煉獄廚房食習日記

如果你喜歡安東尼波登的「廚房機密檔案：烹飪深處的探險」，讓他用廚師角度向你公開廚房裡不為人所知的秘辛。相信你會讚賞比爾布福特在「煉獄廚房食習日記」中所描繪的義大利廚房探索之旅。從作者簡介中可以看到比爾原本是一位知名專業的雜誌編輯，因為對美食的熱愛和因緣機運，他決心在走入紐約名廚馬利歐的餐聽中從實習生做起，隨著經驗累積最終成為餐飲業的局內人。

有別於我們熟知的中式料理，用一個鐵鍋炒天下的格局。義大利料理的廚房階級鮮明各司其職，有備料廚師、燒烤廚師、西點師、麵點師、副主廚、行政主廚、主廚等。而藉由比爾從備料廚師到燒烤廚師的學習過程，可以瞭解廚房裡的分工與操演實況。當然若干內容或許也能在「廚房機密檔案」中一窺究竟，但比爾的視角更貼近非餐飲專業的讀者們。

比爾也不吝於分享他對去餐廳用餐必須知道的「金玉良言」。像是千萬別在餐廳快打烊前去點義大利麵食，煮麵水經過一天的折騰，已經變色成五顏六色的噁心液體。同理可證，任何油炸物也不在建議清單內，油鍋的情況絕對也好不到那兒去。如果不巧真的得成為最後一組餐廳內用餐的客人，也請點同性質的餐點別點全套餐點，讓全體廚師為了召呼你們一組顧客，得延後清洗整理的時間。

隨著中期比爾出發到義大利學習傳統的義大利麵點，到後期到舉世知名的肉販處學習肉品的學問。可以看到更多傳統作法和今日食品產業之間的格格不入，內文也開始從看熱鬧的心態轉向思考傳統美食的核心是什麼。其中肉販大師傅所言的「以前是消費者配合生產者來飲食，現在是生產者配合消費者來製作」，便一語中的地說出了食品價格如何與品質、風味一起不斷向下滑落的原因。「以前的風乾火腿就是要兩年來熟成，當連鍞超市販售風乾火腿後，市場上開始出現一年熟成的火腿，甚至有半年熟成的，那味道...」身在自由經濟市場中的我們，自認為有錢就能買到好東西。卻不自知有些傳統風味需要的只是細心和時間，而這兩樣都用錢難以匯兌的。

瀏覽全書，相信讀者都會覺得比爾已經是位可以獨當一面的義大利大廚了。甚至名廚馬利歐都認同他的手藝提議比爾開間餐館，他願意當幕後的出資者。看著一位坐四望五的白領，為了自己的興趣和好奇心走出舒適圈，在數年後成就了一番驚人技藝。呼應古人所言「天行健，君子以自強不習」。比爾布福特，真君子也。

2030工作地圖:當34種定型化工作即將消失，你的未來就從現在的選擇開始決定

現今我們不再懷疑人工智慧(AI)將廣泛並深遠地影響未來企業的營運方式。針對重複高和可標準化的工作來說，尚未被機器學習及自動化備設取代的原因，僅是成本太高而人工相對便宜。

隨著AI的深度學習與強化學習不斷地整合、演進，以往覺得機器不能辨到的職務內容，也漸漸地被電腦程式蠶食鯨吞。即便是眾人覺得不愁沒飯碗的工程師、管理者和研究員，書中也具體說明了，在AI成熟發展後將要面對工作價值將被減損和稀釋的情況。現在的「常識」在10年後，將不再是人們覺得合乎常理的事，這便是「2030工作地圖」中不斷強調的論點。

名人隨筆和對談集算是日文翻譯書中特有的書寫格式，典型就像「北野武的ＯＯＯＯ」，相信大家都不陌生吧。「2030工作地圖」有點像「堀江貴文」和「落合陽一」兩人對AI如何影響未來職場的對談集。如書封內頁所介紹，兩人在日本都是高知名度的頂尖人物，其理點和洞見卻不見得可以讓普羅大眾照單全收。特別在「金錢的未來」和「日本的幸福與社會」兩章中，作者的說法顯得太過於一廂情願。

書中前半段提到「網紅經濟」讓作者體悟到，未來的職涯將是百花爭鳴沒有即定的範本可以依循。做自己擅長又獨一無二的事也將能獲得報酬(例如現在的YouTuber)。獨特又合理的論點，會讓讀者想細細思量如何導入到自己對未來職涯的規劃中。而書中列舉的「將消失的工作」以及「因應而生的工作」也都有言之成理。光是這些章節，就值得到書店裡「一翻究竟」。

