之前看了Mahout官方示例 20news 的調(diào)用實現(xiàn)；于是想根據(jù)示例的流程實現(xiàn)其他例子。網(wǎng)上看到了一個關(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)進行分類。
接下來貼下我的代碼實現(xiàn)=》
1. 構(gòu)造分類數(shù)據(jù)：
在hdfs主要創(chuàng)建一個文件夾路徑 /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)進行分類。
這三步，代碼我就一次全貼出來；主要是兩個類 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??！");
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??！");
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??！");
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?。?#34;);
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?。?#34;);
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初始化時報錯。。。。");
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());
}
}
1. 請介紹一下WebGIS的概念和作用，以及在實際應(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、實時更新、可定制性強等，但也面臨著數(shù)據(jù)安全性、性能優(yōu)化、用戶體驗等挑戰(zhàn)。
2. 請談?wù)勀赪ebGIS開發(fā)方面的經(jīng)驗和技能。
我在WebGIS開發(fā)方面有豐富的經(jīng)驗和技能。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)進行地圖展示和交互設(shè)計，并能夠使用后端技術(shù)如Python、Java等進行地理數(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)計和優(yōu)化WebGIS系統(tǒng)的架構(gòu)。
3. 請描述一下您在以往項目中使用WebGIS解決的具體問題和取得的成果。
在以往的項目中，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)劃項目中，我開發(fā)了一個基于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)測項目中，我使用WebGIS技術(shù)實現(xiàn)了實時的空氣質(zhì)量監(jiān)測和預(yù)警系統(tǒng)，提供了準確的空氣質(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。
我認為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計算、大數(shù)據(jù)和人工智能等技術(shù)的不斷進步，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)進行深度融合。我期望未來的WebGIS能夠更加智能化、個性化，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。
這塊您需要了解下stm32等單片機的基本編程和簡單的硬件設(shè)計，最好能夠了解模電和數(shù)電相關(guān)的知識更好，還有能夠會做操作系統(tǒng)，簡單的有ucos，freeRTOS等等。最好能夠使用PCB畫圖軟件以及keil4等軟件。希望對您能夠有用。
