, 歡迎往下閱讀。
2015 年上完 Coding Bootcamp 後, 我陸續有一些電話面試, 每天可能會有 1~3 個電話面試, 所以在準備面試上, 要研究公司, 並且依照職缺來做面試的複習, 因為我是面試前端相關的職缺, 所以也有一部分的精力在前端的資料複習。 關於資料結構及演算法 (Data Structures & Algorithms) 的練習,我大概維持一天練習 1-2 題的步調。 2016 年底的面試, 因為還要上班, 所以基本上只有晚上有時間, 可能一天只能練習 1 題, 假日有比較多時間才可以多做幾題。
看到問題的時候, 我會先確保我了解題目的意思, 真正在面試的時候, 通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致, 不要花了時間才發現一開始的理解及假設是錯誤的。 我通常會立刻寫下題目給予的 input 有什麼、格式是什麼, desired output 又是什麼。
確認好 input & output 後, 我會思考題目可以用什麼類型的資料結構或是演算法來解。 通常在面試的時候, 我會和面試官說明我可能會先就一個大概可行的方式來做解答, 如果他/她覺得沒有什麼問題的話, 我再做後續的優化。 在我開始有一些思路後, 我會先寫下 pseudo code, 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後, 我才會正式寫 code 。
當然有些時候不論怎麼想都寫不出來, 如果是自己練習的時候,我大概在 15 分鐘後會開始看一些討論, 嘗試學習別人的思路, 但如果再花 10 分鐘還是解不出來的話, 才會參考別人的解法。 我看完別人的答案後, 還是會用自己的 code 再實現一次。 如果面試中卡住的話, 則是要儘快和面試官討論, 我會把我的理解, 可能的解法方式和面試官說, 同時也說明我的情況可能哪裏不是很確定, 讓面試官在適當的時候可以給予我提示。 一般來說, 公司都是希望有順利的面試經驗, 面試官也都願意在溝通正常下給予協助。
自己練習寫完之後, 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) , 通常面試也會詢問這個部分, 所以自己每個練習也要歸納一下。 如果我發現我的解法時間可能不是太好, 我會再嘗試看不同人的討論, 研究更優化的解法, 並再自己寫出不一樣的解法。 有些比較棘手的問題我可能會寫 2、3 個解法比較彼此的優缺點。
在之前準備面試的時候, 我有準備一本筆記本, 每次寫完問題之後, 我會用筆寫下我在哪一天寫了哪一個問題, 並且用很精簡的方式總結問題及解法。 隔天要做下一題之前, 我會先看一下前一天的問題, 嘗試回想我是否可以再次在頭腦中想出大致的解法。 如果還是不行的話, 再看我自己的總結並做上記號, 隔天會再做一次同樣的步驟,直到我可以順利複習出解題的邏輯思路。
如果有和公司面試, 不論是電話還是 onsite, 面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似, 如果有的話, 是否我的思路在面試中是清晰及正確的, 如果沒有的話, 我是否有利用對的觀念來解答。 面試結束後, 會花時間在盤點及複習, 從面試中的題目和過往的練習做統整。
你可以看到我的練習方式不是很強調快, 因為我希望我做完問題可以有很深的理解, 所以花很多時間在做整理、複習確認, 即使當下沒有那麼理解, 隔天回想又想不出的話, 我會再複習一次, 再隔一天做新題前也會再確認。 複習及思考的次數多了,真正把題目所想要考的觀念融會貫通, 畢竟面試很難真的遇到原題, 重點是我們對於資料結構及演算法的理解, 及遇到難題如何面對的應對的思考過程。
條條大路通羅馬, 每個人面試準備的方式都不太一樣, 以上就是我的資料結構及演算法的準備方式, 之前寫找工作的系列文章好像沒有特別提這塊, 所以特別再寫出來分享。當然我不是大神每次面試都可以收割 5 到 10 個以上 offer, 所以就請你自己斟酌評估你的學習方法,畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試 。
我從 2015 、2016 年準備面試的時候, 有許多練習演算法的網站, 但到了今日, 好像 LeetCode 和練習演算法關係就如同 Google 和搜尋一樣, 大部分我聽到的準備面試的人都用 LeetCode 來做練習了! 剛好最近認識一位在 LeetCode 工作的朋友牽線, LeetCode 特別優惠讀者, 只要使用這個連結 (http://bit.ly/34UrjEe) 購買 Premium, 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了!)。
我目前聽到朋友準備面試基本上都會購買 LeetCode 的 Premium, Premium 最大的好處就是可以看到問題和公司的標註, 拿過去拒絕我 2 次的 Google 為例 (XD), LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (925 道還是好多啊!@@), 當你正要 phone or onsite interview 的時候, 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能, 但主要大家好像都還是為了 company tag 的功能而付費, 相信以大家拿到 offer 後的加薪, 會覺得這是個很好的投資!(什麼, 你說不一定會加薪, 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦? 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談? 三明治溝通法及最後簽約前的談判招式") 。
我當初有想說要直播訪問在 LeetCode 的朋友, 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號, 可惜目前朋友還沒有意願, 如果大家有興趣的話, 請在文章留言, 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊!)。
附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好?我想進Google,我沒學OOO,他們會接受我XXX語言背景嘛?