壅塞學

日本人很會用輕鬆簡明的圖文，向讀者解說複雜的理論與概念。而這本「壅塞學」正是西成教授針對其獨樹一局的壅塞學研究心得，展現給社會大眾的科普著作。

內容列舉了生活中形形色色和壅塞相關的議題，從大夥最容易想到的塞車到排隊，到發生災難時的逃脫和螞蟻的覓食。都各自成為單一篇章，由西成教授慢慢論述背後的模型與核心知識。而縱觀全書，最令人眼睛一亮的部份，就是不斷被提及的「非對稱簡單排斥過程(ASEP)」模型。

西成在書中一再地展現，如何將現實世界想分析的複雜現象，去蕪存菁的設計出簡單易懂卻又能模擬核心邏輯的模型。那些不到十條的規則所建立的模型，卻能充分重現許多壅塞現象，應用科學家的魅力令人折服。

最後一篇節章作者花了些篇幅「抱怨」了一下日本大學的評鑑，內容卻和台灣的現況如出一轍。以專業論文發表數和產學合作金額來做為評鑑標準的負作用，是對做為許多理論/人文學門的一種歧視。像數學系這種純理論學問，卻是工學院/資訊學院有機會產生重大進展的背後推手。短視近利的評鑑指標卻無法明確反應出基礎研究真正的價值。看來不止台灣，日本也深受數字化管理的為害甚深。 

推薦系統

推薦系統就是把消費者感興趣的商品/資訊端到他面前。定義很簡單，但要怎麼做、做的對、做的好，就不是三言兩語可以交代的。「推薦系統」一書，如同封面設計上的宣傳語所寫的「推薦系統精典之作」，完全不是口空說白話。

作者Dietmar Jannach上窮碧落下黃泉地檢視並整理有關推薦系統的文獻和報告，有條有理的按照脈絡替讀者介紹推薦系統領域的各項研究重點與演算法概念。不過也就像周星馳的「鹿鼎記」裡陳近南說的「這本只不過是絕世武功的目錄，（一指），那堆才是絕世武功的秘笈。」。書中引經據典介紹的觀念和例子，都是從眾多的文獻資料中所取出，如果要一一檢驗原始資料，我想沒個三、五年是很難辨到的，所以也只能照單全收的相信作者所言不虛。另外也真心覺得Jannach真神人也，這麼多推薦系統研究文獻都吞了下去，真的會飛天呀!

書中由二部份組成，第一部份是「基本概念」，第二部份是「最新進展」。基本概念是包含了各式主流推薦系統的核心演算法，從最出名的「協同過瀘」到「基於內容」、「基於知識」共三大類。再談到如何混合不同演算法的「混合推薦」，最後再帶到評估推薦系統的良莠。中間雖然穿插著令人聞之色變(笑)的數學公式，但配合著作者的詳實說明和貼切例子，也真的能在一頁頁翻閱中，體會到推薦系統理念的微言大義，轉化出一點點新觀點和想法。

最新進展則大量地介紹實務上的案例，依舊是依參考文獻中的資料為題材。接著也針對推薦系統如何整合Web2.0與行動裝置時代提出看法與說明。雖然以機器學習模型的推薦多半基於「協同過瀘」，但文中也舉出了相當多「進化版」模型設計方向。

對於從事推薦系統開發的從業人員來說，這本「推薦系統」應該是無可取代的參考書。從中可以獲得的觀念與啟發，不是一時半刻間可以消化吸收，一而再、再而三的重複翻閱，絕對不會讓你空手而回。

 

《未生》超值典藏套書（全9冊）

說我熱愛閱讀，其實我讀漫畫書和文字書的比例大概是3比1。而看完漫畫後沒寫過讀後心得的原因很簡單，大部份的少年漫畫就像大卡司的好萊塢娛樂片一樣，打打殺殺嘻嘻哈哈，又能有什麼心得。但是這部韓國漫畫「未生」可不是這樣，這是一部大人向的漫畫作品，還得過韓國資訊大賞漫畫部門總統獎(名作耶)。

故事主軸是講述從圍棋界離開，成為職場新鮮人的張克萊在二年的實習生生涯，一步步進步與成長的過程。由於我自身的職涯一直在中小企業中打滾(不是打混XD)，所以初次藉由書中體悟到大型公司的企業文化時，真的有種黑船入侵的文化的震撼。那種重視上下位階級，用字遣詞要視對象用敬語的環境，在韓國和日文兩國只算是社會人的基本常識吧。不過要在台灣企業做那種程度的言行舉止，除了軍中和公家單位，我還想不到那家公司有這種文化

(或許有人可以分享?)

