農(nóng)技推廣站適合女生嗎？-招聘街

一、農(nóng)技推廣站適合女生嗎？

農(nóng)技推廣站適合女生。農(nóng)技推廣站也是屬于一種農(nóng)技推廣平臺，這種工作不累，而且比較輕松，環(huán)境也不錯(cuò)，還是挺適合女生的，一般的女生，都比較心細(xì)，做推廣工作，也能做到更加細(xì)致，工作效率也會很高，所以女生做農(nóng)技推廣工作還是很不錯(cuò)的工作。

二、畜牧推廣站怎么樣？

好單位！

簡介：畜牧推廣站是農(nóng)業(yè)部的直屬事業(yè)單位，與中國飼料工業(yè)協(xié)會一套機(jī)構(gòu)，兩塊牌子。主要職責(zé)為：承擔(dān)全國畜牧業(yè)（包括飼料、草業(yè)、奶業(yè)）良種和技術(shù)推廣，畜禽、牧草品種資源保護(hù)與利用管理，畜牧業(yè)質(zhì)量管理與認(rèn)證，草地改良與生物災(zāi)害防治等工作的國家級技術(shù)支撐機(jī)構(gòu)。全國畜牧總站（中國飼料工業(yè)協(xié)會）業(yè)務(wù)歸口農(nóng)業(yè)部畜牧業(yè)司管理，機(jī)構(gòu)規(guī)格為正局級

三、農(nóng)機(jī)推廣站屬于什么編制？

農(nóng)機(jī)推廣站是中國農(nóng)業(yè)機(jī)械化發(fā)展的重要部門，負(fù)責(zé)推廣農(nóng)業(yè)機(jī)械化技術(shù)、設(shè)備和服務(wù)。農(nóng)機(jī)推廣站的編制可能因地區(qū)和具體職能而有所不同。通常情況下，農(nóng)機(jī)推廣站可能屬于以下編制之一：

1. 事業(yè)單位編制：農(nóng)機(jī)推廣站可以作為事業(yè)單位，其工作人員通常具有事業(yè)編制。事業(yè)編制的工作人員享有與公務(wù)員類似的穩(wěn)定待遇和退休保障，但在晉升和管理方面可能受到一定限制。

2. 政府部門編制：農(nóng)機(jī)推廣站還可以作為政府部門的一個(gè)下屬單位，例如農(nóng)業(yè)農(nóng)村部門或農(nóng)業(yè)部門。在這種情況下，農(nóng)機(jī)推廣站的工作人員可能具有政府部門的公務(wù)員編制。

3. 企業(yè)編制：農(nóng)機(jī)推廣站也可能是企業(yè)的一個(gè)部門，例如農(nóng)機(jī)制造企業(yè)的銷售部門。在這種情況下，農(nóng)機(jī)推廣站的工作人員可能具有企業(yè)的員工編制。

需要注意的是，以上編制并非絕對的。在實(shí)際情況中，農(nóng)機(jī)推廣站的具體編制可能因地區(qū)和政策而有所不同。如果您想了解農(nóng)機(jī)推廣站的具體編制，建議查閱當(dāng)?shù)卣块T發(fā)布的相關(guān)信息。

四、農(nóng)業(yè)機(jī)械推廣站前景？

1.農(nóng)機(jī)組織在農(nóng)機(jī)推廣別忽視：農(nóng)業(yè)機(jī)械的生產(chǎn)將自給自足的生產(chǎn)模式轉(zhuǎn)變?yōu)槠髽I(yè)管理模式，其中機(jī)械與農(nóng)業(yè)的結(jié)合將代替農(nóng)業(yè)機(jī)械組織中農(nóng)業(yè)、收割和播種等工作。因此，應(yīng)注意農(nóng)業(yè)機(jī)械組織在促進(jìn)農(nóng)業(yè)機(jī)械發(fā)展過程中的重要作用。

