“开发者旅程”是每月一次的系列活动，重点介绍不同背景的全球开发者在职业道路中遇到的挑战、机遇以及获得的成果。每个月，我们都将聚焦世界各地的开发者，介绍他们使用的 Google 工具以及他们正在构建的产品类型。
本月，我们与来自世界各地的 Google 开发者专家和 Women Techmakers 开发者进行了对话，以深入了解他们最喜欢的 Google 工具、他们为服务多元化社区而构建的应用，以及包容性设计在其开发过程中的作用。
多年来，我一直在使用 Firebase、Google Cloud Platform、CrUX Dashboard 以及 Chrome 开发者工具等工具。作为一名 Web 开发者，我总是对 Chrome 开发者工具的新功能充满热情，因为这些新功能有助于提升我们的工作效率，并改善应用的性能。
最近，我一直在试用 Project IDX，这一个完全基于网络的全栈应用开发工作平台，我对这个项目的发展潜力感到非常兴奋。我很喜欢这种无需在自己的电脑上安装任何东西，仅通过浏览器就能进行应用开发和部署的想法。
最近，我上线了一个名为“AdventJS”的开发者节日日历。为了优化其中的图片，我采用了 GoogleChromeLabs 团队开发的工具 Squoosh。为了确保网站的可访问性并改进其性能，我使用了 Chrome 开发者工具中的 Lighthouse 工具。此外，我还利用了 Google Bard 将网站内容翻译成英语和葡萄牙语。
我计划将我为西班牙语社区创建的一个从零开始教授 JavaScript 的网站进行扩展。借助 Google Bard，我可以检查内容、编写一些代码，并为学生设计挑战练习。
我建议他们保持耐心，并享受学习的过程。成为开发者是一段漫长的旅程，但一定有所回报。同时，我还会建议他们保持好奇心，不要仅仅局限于几种技术。最后，我会鼓励他们与社区分享自己的知识，因为这是学习和结识新朋友的最好方式。您无需成为专家才能分享知识；您只需要在某一方面知道一些别人不知道的事情即可。
开发与创意方面：
工作效率与沟通方面：
营销与业务方面：
教育与学习方面：
我很难从众多工具中选出最喜欢的一个，因为 Bard、TensorflowJS 和 Google Chrome 开发者工具各有其独特的优点。但我不得不说，Google Chrome 开发者工具表现得尤为出色。该工具在检查与调试网页、测试代码变化以及深入理解 JavaScript 行为等方面表现出的多功能性对我的 Web 开发工作至关重要。话虽如此，Bard 与 TensorFlow.js 同样具备令人称赞的强大功能。Bard 在生成创意内容、回应查询甚至编写代码方面发挥着至关重要的作用。另一方面，TensorFlow.js 则是颠覆性的存在，使得 JavaScript 也能支持机器学习技术，并且其自身适用于各种广泛的应用场景。每款工具都有各自的独特魅力，选用哪个工具完全取决于当前任务的环境和具体需求。
在我们最新的网站上，我们利用了所有可用的 Google 技术来提升我们作为非政府组织的形象。您可以在这里找到我们的网站。
为了促进我们在开发者职业生涯上的发展，我们再次启动了一项卓有成效的指导项目。我们使用 Bard 和 Duet AI 这两个强大的工具，来检查代码并再次为社区创建一个最小可行产品。
首先，思考您想要解决的问题，或是您想为世界做出什么贡献。接下来，通过实践将您的想法变为现实。如果您依赖社区的支持，并得到导师、赞助者和指导者的帮助，那么实现目标会变得更加容易。
我一直在使用全套 Google 产品。在我的日常生活中，我每天都使用 Google Workspace；我的个人网站是在 Google 协作平台上构建的，我还使用了 Google Cloud 的服务；在开发的早期阶段，我使用了 Compute Engine；我还使用了 Jupyter Notebooks，并根据我个人的需求进行自定义。
通过实践练习以及在 Coursera 和 Google Cloud Skills Boost 上的学习，我逐渐积累了更多知识，并开始构建端到端解决方案。在此过程中，我使用了 BigQuery、SQL、大量 Vertex AI 功能（如 Generative AI Studio、Matching Engine、语音转文字功能、管道、AutoML、模型微调等）、Cloud Run（以及少量 GKE - Kubernetes）、Cloud Functions、Dialogflow，以及 Document AI。
不同行业的客户需求发生了变化，例如招聘行业出现了虚拟职业中心、客服行业出现了 Contact Center AI。作为响应，我能够对不同的 Google 产品进行性能测试，并将其部署到生产环境中以满足客户的需求。
Vertex AI 是我最喜欢的工具，因为它专为纯机器学习和深度学习而优化。结合使用 AutoML 和 NAS（神经架构搜索）的过程是一次非常有趣的经历，且成果显著。借助 Kubeflow 开发机器学习管道有一种特别的乐趣，因为这些管道将进入生产环境，且整个 MLOps 过程都参与其中。
我构建了一个招聘解决方案，并在拉丁美洲六个国家/地区成功实施，使超过 365,000 人受益。该解决方案可通过 Document AI 的 OCR 技术自动分析简历。
我还利用 Tensorflow 为一家连锁酒店提供了收入预测服务，将客户模型的准确率提高了 0.95%。此外，我还构建了一个联系中心解决方案。该方案使用了 Google 语音转文字功能和分析功能，极大地简化了管理操作，并能够生成战略洞察。
最近，我作为团队的一员，参与交付了一整套虚拟职业中心解决方案。该解决方案利用 Vertex AI Matching Engine，通过文本嵌入和 SCANN 技术将求职者与职位空缺进行匹配。上述招聘解决方案以及联系中心解决方案都在巴西获得了自然语言处理 (NLP) 领域的专利。
Google Bard 已经成为我日常工作生活的一部分。它在编程时给予我帮助、帮我规划旅行行程、找到合适的公共交通方式、发现世界各地的有趣景点，并且能够以一种有序的方式检索 Google 搜索，并呈现更新的内容。我想结合使用 Bard 和 LangChain，在金融行业进行一些优化操作。
首先从基础学起。
投身于学习像机器学习这样宏伟的领域充满了诱惑，但编程是该解决方案的重要组成部分。无论您选择何种编程语言，都要学会正确地编码。如果您的解决方案需要进行扩展，那么正确且高效地编码将降低基础设施的成本，并提升用户体验。
在机器学习领域也是如此：先学习诸如微积分、计算机科学基础等基本学科。这样一来您便能理解当今网络上分享的大部分内容。只有在掌握了机器学习之后，才应该深入到深度学习及其相关学科。不要假装懂了，而要真正地掌握这些知识。
