Guido van Rossum 去 Google 应聘,只写了三个词「I wrote Python」的简历是真的吗?
回复内容:
这只是个段子,用来讽刺google冗长的面试流程的 可惜你的截屏没有截到我的评论. 内容如下可以断定是编的:
1. 根本没有英文出处.
2. Google请Guido就是冲着Python去的, 条件是允许他用一半的工作时间来维护python, 版权归他自己, 因此面试怎么可能不知道Guido
3.他的简历是公开的, 如vieplivee所列
----------- 分割 ------------
个人认为, Google能请到Guido这样的牛人, 基本也是Google的荣幸. 因为这一档的大牛, 基本都是大隐隐于市, 行踪飘忽不定,平时不知道在干啥, 一出手就是大手笔.
所以"面试"这个词, 根本谈不上, 谈谈理想, 聊聊股份, 你想啥时候来随便你. 差不多就是这样了. https://plus.google.com/115212051037621986145/posts/R8jEVrobbRj 确实在内部员工系统上,看到过一份简历,说:I created UNIX. 遂去看,他前一个季度都在忙什么,发现他在发明编程语言…
更新一下吧:
……回答的时候还不懂,为什么他在搞一个go的东西…… 只是个段子而已。这种大牛请都请不动,还面试啥啊,还简历呢。。。。。。。。人家不需要简历面试的好伐 据不负责任的考据,出处是这里:
https://twitter.com/hecaitou/statuses/8077570203
辟谣在这里:
http://www.v2ex.com/t/54384
Guido 1989年创造了Python语言,01年获得FSF的“Award for the Advancement of Free Software”大奖。我02年读大学那会Python虽然还不怎么流行,但是已经有很多关于这门语言的书籍和网站了。而Guido 05年加入Google时,那时他已经非常有名了! 这不都去了dropbox了吗。还在纠结上一轮儿啊。 ....... 当一乐看也不错呀 某一类人是不需要面试的,更别提什么简历了。

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

PDF 文件因其跨平台兼容性而广受欢迎,内容和布局在不同操作系统、阅读设备和软件上保持一致。然而,与 Python 处理纯文本文件不同,PDF 文件是二进制文件,结构更复杂,包含字体、颜色和图像等元素。 幸运的是,借助 Python 的外部模块,处理 PDF 文件并非难事。本文将使用 PyPDF2 模块演示如何打开 PDF 文件、打印页面和提取文本。关于 PDF 文件的创建和编辑,请参考我的另一篇教程。 准备工作 核心在于使用外部模块 PyPDF2。首先,使用 pip 安装它: pip 是 P

本教程演示了如何利用Redis缓存以提高Python应用程序的性能,特别是在Django框架内。 我们将介绍REDIS安装,Django配置和性能比较,以突出显示BENE

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释