2.加強(qiáng)建設(shè)鄉(xiāng)級農(nóng)機(jī)站機(jī)制：在強(qiáng)調(diào)推廣農(nóng)業(yè)機(jī)械的重要性時(shí)，政府需繼續(xù)鼓勵(lì)農(nóng)民推廣農(nóng)業(yè)機(jī)械。農(nóng)業(yè)機(jī)械站的目標(biāo)是為農(nóng) 民服務(wù)，促進(jìn)勞動力的增加，并鼓勵(lì)農(nóng)民在改革農(nóng)業(yè)機(jī)械化時(shí)，采用新技術(shù)和新產(chǎn)品。

3.創(chuàng)新推廣方式：隨著社會的發(fā)展，傳統(tǒng)的農(nóng)業(yè)機(jī)械推廣手段不力，土地管理權(quán)下放等因素，導(dǎo)致農(nóng)民無法理解各種農(nóng)業(yè)機(jī)械設(shè)備的使用規(guī)范，進(jìn)而被逐漸被淘汰。

4.提高推廣資金自主化性質(zhì)：鑒于農(nóng)業(yè)機(jī)械擴(kuò)張過程中缺乏擴(kuò)張資金的問題，政府應(yīng)逐步放開投資渠道，因?yàn)閮H靠國家撥款很難滿足市場經(jīng)濟(jì)的發(fā)展需求，還導(dǎo)致農(nóng)民不能把握市場發(fā)展的背景。

五、農(nóng)技推廣站有前途嗎？

沒有前途

1、因?yàn)檫@個(gè)推廣站，一般都是在農(nóng)村地區(qū)設(shè)立的，所以待遇比較低，工作環(huán)境也比較一般。

2、前途不好，因?yàn)檗r(nóng)業(yè)技術(shù)推廣站屬于是最基層的崗位了，對比一些處于城市中心的同等崗位，晉升的希望更小一點(diǎn)。農(nóng)業(yè)技術(shù)推廣站是國家在地方的農(nóng)業(yè)推廣的事業(yè)機(jī)構(gòu)，負(fù)責(zé)農(nóng)業(yè)技術(shù)的推廣，新品種的引進(jìn)、試驗(yàn)、示范、推廣等工作，指導(dǎo)基層農(nóng)業(yè)合作社及農(nóng)戶開展科學(xué)種田。

六、如何進(jìn)入農(nóng)業(yè)技術(shù)推廣站？

該工作屬于事業(yè)單位，可選擇考取事業(yè)編，詳細(xì)情況可以到網(wǎng)上搜索一下當(dāng)?shù)氐南嚓P(guān)政策信息或到當(dāng)?shù)剞r(nóng)業(yè)技術(shù)推廣站咨詢。

七、林業(yè)技術(shù)推廣站是什么？

為林業(yè)局下屬單位。

主要職責(zé)是：為林業(yè)技術(shù)推廣提供服務(wù)，受行政主管部門委托，參與制定林業(yè)技術(shù)推廣長遠(yuǎn)規(guī)劃和年度計(jì)劃并組織實(shí)施，負(fù)責(zé)試驗(yàn)、示范、推廣林業(yè)新技術(shù)，組織引進(jìn)先進(jìn)林業(yè)技術(shù)；負(fù)責(zé)組織實(shí)施選定的林業(yè)技術(shù)推廣項(xiàng)目，受行政主管部門委托，組織林業(yè)行業(yè)技術(shù)交流，指導(dǎo)林業(yè)推廣機(jī)構(gòu)和群眾性科技組織，林農(nóng)技術(shù)員的林業(yè)技術(shù)推廣服務(wù)。

八、mahout面試題？

之前看了Mahout官方示例 20news 的調(diào)用實(shí)現(xiàn)；于是想根據(jù)示例的流程實(shí)現(xiàn)其他例子。網(wǎng)上看到了一個(gè)關(guān)于天氣適不適合打羽毛球的例子。