中國人民銀行是國務(wù)院組成部門，是國家機關(guān)，是中央銀行，不是商業(yè)銀行，雙休日是休息日，無特殊情況不上班，但有人值班。
部分地區(qū)周末照常上班，但只辦理五萬元以下的取款業(yè)務(wù)。
中國各大銀行營業(yè)時間：
中國銀行上班時間：上午8點半到下午5點，中午會關(guān)閉部分窗口;周六周日是從上午9點到下午4點，不提供對公業(yè)務(wù)辦理。
中國郵政營業(yè)時間：全國統(tǒng)一 早上8：00 下午5：00. 4：30開始就不辦理業(yè)務(wù)了 開始整理，有的地方會區(qū)分一下冬令時和夏令時。
招商銀行上班時間：星期一至星期五：早上8點30分到下午5點正，周六日：早上9點正到下午4點30分
每個銀行的時間都大致相同，中國各個銀行上班時間與其他大型國有商業(yè)營業(yè)基本一樣。
通常個人現(xiàn)金業(yè)務(wù)：早上9：00到下午5：00 ；對公業(yè)務(wù)：早上9：00-11：45，中午休息，下午2：00-5：00。
遇到國慶、五一、大年初一都是集體放三天的。不過為了應(yīng)急每個地區(qū)的個人現(xiàn)金業(yè)務(wù)都有一個網(wǎng)點是開著的。
1.負責(zé)區(qū)域大客戶/行業(yè)客戶管理系統(tǒng)銷售拓展工作，并完成銷售流程；
2.維護關(guān)鍵客戶關(guān)系，與客戶決策者保持良好的溝通；
3.管理并帶領(lǐng)團隊完成完成年度銷售任務(wù)。
你好，面試題類型有很多，以下是一些常見的類型：
1. 技術(shù)面試題：考察候選人技術(shù)能力和經(jīng)驗。
2. 行為面試題：考察候選人在過去的工作或生活中的行為表現(xiàn)，以預(yù)測其未來的表現(xiàn)。
3. 情境面試題：考察候選人在未知情境下的決策能力和解決問題的能力。
4. 案例面試題：考察候選人解決實際問題的能力，模擬真實工作場景。
5. 邏輯推理題：考察候選人的邏輯思維能力和分析能力。
6. 開放性面試題：考察候選人的個性、價值觀以及溝通能力。
7. 挑戰(zhàn)性面試題：考察候選人的應(yīng)變能力和創(chuàng)造力，通常是一些非常具有挑戰(zhàn)性的問題。
需要具體分析 因為cocoscreator是一款游戲引擎，面試時的問題會涉及到不同的方面，如開發(fā)經(jīng)驗、游戲設(shè)計、圖形學(xué)等等，具體要求也會因公司或崗位而異，所以需要根據(jù)實際情況進行具體分析。 如果是針對開發(fā)經(jīng)驗的問題，可能會考察候選人是否熟悉cocoscreator常用API，是否能夠獨立開發(fā)小型游戲等等；如果是針對游戲設(shè)計的問題，則需要考察候選人對游戲玩法、關(guān)卡設(shè)計等等方面的理解和能力。因此，需要具體分析才能得出準確的回答。
以下是一些可能出現(xiàn)在MyCat面試中的問題：
1. 什么是MyCat？MyCat是一個開源的分布式數(shù)據(jù)庫中間件，它可以將多個MySQL數(shù)據(jù)庫組合成一個邏輯上的數(shù)據(jù)庫集群，提供高可用性、高性能、易擴展等特性。
2. MyCat的優(yōu)勢是什么？MyCat具有以下優(yōu)勢：支持讀寫分離、支持分庫分表、支持自動切換故障節(jié)點、支持SQL解析和路由、支持數(shù)據(jù)分片等。
3. MyCat的架構(gòu)是怎樣的？MyCat的架構(gòu)包括三個層次：客戶端層、中間件層和數(shù)據(jù)存儲層?？蛻舳藢迂撠?zé)接收和處理客戶端請求，中間件層負責(zé)SQL解析和路由，數(shù)據(jù)存儲層負責(zé)實際的數(shù)據(jù)存儲和查詢。
4. MyCat支持哪些數(shù)據(jù)庫？MyCat目前支持MySQL和MariaDB數(shù)據(jù)庫。
