Go+ 是目前第一个顺应“三位一体”发展潮流的编程语言，同时兼顾工程、STEM 教育、数据科学三大领域：
- for engineering：致力于让工程师可以使用简洁、容易掌握的语言去工作，这在纷繁复杂的工程技术领域是非常重要的进化；
- for STEM education：Go+ 简单易学，非常适合作为青少年学习编程的入门语言，且能在未来的工作中的延续使用，无需切换语言；
- for data science：目标是让工程师和数据科学家可以用相同的语言去对话，这在以数据驱动创新的未来尤为重要。
简单对比：
GoPlus 代码
println [1, 2, 3.4]
Go 代码
package main
import "fmt"
func main() {
fmt.Println([]float64{1, 2, 3.4})
}-
Go+ 是Go语言的增强版. 最大的优点是可以直接编译到Go并和Go语言混合开发，类似TypeScript和JavaScript的关系； Go+还孵化出一些非常牛的Go增强项目，例如 c2go 一个把C源码直接编译到Go。 这是一个更好的CGO，也就是可以把标准C代码转到Go代码，并保持C的性能；这点比CGO要好太多了。用过CGO的都知道，其性能开销实在是太大了。 缺点是还没有标准化，会有不断变化
-
Go Plus的安装见博文Go&Golus的安装 兼容Go的特性（包括部分支持 cgo ） 在GoPlus中用到的Go基础，具体应用到的基础如下 数据定义 布尔型 布尔型的值只可以是常量 true 或者 false。一个简单的例子：var b bool = true。 数字类型 整型 int 和浮点型 float32、float64，Go 语言支持整型和浮点型数字，并且支持复数，其中位的运算采用补
-
数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。
-
数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。数据科学已经在IT、金融、医学、自动驾驶等领域得到广泛使用。(如果你熟知中情局的棱镜泄密事件，你会发现数据科学已经在情报领域广泛使用。) 在这系列文章中，我希望能完成从概率论，统计，到机器学习的整个数据分析的链条。传统意义上
-
什么是数据科学 数据科学是通过探索，预测和推断，从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息，对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度：我们发现的这些规律是否也出现在新的观察中？我们的预测有多准确？我们用于探索的主要工具是可视化和描述性统计，用于预测的是机器学习和优化，用于推理的是统计测试和模型。 统计学是数据科学的核心部分，因为统
-
数据是新的石油。该声明显示了如何通过捕获，存储和分析满足各种需求的数据来驱动每个现代IT系统。无论是为商业做出决定，预测天气，研究生物学中的蛋白质结构还是设计营销活动。
-
Agile是一种软件开发方法，通过使用1至4周的短迭代，通过增量会话帮助构建软件，从而使开发与不断变化的业务需求保持一致。 敏捷数据科学包括敏捷方法和数据科学的组合。
-
问题： 1. sql和python用得怎么样 2. sql小问题：分组求和的两种写法 3. 缺失值处理的思路，用到的函数 4. 实习期间做的有意思的一件事 + 模型细节追问 5. 异动分析：近七日GMV下降怎么分析 6. 选择一个分析角度详细选取指标进行分析 反问： 1. 目前的业务方向 2. 转正标准和流程 3. 偏好的候选人特征 挖得蛮细的，但技术问题考得不难，主要看分析思路和沟通能力。另，他