訓(xùn)練數(shù)據(jù)：

Day Outlook Temperature Humidity Wind PlayTennis

D1 Sunny Hot High Weak No

D2 Sunny Hot High Strong No

D3 Overcast Hot High Weak Yes

D4 Rain Mild High Weak Yes

D5 Rain Cool Normal Weak Yes

D6 Rain Cool Normal Strong No

D7 Overcast Cool Normal Strong Yes

D8 Sunny Mild High Weak No

D9 Sunny Cool Normal Weak Yes

D10 Rain Mild Normal Weak Yes

D11 Sunny Mild Normal Strong Yes

D12 Overcast Mild High Strong Yes

D13 Overcast Hot Normal Weak Yes

D14 Rain Mild High Strong No

檢測數(shù)據(jù)：

sunny，hot，high，weak

結(jié)果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代碼調(diào)用Mahout的工具類實(shí)現(xiàn)分類。

基本思想：

1. 構(gòu)造分類數(shù)據(jù)。

2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。

3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。

4. 分類器對vector數(shù)據(jù)進(jìn)行分類。

接下來貼下我的代碼實(shí)現(xiàn)=》

1. 構(gòu)造分類數(shù)據(jù)：

在hdfs主要?jiǎng)?chuàng)建一個(gè)文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。

數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak

2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。

3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。

4. 分類器對vector數(shù)據(jù)進(jìn)行分類。

這三步，代碼我就一次全貼出來；主要是兩個(gè)類 PlayTennis1 和 BayesCheckData = =》

package myTesting.bayes;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.util.ToolRunner;

import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;

import org.apache.mahout.text.SequenceFilesFromDirectory;

import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;

public class PlayTennis1 {

private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";

* 測試代碼

public static void main(String[] args) {

//將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)

makeTrainVector();

//產(chǎn)生訓(xùn)練模型

makeModel(false);

//測試檢測數(shù)據(jù)

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"testinput";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失敗！");

System.exit(1);

}

//將序列化文件轉(zhuǎn)換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉(zhuǎn)換成向量失敗！");

System.out.println(2);

}

public static void makeTrainVector(){

//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"input";

String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失敗！");

System.exit(1);

}

//將序列化文件轉(zhuǎn)換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉(zhuǎn)換成向量失敗！");

System.out.println(2);

}

public static void makeModel(boolean completelyNB){

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";

String model = WORK_DIR+Path.SEPARATOR+"model";

String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";

Path in = new Path(input);

Path out = new Path(model);

Path label = new Path(labelindex);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(label, true);

}

TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();

String[] params =null;

if(completelyNB){

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};

}else{

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};

}

ToolRunner.run(tnbj, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("生成訓(xùn)練模型失敗！");

System.exit(3);

}

package myTesting.bayes;

import java.io.IOException;

import java.util.HashMap;

import java.util.Map;

import org.apache.commons.lang.StringUtils;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.PathFilter;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.mahout.classifier.naivebayes.BayesUtils;

import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;

import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;

import org.apache.mahout.common.Pair;

import org.apache.mahout.common.iterator.sequencefile.PathType;

import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;

import org.apache.mahout.math.RandomAccessSparseVector;

import org.apache.mahout.math.Vector;

import org.apache.mahout.math.Vector.Element;

import org.apache.mahout.vectorizer.TFIDF;

import com.google.common.collect.ConcurrentHashMultiset;

import com.google.common.collect.Multiset;

public class BayesCheckData {

private static StandardNaiveBayesClassifier classifier;

private static Map<String, Integer> dictionary;

private static Map<Integer, Long> documentFrequency;

private static Map<Integer, String> labelIndex;

public void init(Configuration conf){

try {

String modelPath = "/zhoujianfeng/playtennis/model";

String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";

String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";

String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";

dictionary = readDictionnary(conf, new Path(dictionaryPath));

documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));

labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));

NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);

classifier = new StandardNaiveBayesClassifier(model);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("檢測數(shù)據(jù)構(gòu)造成vectors初始化時(shí)報(bào)錯(cuò)。。。。");

System.exit(4);

}

/**

* 加載字典文件，Key: TermValue； Value：TermID

* @param conf

* @param dictionnaryDir

* @return

private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {

Map<String, Integer> dictionnary = new HashMap<String, Integer>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

String name = path.getName();

return name.startsWith("dictionary.file");

}

};

for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {

dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());

}

return dictionnary;