「未生」的目標讀者肯定是針對整天坐在辨公桌前的白領。雖然故事背景是一家超大型的貿易公司，但其中鋪陳的職場現況，絕對會讓人產生即視感，不管你身處的行業別為何。裡面也隱含了作者體悟的職場觀，很多片段能貼切地打中白領勞工的心房。一句句金句如「人們口中所說的公司，其實就是你的主管。當遇到好主管，就是到好公司」、「自己認為的大事，一放到公司的格局來看，都是微不足道的小事，此時才覺得無地自容」、「別把公司當成發揮自己抱負的場域，上班就是完成被交辨的任務，但心頭那種失落感又要如何形容?」真的想配著酒來乾杯。

第一次打開這套書時，完全不能接受非日式漫畫的畫風，所以馬上又丟回書櫃中。直接前些日子打掃房間，閒暇無事就翻來看看。耐著性子看了半本左右，就被書中描寫的大型企業職場生態吸引，跟著主角一起面對未知的考驗。惡意中傷、爭功諉過、派系門爭、謀求私利，都是職場中難免出現的陰暗面。看著張克萊周圍發生的那些故事，又想想自己曾遇過的一些人事物，真的產生反思和感觸。常有人說「人在公門好修行」，其實在私人單位又何嘗不是如此。「未生」值得讓我的書櫃給它留個專屬的位置。

[觀點]以新思維認識職場競爭力

近年來全球普遍有青年低薪的問題，貧富差距也年年惡化。在探討企業為何無法給年青人高薪時，多半歸咎就業者無法提供差異化的職場技能。簡單說就是形容年青人沒有職場「競爭力」。而競爭力的指標又多半用薪資收入表示，月薪10萬就是比月薪5萬好。

在此提供一個更為通用的競爭力指標。世間最公平的事，就是每個人1天只有24小時。公式就是，所得 除 工時 等於 競爭力。企業的月薪制，應該再考量下班後額外付出的時間成本。換言之，月收10萬工時240小時的競爭力，等同於5萬120小時。

今日企業的獲利能力，也是用「吸睛力」來斷定。不論是臉書、手遊或是網紅直播，都是用能占據多少群眾的「時間」來認定價值。個人的競爭力簡化來說，就是自己的一個小時，能爭取到多少時薪。這種思維模式以前都是用在諮詢服務的計價上，像律師和會計師。其實道理可延伸到各行各業，即使是好萊塢巨星日進斗金，也一體適用。

更進一步分析，每個人在非上班的空閒時間，能不能找到付費者願意掏錢「購買」？舉例來說，一位大學教授正常是在大學任教有薪水。如果他學術表現出類拔萃，可能會有企業界樂於花錢請他來做專題講座。對他而言，人生的每個時段都能待價而沽，他是非常有職場競爭力的。但事實上是絕大多數的受薪階級，即使想「出售」額外的空閒時間，也找不到合適的買家。以競爭力來說，其實都是一般般。最來流行的「斜槓青年」可以說是這種概念的延伸。建立起屬於自我的品牌，找到願意為自身時間付費的另一種可能。

人生最真實的貨幣是「時間」。所以別浪費多餘時間在無法轉化為價值的事物上，那等於是揮霍錢財。如果找不到把時間轉換成金錢的方法時。將時間花在美好的事物上吧，像是多陪陪家人、運動、從事自己的興趣。

Hadoop+Spark大數據巨量分析與機器學習整合開發實戰

「Hadoop+Spark大數據巨量分析與機器學習整合開發實戰」一書，算是姐妹作「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」的前身。就是藉由許多實作的練習，一步步教導讀者學會使用Spark平台進行大數據分析以及機器學習預測。

Hadoop HDFS、Hadoop Map/Reduce等大數據重要觀念也一併收入到書中。不誇張地說，只要好好研習書中介紹的技術並且詳加練習，讀者將在大數據以及機器學習上打下了穩固的基礎。依時序來看以Python 語言為主的「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」才是續作，也反映出目前業界在機器學習領域中，Python儼然成為非正規的標準語言，有最多人投入研習與實作。

諷刺地是我反倒是先看完「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」之後，才再看「Hadoop+Spark大數據巨量分析與機器學習整合開發實戰」這本書。主要原因是透過PySpark開發出來的預測系統在執行效能上不甚理想。透過Python轉Py4J最後在Spark上執行中Context Switch，讓程式運算耗掉太多轉換時間，對於建置線上預測系統而言，是一大致命傷。因此只要回過頭來研究如何用Scala語言來開發Spark機器學習，畢竟Scala號稱能比PySpark快上數倍。

對於不在意採用Scala來實作機器學習的人，這本書不遜於Python的那本續作。只是因為此書出版較早，所以重點多在解說Spark RDD，而在Spark Dataframe的章節相對不足。另外開發工具也建議採用IDEA，不要使用書中介紹的Eclipse(Spark plugin)這樣就沒問題了。