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛?
4. 主動出擊- 我要找工作了,現在美國都用什麼找工作?哪個網站平台能讓我有較多面試機會?
5. 軟體工程師面試準備- 面試要練習什麼? 找工作和練習的時間要如何平衡拿捏?
6. 被錄取了- 我該注意什麼,我可以談判要求多一點薪水、股票或假期嘛?
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得,如何有條理的說服面試官?
9. 英文履歷怎麼寫? 美國科技公司注重什麼?
10. 如何到美國科技公司工作?
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦? 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談? 三明治溝通法及最後簽約前的談判招式
2021 年, 如果你要找工作的話, 祝你轉換順利, 拿到許多理想的 offers! 如果你有什麼準備的技巧及心得, 也歡迎留言分享。
部落格原文及各文章連結:
https://brianhsublog.blogspot.com/2020/12/AlgorithmDataStructureLeetCode.html
coding網站 在 在地上滾的工程師 Nic Youtube 的評價
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
coding網站 在 六指淵 Huber Youtube 的評價
台灣綜藝素材:
https://66huber.cc/twstocks
-
立即加入頻道會員:
https://66huber.cc/ytmb
-
想讓影片更吸睛更炫砲嗎?
讓我帶你學會影片特效的魔法!
《立即前往課程》: https://66huber.cc/pp/yb
-
六六限量潮T、潮帽限量販售中
https://66stuff.com/
-
六指淵秘密教學社團 https://www.facebook.com/groups/huberstudents/
-
《機密》六指淵拍攝設備
https://hubermovie.com/equipment
六指淵 Huber 官方粉絲專頁 ☞ https://goo.gl/B1GrKn
聯絡信箱 leader@hubermovie.com
官方網站 https://hubermovie.com/
六指淵 Huber 相關社群
官方Instagram ☞ https://goo.gl/XfCyqQ
官方粉絲團 ☞ https://goo.gl/B1GrKn
官方美拍 ☞ http://goo.gl/YYvWRt
coding網站 在 五哥頻道 Youtube 的評價
寫App教學:第一課(iOS/Android 無難度)
✰ ⭐️✰ ⭐️ ✰⭐️✰ ⭐️ ✰⭐️✰ ⭐️ ✰⭐️ ✰⭐️✰ ⭐️ ✰⭐️ ✰⭐️ ✰
【如果鍾意哩條片,就記得比個Like同埋訂閲我嘅頻道啦! 】
https://bit.ly/2F6Y2M8
⇩⇩⇩⇩⇩⇩⇩ ☄精選影片 ☄⇩⇩⇩⇩⇩⇩⇩
【機場貴賓室】揀邊張信用卡一定冇得輸
☸ https://youtu.be/ozztsCtXCYg
【信貸報告】信貸評級|追加重要補充資料
☸ https://youtu.be/wTW-X69BVXc
【香港樓市2019】樓市大跌前先兆?
☸https://youtu.be/Sl9j5YxRFeY
《吸引力法則》粵語
☸https://youtu.be/cJ-6CokkuGg
網址:https://www.5MinutesMaster.com
Medium:https://medium.com/@5minutesmaster
facebook:https://bit.ly/2QYmNyE
-~-~~-~~~-~~-~-
Please watch: "【AI?人工智能?整網站?】第二集-點樣連結新域名??"
https://www.youtube.com/watch?v=kSK2153ITrY
-~-~~-~~~-~~-~-
coding網站 在 免費線上學習電腦科學及程式設計的網站- Code.org - YouTube 的八卦
Code.org 是美國各大科技企業贊助支持的電腦科學及程式設計的教學 網站 ,官網網址在https://code.org/#codeorg #學習程式遊戲. ... <看更多>