嗨，我是Safwan。
去年，我注意到TikTok上的数字营销趋势，想尝试通过销售电子书来参与其中。
我的目标是销售能够真正帮助人们解决问题的电子书。我打开Canva，开始新的设计……但很快意识到自己根本不知道如何写电子书，灵感也全无。
在观看了大量关于如何制作电子书的视频后，我终于在三个月内完成了一本……我开始寻找更快制作电子书的方法，但我发现的每个服务都太贵，不符合我的需求。
于是我创建了QuickTome AI。现在我每周节省了数小时的时间，而且不会花费太多。
返回首页
最新
LinkedIn将使用用户的数据来训练内容创作的人工智能模型。<p>不确定是否只有欧洲用户可以选择退出。<p>设置链接来自他们的电子邮件，导致登录循环。直接链接可以正常使用。不确定这是否是故意的，那样就太恶劣了。<p>> 从2025年11月3日起，我们还将使用您所在地区成员的数据，以改善生成内容的人工智能，从而提升您的体验，并更好地将我们的成员与机会连接起来。这可以帮助雇主更轻松地找到并联系到您，并协助成员创建内容，例如个人资料更新、消息和帖子。这可能包括您个人资料中的详细信息以及您在LinkedIn上创建的公共内容；不包括您的私人消息。如果您不希望以这种方式使用您的数据，可以随时在设置中选择退出。如果您已经提交了数据处理异议表，请检查您的设置，以确保您的选择已显示为退出。
作为一名数据工程师，我常常在思考为什么这么多公司不对他们的Spark作业进行单元测试。在我的经验中，主要原因有以下几点：
- 创建DataFrame的测试数据（数据和模式）耗时过长
- 跨多个表进行调试比较复杂
- 样板代码冗长且重复
为了应对这些痛点，我开发了PyBujia，这是一个框架，能够：
- 让你使用Markdown定义表的测试数据，以便于DataFrame的创建、调试和可读性。
- 泛化样板代码，节省设置时间
这使得测试Spark作业变得更加简单，现在我可以进行测试驱动开发（TDD），我希望这也能帮助其他数据工程师。欢迎反馈！