5. MyCat如何實現(xiàn)讀寫分離？MyCat通過將讀請求和寫請求分別路由到不同的MySQL節(jié)點上實現(xiàn)讀寫分離。讀請求可以路由到多個只讀節(jié)點上，從而提高查詢性能。
6. MyCat如何實現(xiàn)分庫分表？MyCat通過對SQL進行解析和路由，將數(shù)據(jù)按照一定規(guī)則劃分到不同的數(shù)據(jù)庫或表中，從而實現(xiàn)分庫分表。
7. MyCat如何保證數(shù)據(jù)一致性？MyCat通過在多個MySQL節(jié)點之間同步數(shù)據(jù)，保證數(shù)據(jù)的一致性。同時，MyCat還支持自動切換故障節(jié)點，從而保證系統(tǒng)的高可用性。
8. MyCat的部署方式有哪些？MyCat可以部署在單機上，也可以部署在多臺服務(wù)器上實現(xiàn)分布式部署。
沒想到這個題目過了這么多年了還有人關(guān)注和新回答，可能又是一年招聘入職季吧，今天偶然又看到了，我不妨自問自答一下吧。
首先，我已經(jīng)辭職。走之前的職稱職級是：中級經(jīng)濟師/主任科員。對于原單位，已經(jīng)不是利益相關(guān)者，所以我盡量從公允的視角來回答這個問題。
當然，因為已經(jīng)遠離了原單位，我下面的回答主要是基于離職前的事實，部分事實可能已經(jīng)發(fā)生變化，部分細節(jié)可能已經(jīng)模糊或者存在記憶錯誤，部分內(nèi)容來源于二手信息可能本身就存在誤傳可能，所以內(nèi)容需要讀者自行斟酌，作者不保證內(nèi)容的正確性，如用做決策參考需要謹慎。
其次，回看題干中的幾個疑問，有些已經(jīng)很明確了：
Q1：社保問題
A2：總體而言，養(yǎng)老只剩下個人繳費部分可以轉(zhuǎn)出，其他的大致都可以轉(zhuǎn)出。
①養(yǎng)老保險：單位繳費部分轉(zhuǎn)不出，個人部分可以帶走，但是要自己找好接收機構(gòu)。據(jù)說其他省分支機構(gòu)有人事上直接幫你轉(zhuǎn)好的，但我這里沒有。此外前幾年內(nèi)網(wǎng)遵義論壇（好像現(xiàn)在已經(jīng)關(guān)閉了）有人說存在地方上不愿意接收的情況（因為單位部分轉(zhuǎn)不出，那么折算下來，僅以個人繳費部分轉(zhuǎn)入，繳費基數(shù)就比較低了，以較低的繳費基數(shù)，換取地方上同樣的養(yǎng)老待遇，地方上是不情愿的）。
至于單位繳費部分，目前無解，如果未來人行分支機構(gòu)轉(zhuǎn)公，是否有合并至地方的可能呢？也許吧，但是考慮到全國的養(yǎng)老金都告急，人行作為系統(tǒng)內(nèi)統(tǒng)籌的單位，養(yǎng)老金是不是存在空賬，這個內(nèi)部統(tǒng)籌的舊體系還能支撐多久呢？這就很難說了。但是有一些現(xiàn)象值得關(guān)注：
1、國資劃轉(zhuǎn)社保全面推開，見新聞鏈接（以“全面推開”打破國資劃轉(zhuǎn)社保僵局），這意味著統(tǒng)籌社保未來的造血功能更強，迂回余地更大。如果是系統(tǒng)內(nèi)養(yǎng)老統(tǒng)籌的話，有什么可以劃轉(zhuǎn)到系統(tǒng)內(nèi)社保呢？
2、（這一條是離職前在遵義論壇上看到的，因為不在人事上工作，對相關(guān)政策不了解，無法核實，不一定準確）大致意思是說，按照入行時間，養(yǎng)老大致可以分為老人（2013年及以前）、中人（2014年）、新人（2015及以后）三類，三類人養(yǎng)老繳費方式和退休后的養(yǎng)老待遇不一樣，老人未來退休后的保障是最好的。若此條不假，意味著已經(jīng)在對系統(tǒng)內(nèi)的養(yǎng)老金進行開源節(jié)流，至于為什么要這樣，斗膽妄加猜測一下可能是錢不夠了？
所以，目前在大環(huán)境和小環(huán)境均不樂觀的情況下，養(yǎng)老的單位繳費部分就別惦記了，就當他是一筆被你遺忘在褲兜里的錢吧，也許你會在未來的某一天重新找到它，并給你一個大大的驚喜也不一定。
