作者：郭胖胖
链接： https://www.zhihu.com/question/24190604/answer/140788789

简单说下某家的大型网络架构吧，BAT 级别的其实主要考虑的是冗余性了，因此“负载分担（ LB ）”被用到了极致。外网（ LB ）：外网各个厂家无非两种方案：静态接入（便宜），BGP 邻居（贵）并且和 ISP 的接入肯定是多条线路，这个多条线路包含了不同局点的线路，就为了避免单局点故障/割接什么的导致整个外网中断。外网接入的难点在于：同时多 ISP 接入时如何做到相互备份和选路。很多厂家用了 F5 的 GTM 解决方案。中间层（ LB ）：大部分小厂家用的是 A10 ，F5 什么的硬件负载均衡设备，但是到了 BAT 级别甚至谷歌用的就是 LVS 之类的 L4 层软件负载均衡了。优点就是：扩展方便，配置和管理都方便。不过谷歌貌似把 LVS 发展到了非常牛的水平，直接做到了网卡层面。内网（ LB ）内网基本上都是 什么 N7K,S125,CE128 之类的数据中心交换机的多台组成一个 cluster ，然后 TOR/汇聚多链路上行到核心。内网可大二层，也可三层。你会发现无论在外网---中间层----内网基本上都是负载分担的，主要还是考虑冗余和灾备。剩下一些就是什么利用 TE 隧道/云计算/SDN 什么的来控制选路或提高冗余型什么的。外网流量清洗，防攻击什么的安全策略。至于网络团队，每个大公司都必有维护团队，可能有建设团队（有些直接外包给厂家），有些有研发团队（自研交换机，自研服务器，定制交换机/服务器，甚至优化 linux/LVS 都有）这些都是专门的团队搞。除了这些，网络监控、告警优化、CMDB 、工单系统什么的这都有专门的团队来配合。

你的题目写得不对，数据湖和对象存储是两个东西
大模型应用和这个也没有关系。
要么导师误入子弟，要么导师没有说清楚，需要再次沟通。

写的内容一般， 其实关于大模型这些知识分享已经很多很多了， 再深入研究研究吧。
另外，很多程序员比较反智和排斥新的技术和事务，不到自己被淘汰的那一天都不会觉悟。

触发不难，做电商的都是搞个 RPA 在跑服务，接受到消息后自动处理。

@carlinglm
海外招聘平台都看看，
像 indeed 、glassdoor
招聘社交 linkedin 交流交流。

remote 工作 前端多， 运维 sre 也有一些。
能听能说是不够的， 你在工作种会遇到各种口音的英语，要能听懂，比如印度、罗马尼亚 腔的英语，这两个地方的口音我可是领教过。

上面提到的大多数都不是纯 python, python 作为这些网站的早期架构中的使用的语言，随着规模变大，架构不断重构后比重其实越来越少， 比如知乎和 YouTube.

我给一个，chatgpt ， 这个才是使用量极高，python 比重也非常高的后端

字节系出的 app 比如飞书客户端包括移动端和桌面端共 5 个平台 非 UI 部分由 Rust 跨平台实现, UI 部分 要么是 javascript ， 要么是 dart （ flutter)

这些移动端要求高度优化，不然是跑不了很多小程序的，框架都是自研的。
RN 这些性能都太差了， 就是现在很多 app 也会选 flutter 也不会选 RN 的。

mark 一下， 收藏了。

技术并不解决问题，出现危险情况一切都晚了。
四周加上安全围栏，再雇一个保姆就能解决问题，用摄像头监视保姆还是必要的。

楼主说的是 c++ web 服务端框架，不是请求。
drogon,cpprestsdk 这些才算 web 框架。

如果是嵌入式 web 服务器，可以考虑这个 Civetweb

英文，搞个中小学英文辅导或者搞个雅思考试技巧辅导。

这是炫富贴，好吧，大家都知道你有钱了。

检测 AI 当然也是靠 AI NLP 模型， 这个领域是有相关论文的，如果你不是 cs AI 研究生， 建议还是不要去研究这些。
给出相关论文和项目
https://arxiv.org/abs/2305.10847
https://github.com/colinlu50/evade-gpt-detector

https://arxiv.org/abs/2310.05130
https://github.com/baoguangsheng/fast-detect-gpt

也可以看看国内的项目
https://mp.weixin.qq.com/s/72NRRciC6tyZZ_dAT7y0Dg

@daohuo 需要根据提取的特征进行训练的， 我多年前用 LIRE 也是要用你自己的数据集提取的特征去训练

图像检索这块就是这么做的

你要多找找一些深度学习模型能够提取出反应这种差异，多试试