悦采招聘需求(持续更新)

2014年5月更新

视觉UI

  • 3年及以上视觉设计相关(平面设计、网页设计、艺术设计)工作经验;
  • 掌握设计方法论,具有清晰的视觉设计思路和专业的设计技能;
  • 有良好的美术功底和艺术审美观;
  • 能够独立负责web和移动端的UI设计;
  • 具有良好的协作精神,积极乐观,善于学习,乐于分享;

前端开发

  • 3年及以上前端开发工作经验;
  • 精通XHTML/XML、CSS,熟悉页面架构和布局,对表现与数据分离、Web语义化等有深刻理解;
  • 对HTML5/CSS3等技术有一定了解,熟练使用less或sass进行前端开发、熟悉nodejs;
  • 精通JavaScript、Ajax、DOM等前端技术,掌握面向对象编程思想,对js框架应用(如prototype/jQuery/YUI/Ext等)有一定的经验;
  • 对css/JavaScript性能优化、解决多浏览器兼容性问题有一定的经验;
  • 对用户体验有深刻理解、逻辑性强,善于沟通和学习,执行力强;

Java开发

  • 计算机专业本科及以上学历,3年及以上工作经验;
  • 精通Java EE相关技术和框架,熟练掌握Spring;
  • 熟悉javascript、jQuery等前端开发技术;
  • 工作积极主动,学习能力强,善于沟通,积极乐观;
  • 有项目管理或敏捷开发经验者优先;

测试

  • 本科及以上学历,5年及以上测试工作经验,或2年以上测试管理经验;
  • 熟练掌握敏捷测试的方法论,具有清晰的测试思路和完善的测试技能;
  • 熟悉常用的自动化测试工具和Bug管理跟踪软件,版本控制软件;
  • 有自动化测试、性能测试、安全测试实践经验优先;
  • 有Java编程经验或测试工具开发经验者优先;
  • 良好的表达沟通能力,工作细致,责任心强,能够以目标为中心合理安排工作;

创业团队需要一个“骗子”

关于创业团队的组建配置,我在Quora上看到一篇很有趣的答案:

Q:What would the ideal web technology start-up team be composed of?

A:Jason Putorti

  • Hacker
  • Hustler
  • Designer

It’s actually a great way to start. The designer is user facing and solving the user problems, the hacker is hacking, and the hustler is in search of the business model and customers.

如果说,设计师负责界面和解决用户的问题,黑客负责敲码,还算符合常识,那么”骗子负责商业模式“就可以颠覆很多人的认知了。通常我们最经常犯的错误,不是设计师没有设计具有良好可用性的界面,更不是代码质量不过关,恰恰相反,我们总是能够”把事情做对“,但悲哀的是不确定是否在”做对的事情“。 继续阅读

网站友情链接数量与SEO

当我们寻找网站的友情链接时,经常把对方网站的PR值放在非常重要的位置,却常常忽略对方设置了多少个导出链接。实际上,对方网站的友情链接数量与该网站的PR值一样重要。

很多网站PR值很高,但外链也很多,甚至上百个。从交换链接的角度看,这样的站点并没有太大的优势,更不利于SEO,Google告诉我们友情链接最好不要超过100个,因为过多的链接会使读者无所适从,同时也分散了网站本身传递出的PR的权重。

问题:甲网站:PR=3 友情链接数=15 与乙网站:PR=5 友情链接数=100,从SEO角度讲,那个更适合做你的友情链接?

回答这个问题前,我们需要首先明确网站链接数量对“所投票”的网站的影响。我们知道,如果一个网站B做了一个指向你网站A的链接,那么相当于给你“投了一票”。网站B的PR值越高,则它投出票的价值就越高;但是如果网站B有多个导出链接,那么相当于将网站B投票的权重分成了多份,所以,网站的友情链接数量越少,则他分给这个链接的权重就越大。可以简单的理解为,PR值与网站PR传递价值成正比,外链数与网站传递PR价值成反比。

PR示意图

从SEO的角度说,网站的PR值越高,导出链接数量越少,则这个网站“投票”的价值就越大,我们需要尽可能的争取这样的网站做我们的导入链接(即外链),做友情链接也是这个道理。

Google的PR值就是根据这个机制生成的,虽然目前PR值的公式据说考虑了200余个因素,但我们依然可以将外链数量作为PR值公式的基础:

PR(A) = (1-d) + d(PR(t1)/C(t1) + … + PR(tn)C(tn))

d:阻尼因数(damping factor)。阻尼因素就是当你投票或链接到另外一个站点时所获得的实际PR分值。一般为0.85;
C:外链数量;
t:不同的外链网站;

将公式变形为对一个网站A的友情链接B价值评定的话,则我们可以得出这个外链B将PR传递给A的准确数值:

PR(A) = (1-d) + d*PR(t1)/C(t1)
=(1-0.85)+0.85*(PR/C)

这里我们得出了网站B传递给网站A的PR,下一步我们需要对这个友情链接传递的PR进行打分:在中国,对于商业性网站而言,PR=7应该是比较高的了,但是对个人博客而言,我们降低标准设PR=5,外链数=20为满分,则以上友情链接评定公式计算后可知满分为:

PR(A)=0.15+0.85*(5/20)=0.3625

因此我们可以根据PR值和外链数来给你心仪的友情链接对象打分:

Y=100[0.15+0.85*(PR/C)]/0.3625

也就是说,当外链数为5,导出链接数为20时,得分Y=100。得分Y与PR值成正比,与外链数成反比。用该公式解答一下开始的问题:

Y(甲)=100[0.15+0.85*(3/15)]/0.3625=88.28
Y(乙)=100[0.15+0.85*(5/100)]/0.3625=53.10

很明显,甲网站做你的友情链接会给你带来更多的权重,乙网站虽然PR值较高,但由于外链数过多,带给你的权重反而不如乙网站大。

不过需要注意的是,友情链接一般会随着时间而逐渐增加,同时PR值的提升却往往跟不上友情链接增加的速度,所以这个测试只是即时值,而非固定值。而大多数PR值较高的网站,友情链接反而相对更加稳定,因此得分变动的风险也更低。

实际上,判断网站是否合适做自己的友情链接时,对方的外链数只是其中的一个方面,我们应该综合评定一个网站是否适合做导出链接,而非仅仅看PR等单一因素,比如网站打开速度也直接影响用户体验……主要是需要有“为用户着想”的思想在里面,用户满意才是SEO的终极标准。

网站打开速度标准及测试

网站打开速度

随着宽带的普及和网速的提高,人们上网冲浪时对网站打开速度的容忍度在不断降低,网站的打开速度已经成为可用性的前提,甚至直接影响网站的收入。

Google最近第一次完整地书面提出网页访问速度的重要性,可见,网站的打开速度与SEO的关系日益密切。我曾在“SEO中如何优化导出链接”中曾提到过“可访问性是SEO的前提”,并在随后定量分析了访问速度的评定标准。今天再详细地阐述一下网站访问速度的影响因素以及分析方法。

1.什么是网站打开速度

站在用户的角度,网站的打开速度就是指从点击网站到网站页面完全显示的总时间。而实际上,这段时间内有以下部分占用了打开时间:

· 浏览器查找DNS(之前的“暴风门”事件就是DNS服务器出了问题)
· 连接等待(建立连接TCP需要时间)
· 建立连接(连上了,有缓存这里可以忽略)
· 请求发送(浏览器发送HTTP请求)
· 接受数据(同时缓存,获取CSS、JS等,随TCP连接结束而结束)
· 接受完毕(呈现完整页面,同时运行JS)

由此可见,影响网站打开速度的根本原因有两点:首先是网速;其次是页面的内容和大小。在网速为恒定值时(我们的用户一般不会为了上某个网站而去专门提升网速),我们需要尽量规范网站结构,精简网页代码等。这里Yahoo!的Exceptional Performance团队写给站长们的“加速网站的黄金法则”非常值得学习。

2.分析网站打开时的加载内容

深入分析网站的加载过程可以帮助你更好的找到网站所存在的问题,以从技术上提高网站的可用性。曾经我推荐过Pingdom,而实际上,在专业性方面Google的Page Speed是更好的选择。Page Speed是Google在今年6月份推出的网站性能优化工具,也是一款专业的Firefox插件,它需要依附Firebug运行,这里有基本的使用方法。

Page Speed使用

3.分析网站打开的速度

网站打开速度的准确值很难测定,因为不同地区不同时间段甚至不同电脑情况的网速都是有很大区别的。很多浏览器集成插件也可以直接显示网站的加载速度,为了避免随机性,我推荐使用第三方对网站打开速度进行测试。比如Webwait就是一个很不错的测速网站。她可以使用国外的服务器对目标网站进行多次测试,并将所有测试结果与平均值返回你的浏览器中。这样一方面避免了国内错综复杂的网络环境,另一方面平均值更加准确可靠。你可以设定测试的次数以及间隔,也可以随时删除你觉得不正常的最大值和最小值,对于准确的打开速度而言,这很公平。我目前使用的是每5秒测速一次,共测10次,同时删除最大值(通常情况下,第一次测试时间都高于其他,删除特殊情况,最终结果会更有参考价值)。

Webwait测速

4.评价网站的访问速度

在之前一篇对网站外链的评估中,我提到了评价网站访问速度的基本原理和方法。实际上,里面存在两个问题,首先是分析工具不准确;其次就是访问速度公式的不具体。使用工具刚刚提到的Webwait可以解决;但公式问题依旧有待商榷:

原公式:Y=速度分=200/实际速度

这里将2秒作为网站打开速度的满分时间,访问速度得分满分一百分,最高不超过120分,最低无下限。实际上,用户对网站打开速度的满意度与时间应该是非线性函数。如果网站2-4秒内打开,用户对速度会比较满意;4-6秒打开时,已经明显感到缓慢了;如果6-8秒网站还没打开,用户的耐心会直线下降。

设网站打开速度为x,用户满意度为y。当打开速度x为1秒时,用户满意度y为最高分120分;网站打开速度x为9秒以上时,用户满意度y为0分;若x<2时,y随着x的减小而增加,y的导数(斜率)迅速变大;x在4-6秒时y相对平缓;超过6秒后,y的导数迅速减小;故可知y=f(x)为三角函数中的余切函数,曲线表达公式为:

y=2cot(x/PI())+6;x定义域为(0,10)

余切曲线

用余切来表达满意度与网站打开速度的关系比线性函数更加合理walterzorn的函数曲线可以很清楚的表明这个公式的合理性;而在做表格计算对比中,由于Excel表格不支持余切公式表达,用正切的倒数表示余切;PI()表示圆周率,最终公式为:

y=20/tan(x/PI())+60

设置表格精确到小数点后2位,可以得到用户满意度的最终量化结果(举例):

网站打开速度与满意度评测表

可以看到,访问速度在3-1秒区间时,满意度上升幅度非常大;4-6秒区间内,满意度趋向平稳;7-9秒时,满意度迅速降低,直到9秒为0(计算出为负数);由于函数中x的定义域在0到9之间,故大于等于9秒均按0计算;同理,小于等于1秒均按120分计算;最后,将访问速度的结果乘以权重,就是评价网站外链时,这个链接访问速度的得分了。

最后的网站打开速度与满意度建模比较耗精力,查阅了大量资料,如果你有不同意见,欢迎讨论。版权所有,转载请注明出处。