②醫(yī)保：我這里比較奇怪，醫(yī)保只能轉(zhuǎn)關(guān)系，不能轉(zhuǎn)賬戶里面的錢，注意這里是地方上的政策，與人行沒有關(guān)系。所以錢只能留著在原單位所在城市自己買藥了
③公積金：在地方繳納，遵循地方政策即可，一般可以轉(zhuǎn)出或取出（取出一般要封存至少6個月）。
Q2：職稱問題
A2：首先要明確的是，由于沒有人社部門發(fā)的小本本，所以出了人行門，（理論上）別的單位可以不承認你在人行的職稱，如果靠專業(yè)技術(shù)立足吃飯且想跳槽的話，這是一個較大的沉默成本。
其次，在系統(tǒng)內(nèi)部，職稱評聘的難度如何？同樣，基于個人的了解，首先說規(guī)則，然后擺現(xiàn)象。
規(guī)則而言，和事業(yè)單位類似，根據(jù)單位級別劃定各類職稱的比例，如果沒記錯的話，這個比例目前（指我離職前，下同）是有文件規(guī)定的（最新版好像是2015年發(fā)的），如果所在單位對應(yīng)職稱的目前比例還沒有達到限制值，那符合職稱條件的話，一般都可以評聘，否則，有可能只評不聘（聘了才能享受對應(yīng)的職稱工資），或者根本評不上，需要等位子空出來。
然后，說幾個大家可以關(guān)注的事實吧：
1、正高級職稱：目前高級經(jīng)濟師是副高級，并且正在試點正高級經(jīng)濟師，新聞鏈接（北京市西城區(qū)人民政府），系統(tǒng)內(nèi)部要改也是遲早的事，隨著梯隊極次的增加，直接利好已經(jīng)上岸的萬年老副高，對年輕人應(yīng)該也算間接利好吧。
2、中級堰塞湖：為什么判斷可能將來會產(chǎn)生堰塞湖，主要是兩個事實。①目前省會分行一級進人最低學(xué)歷一般是碩士②碩士初定中級職稱不受職數(shù)限制。那么逐漸積壓的中級以后上副高的難度勢必加大。同理，在分行省會中支一級，由于主任科員職數(shù)不受限制，那么未來也可能形成堰塞湖。
3、高師比例（憑記憶，可能有誤）：縣支行最低，只有2%，分行超過20%，好像是22%左右，省會中支和分行營管部大約是18%，地市應(yīng)該是在10%左右。如果是省會中支的小伙伴，你們可能已經(jīng)發(fā)現(xiàn)了，你們和分行一樣，同屬總領(lǐng)一省的欽差大臣，干著同樣的活，而且你們由于沒有營管部，還要承擔(dān)省會城市單獨的一塊工作，工作量更大，但是在高級職稱評聘比例上卻是吃虧的。
至于難度，與所在單位級別，所在單位和部門的年齡結(jié)構(gòu)，職稱結(jié)構(gòu)，空缺職數(shù)有關(guān)，需要結(jié)合自身情況要分析，如果你一定要做總體上的比較，這里有一個地方上的事業(yè)單位各級職稱的比例，在鏈接的文末。如果你有心的話，可以和上述人行的比例比較一下，相信你會有自己的判斷。（中共福建省委辦公廳省人民政府辦公廳關(guān)于印發(fā)《福建省事業(yè)單位崗位設(shè)置管理實施意見（試行）》的通知）
Q3：發(fā)展和出路
A3：這里更是因人而異，也無法給出結(jié)論，所以每一點都不長篇大論，就簡單列一些自己的所見所聞和看法吧，不一定正確，僅供參考。
1、關(guān)于加班：任何行業(yè)，非自主加班比自主加班要累的多。長期非自主加班，又缺少正向反饋的話，往往會感覺心力交瘁，看不到希望。
2、關(guān)于試錯成本：18歲高中畢業(yè)+4年本科+3年碩士=25歲，25歲+5年最低服務(wù)期=30歲，離35歲招考年齡大限還有5年，這還是按一切順利毫不耽誤計算的，所以如果有想法，要抓緊。
3、關(guān)于碩士的優(yōu)勢：個人觀察，碩士的優(yōu)勢在急劇下降。以前是碩士進省行，一本本科進市行，其他本科進縣行，現(xiàn)在了解到的是，大量甚至211碩士也涌向了地市中支。這與最近國家機構(gòu)改革，很多招考大戶停招有關(guān)，和宏觀經(jīng)濟形勢和產(chǎn)業(yè)結(jié)構(gòu)有關(guān)，和80-90后的年齡分布有關(guān)，也與若干年前我們父母那一輩的嬰兒潮有關(guān)。時也命也，有些事情，注定是要我們這一代人承擔(dān)?！耙粋€人的命運啊，既要看個人奮斗，也要考慮歷史的進程”，此話誠不我欺。