}

/**

* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq

* @param conf

* @param dictionnaryDir

* @return

private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {

Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

return path.getName().startsWith("part-r");

}

};

for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {

documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());

}

return documentFrequency;

}

public static String getCheckResult(){

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String classify = "NaN";

BayesCheckData cdv = new BayesCheckData();

cdv.init(conf);

System.out.println("init done...............");

Vector vector = new RandomAccessSparseVector(10000);

TFIDF tfidf = new TFIDF();

//sunny，hot，high，weak

Multiset<String> words = ConcurrentHashMultiset.create();

words.add("sunny",1);

words.add("hot",1);

words.add("high",1);

words.add("weak",1);

int documentCount = documentFrequency.get(-1).intValue(); // key=-1時(shí)表示總文檔數(shù)

for (Multiset.Entry<String> entry : words.entrySet()) {

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，

if (StringUtils.isEmpty(wordId.toString())){

continue;

}

if (documentFrequency.get(wordId) == null){

continue;

}

Long freq = documentFrequency.get(wordId);

double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);

vector.setQuick(wordId, tfIdfValue);

}

// 利用貝葉斯算法開始分類,并提取得分最好的分類label

Vector resultVector = classifier.classifyFull(vector);

double bestScore = -Double.MAX_VALUE;

int bestCategoryId = -1;

for(Element element: resultVector.all()) {

int categoryId = element.index();

double score = element.get();

System.out.println("categoryId:"+categoryId+" score:"+score);

if (score > bestScore) {

bestScore = score;

bestCategoryId = categoryId;

}

classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";

return classify;

}

public static void printResult(){

System.out.println("檢測所屬類別是："+getCheckResult());

}

九、webgis面試題？

1. 請介紹一下WebGIS的概念和作用，以及在實(shí)際應(yīng)用中的優(yōu)勢和挑戰(zhàn)。

WebGIS是一種基于Web技術(shù)的地理信息系統(tǒng)，通過將地理數(shù)據(jù)和功能以可視化的方式呈現(xiàn)在Web瀏覽器中，實(shí)現(xiàn)地理空間數(shù)據(jù)的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應(yīng)用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺、實(shí)時(shí)更新、可定制性強(qiáng)等，但也面臨著數(shù)據(jù)安全性、性能優(yōu)化、用戶體驗(yàn)等挑戰(zhàn)。

2. 請談?wù)勀赪ebGIS開發(fā)方面的經(jīng)驗(yàn)和技能。

我在WebGIS開發(fā)方面有豐富的經(jīng)驗(yàn)和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術(shù)進(jìn)行地圖展示和交互設(shè)計(jì)，并能夠使用后端技術(shù)如Python、Java等進(jìn)行地理數(shù)據(jù)處理和分析。我還具備數(shù)據(jù)庫管理和地理空間數(shù)據(jù)建模的能力，能夠設(shè)計(jì)和優(yōu)化WebGIS系統(tǒng)的架構(gòu)。

3. 請描述一下您在以往項(xiàng)目中使用WebGIS解決的具體問題和取得的成果。

在以往的項(xiàng)目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項(xiàng)目中，我開發(fā)了一個(gè)基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們評估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項(xiàng)目中，我使用WebGIS技術(shù)實(shí)現(xiàn)了實(shí)時(shí)的空氣質(zhì)量監(jiān)測和預(yù)警系統(tǒng)，提供了準(zhǔn)確的空氣質(zhì)量數(shù)據(jù)和可視化的分析結(jié)果，幫助政府和公眾做出相應(yīng)的決策。

4. 請談?wù)勀鷮ebGIS未來發(fā)展的看法和期望。

我認(rèn)為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計(jì)算、大數(shù)據(jù)和人工智能等技術(shù)的不斷進(jìn)步，WebGIS將能夠處理更大規(guī)模的地理數(shù)據(jù)、提供更豐富的地理分析功能，并與其他領(lǐng)域的技術(shù)進(jìn)行深度融合。我期望未來的WebGIS能夠更加智能化、個(gè)性化，為用戶提供更好的地理信息服務(wù)，助力各行各業(yè)的決策和發(fā)展。