4、關(guān)于提升自己/繼續(xù)深造/學(xué)習(xí)一門技能/等等的難度：結(jié)論是難，非常難，需要付出比在學(xué)校時更加艱苦的努力，當然這并不是人行的問題，而是絕大多數(shù)行業(yè)都是如此?？梢韵胂笠幌拢斀?jīng)類大學(xué)畢業(yè)，如果你去商行當桂圓，請問你還有時間運用自身專業(yè)知識，去對宏觀經(jīng)濟金融做研判分析嗎？那么你的專業(yè)知識被廢掉就只是時間問題了，同樣被斷送的也有你未來的其他發(fā)展可能性。
我曾經(jīng)在讀大學(xué)期間在家里發(fā)現(xiàn)了一本泛黃的《高等數(shù)學(xué)》教材，上面是我媽媽的簽章，書的前幾頁上認真的做了筆記，還用紅筆畫了很多杠杠，但是后面卻是跟新書一樣，我曾問她為什么不繼續(xù)學(xué)下去了，她只是無奈的笑了笑。我當時剛學(xué)完數(shù)學(xué)分析，覺得數(shù)學(xué)雖然有難度，但是認真學(xué)還是能學(xué)個七七八八的，我當時的想法是，我以后顯然不會是這樣的，學(xué)習(xí)新知識的能力肯定比父母那一輩強多了。直至今日，回望我這幾年讀博、換工作、繼續(xù)在新崗位上忙碌的過程，我才明白當時我媽媽為什么是無奈的笑。成年人的生活沒有一天是容易的，大量的事情如潮水般涌來去耗散你的精力，還面臨著身體機能的日益下降。所以我的能力也并沒有比父母輩強多少，網(wǎng)上有云：“一個人逐漸成熟，首先是承認自己父母是普通人，然后是承認自己是普通人，最后是承認自己的孩子是普通人”，看來此話不假，而普通人做成任何事情都是困難的，是需要付出極為艱苦的努力的。
5、關(guān)于職稱職務(wù)提升：就目前而言，省一級達到碩士標配（副主任科員+中級職稱）還是沒有問題的，一般2-4年即可以實現(xiàn)。但是由于前面提到的主任科員和中級職稱堰塞湖的問題，所以副科提主任科員和初次認定中級職稱的難度在增大。另外一個不確定性是，機構(gòu)改革之后，公務(wù)員和事業(yè)單位的原主任科員對應(yīng)2級主任科員，原副主任科員對應(yīng)4級主任科員，中間隔了一個3級主任科員。目前人行分支機構(gòu)還沒有施行這項改革，如果實施，推測的話，那么碩士將只能從4主（原副主任科員）升3主（低于原來可以直接升到的主任科員，也就是2主），這對尚未拿到主任科員的碩士是極為不利的。
6、關(guān)于系統(tǒng)內(nèi)部的一些機會：由于退休潮（從今年招人較多）和縣支行年齡斷層存在，所以已經(jīng)工作了若干年的pbcer，在這幾年內(nèi)如果能抓住機會往上走一級，還是很不錯的。如果入行時間較晚，或者局部環(huán)境不優(yōu)（比如處室都是年輕人，等待提升職稱或者職級，或者單位的職數(shù)已滿），這幾年內(nèi)難以繼續(xù)往上走的，那就只能繼續(xù)排隊了，不過謹防后來人坐火箭插隊喲(*￣︶￣)，不然你就需要一顆堅強的心臟了。
寫在最后：
1、如果專業(yè)技術(shù)精湛，任何時候都不要害怕競爭，去專業(yè)的地方做專業(yè)的事情。打個比方，一個醫(yī)生不會說因為害怕競爭而不去大醫(yī)院，情愿去單位醫(yī)務(wù)室待著；一個專業(yè)技術(shù)工作者也不會為了僅僅是為了體制內(nèi)上岸，選擇一個基層混崗混編的公務(wù)員單位做二等公民，而應(yīng)該去對口的事業(yè)單位。如果確實對金融研究有興趣和能力，個人覺得人行省一級對你而言級別太低，應(yīng)該去人總行、部委、高校、研究所。如果對金融實務(wù)感興趣，那更應(yīng)該去機構(gòu)，去市場中搏殺。
2、做決定要趁早，轉(zhuǎn)行也要趁早?，F(xiàn)在想起來，我仍然感慨多年以前的一個冷雨夜，在實習(xí)縣支行宿舍中，提交博士報名申請書的時候。
3、堅持學(xué)習(xí)，堅持自己認定的東西。人行不缺學(xué)習(xí)培訓(xùn)的機會，有些培訓(xùn)講的確實非常不錯。包括內(nèi)網(wǎng)也有很多。但是一般而言對學(xué)習(xí)培訓(xùn)走過場的也多，有些基層領(lǐng)導(dǎo)也直接說培訓(xùn)的東西工作根本用不上，但是恰恰是這些在工作中用不上的東西，對提升自己是最有用的。（打個比方，對商業(yè)銀行基層管理者而言，他肯定覺得具體的業(yè)務(wù)操作規(guī)程比管理學(xué)原理，風(fēng)險管理課程有用的多，但是如果你真聽了他的話只去學(xué)操作規(guī)程，而放棄了解背后的原理，那么實際上也喪失了提升自己，從更高層面分析問題的能力；但是反過來說，如果你既要應(yīng)付領(lǐng)導(dǎo)要求，還要自己去學(xué)自己要學(xué)的東西，你晚上加班回到家不能躺下休息還要繼續(xù)啃書，你捫心自問能堅持下來嗎？這也是為什么工作之后要學(xué)習(xí)是如此之難）
4、大膽假設(shè)，小心求證，謀定而后動。網(wǎng)上抱怨的帖子還是少看，知乎上那些手撕領(lǐng)導(dǎo)，干翻同事的職場爽文也盡量少看點，畢竟對實現(xiàn)自己的目標沒有任何用處，還是關(guān)了瀏覽器去學(xué)習(xí)吧。
最后的最后，我在知乎潛水多年，這算是最長的一個帖子了，這個帖子我斷斷續(xù)續(xù)寫了很長時間，基本上每寫一段我都會陷入對上一段工作的思考中，寫下這些，也是對過去一段工作的總結(jié)和告別。
以后大概也不會再回答和人行相關(guān)的問題了，畢竟，人不能總活在回憶里面，人還是要向前看。在此祝愿所有的pbcer和前pbcer都能得到自己想要的東西，永遠都能開心快樂吧。
謝邀。我先跟你說一個實際的工作例子，再說怎么答題，姑且稱為為一碗水的故事。
某縣xx局的張副局幫扶的貧困戶位于100公里以外的偏遠小鄉(xiāng)村，該貧困戶一戶7人，年邁的爺爺奶奶，戶主五十多歲，三個正在讀書的孩子。張副局每次駕車到該村村委后，再乘坐摩托車到底該貧困戶家中，送點慰問品、聊聊家常、看看政策落實，填寫幫扶手冊。但每次張副局都會自帶一瓶礦泉水入戶，每當老人家熱情的招呼:領(lǐng)導(dǎo)遠道而來，喝碗水吧。張副局總是擺擺手說道:老人家，我不渴或者我這有水，然后過一會拿起礦泉水就喝?？粗侵话l(fā)黃發(fā)黑的水壺，滿是泥垢的雙手，油膩的碗，作為城里長大的張副局，怎么可能會喝。2019年該戶各項指標達標，但在脫貧的事情上老人家一直不愿配合。年底的一次入戶時，張副局身體不適，又恰好車上的礦泉水用完，剛到貧困戶家里時，老人家一如既往地招呼，張副局推辭后，饑渴難耐，還是端起碗來，喝了一口，山泉水口感還是可以的。當天張副局陸續(xù)喝了三碗水，老人家最后說道:既然領(lǐng)導(dǎo)不嫌棄咱們，那我也聽領(lǐng)導(dǎo)的，你說怎么辦就怎么辦吧。瞬間，張副局恍然大悟，原來，不喝他的一碗水，他就覺得你是嫌棄他們臟，嫌棄他這個與土打交道老實人。人人都渴望被平等對待，就像費洛伊德一樣，平等才能創(chuàng)造更多的可能。當然，他們的環(huán)境也的確差一些。張副局往后每次入戶除了拉家常外就是幫他們一起打掃衛(wèi)生，教會他們各類常見的健康知識。
再回到題目上來，首先作為一名幫扶干部，要與貧困戶建立起平等和諧的幫扶結(jié)對關(guān)系，入戶幫扶過程中，貧困戶拿了椅子讓我坐，證明貧困戶還是比較熱情、比較配合工作的。對于椅子臟，我首先會接過椅子，并向貧困戶表示感謝。順其自然的用手拍拍椅子，然后把椅子靠近貧困戶的地方坐下來，一起拉家常，商量扶貧工作。
其次是貧困戶的椅子臟，說明了他的衛(wèi)生觀念不夠強。這就需要我們加強向他宣傳衛(wèi)生健康知識，抽時間共同打掃衛(wèi)生。
再次就是貧困戶他家中可能存在家具比較緊缺情況，我們就要積極發(fā)揮后盾單位作用，幫他們增加收入，添置家具。
最后就是我們在工作中，要妥善處理好每個工作細節(jié)，一點一滴做起，扎實地做好脫貧攻堅工作，確保奔小康路上一個都不少！
