免费资源与优惠

dbt Free 免费数据建模开发账户

想练习 analytics engineering、数据建模和测试，可以用 dbt Free 账户搭建真实项目。免费层提供开发环境、集成测试、文档和版本控制，注册不需要信用卡，试用结束后仍可无限期使用。高级 job scheduling、API 或多人协作需要升级付费方案。

在线 dbt Free 层；高级 job scheduling、API 和多人协作等能力需要升级付费方案。

MongoDB Atlas Free Tier 免费云数据库

想把 Node.js、Next.js 或 Python 项目接到真实云数据库，又不想一开始就绑付费方案，MongoDB Atlas M0 很适合做第一套线上环境。它给你一个不会到期的免费托管集群，包含 512 MB 存储、共享 RAM 和共享 vCPU，可部署在 AWS、Azure 或 Google Cloud 的指定地区。 它适合拿来做什么？ 1️⃣ 练习 CRUD、aggregation、索引和连接权限 2️⃣ 给课程作业、个人 demo 或小型 proof-of-concept 提供线上数据库 3️⃣ 测试后端 API、部署流程和团队协作，不必自己维护 MongoDB 服务器 免费不等于没有边界。每个 Atlas 项目只能建一个 Free cluster，地区选择有限，也没有免费备份等完整生产功能；高流量、关键数据或需要稳定性能的正式业务，仍应换到付费集群。

MongoDB Atlas M0 Free cluster，适合学习与小型概念验证，不建议用于需要完整备份、高性能或生产级容量的工作负载。

Figma for Education 免费教育计划

学 UI/UX、产品设计或前端开发时，免费 Starter 计划很快就会碰到团队和文件限制。Figma for Education 让通过教育身份验证的学生和教师免费使用教育计划：K-12 学校通过学校或学区获得 Enterprise 访问，高等教育、中学和获批 bootcamp 用户可获得 Professional 计划。 对做项目最实用的部分包括： 1️⃣ Figma Design、FigJam、Figma Slides 和 Dev Mode 2️⃣ 多人协作、课堂团队和完整项目文件管理 3️⃣ 符合条件的高等教育与 bootcamp 用户还能获得每月 AI credits，并可发布一个自己创建的 Figma Site 文件 申请时要使用学校邮箱，并证明自己是当前学生或教育工作者。教育资格有期限，到期后需要重新验证；非教学岗位员工、自学者、创业公司和普通非营利组织不符合资格，部分地区也无法使用该计划。

经验证的 Education team；具体为 Enterprise 或 Professional 教育访问，功能与地区限制以官方页面为准。

Azure for Students 学生云服务额度

符合条件的全日制大学生无需信用卡即可获得 100 美元 Azure 额度，可在 12 个月内用于大多数 Azure 产品，同时包含部分免费服务和开发工具。额度用完后不会自动转为付费，只有主动升级后才会继续产生费用。

100 美元 Azure 服务额度、官方列出的免费服务额度及 Azure Education Hub 中的开发工具。

JetBrains 学生与教师免费教育许可证

符合条件的学生和教师可免费使用 JetBrains Student or Teacher Pack，其中包括 IntelliJ IDEA Ultimate、PyCharm、ReSharper 等 IDE 和 .NET 工具。许可证仅限教育和非商业用途，并需要按官方要求重新验证教育身份。

JetBrains Student or Teacher Pack 内列出的 IDE、.NET 工具及教育用途权益。

GitHub Student Developer Pack 学生开发工具包

通过学生身份验证后，可在在读期间免费使用 GitHub Pro，并获得 GitHub Copilot Student 及多项开发工具、云服务和学习权益。适合年满 13 岁的在校学生；合作伙伴权益可能调整，领取前应查看官方清单中的具体期限和条件。

GitHub Pro、GitHub Copilot Student，以及官方 Pack 当前列出的合作伙伴开发工具和学习权益。

对澳英美女生友好的企业，全在这网站！😭

无意看到这个网站，有点震惊😭。 👏上面的企业必须把女性比例、产假、弹性办公、salary等全部公开，不公开不能入驻！ 以前真的只会看： salary多少？title好不好听？ 进去了才发现——文化不合才是最消耗人的😭 这个网站等于帮你提前看清一家企业的真面目。 IT、Consulting、Finance、Engineering、Data等等都有，大企小企都有，每家信息写得很细👇： 🙆女性员工占比 🙆女性管理层比例 🙆是否有性别salary差距 🙆带salary产假多少周 🙆是否支持flexible 全部是具体数字。 小缺点：数量没有LinkedIn多，因为只有达标企业才能上。但某种程度上，这反而是筛选。 尤其是适合： ✔准备长期澳洲、英国、美国发展的 ✔想要上班life balance的 ✔不想进高压环境的 ✔未来有家庭规划的 这个筛选维度真的太有价值了！

墨尔本STEM女留子必去，全是知名企业👩‍💻

墨大和Monash的姐妹们看过来！ 3月16号Crown有一场专门面向STEM女生的networking event 预计500人参加 全程🆓 现场都有谁？ 随便列几个你们感受一下👇 🔹 Tesla、Boeing、Honeywell、Toyota 🔹 Accenture、Optus、Xero、carsales 🔹 BHP、CSL、Citadel Securities、Jane Street 🔹 BAE Systems、Thales、Siemens Healthineers 还有一堆澳洲Local大厂和GOV机构 基本上读STEM的都能去 现场可以跟企业rep直接聊 了解目前IT行业的第一手信息 比海投CV有效率一万倍 需要提前signup，不能walk in

意外发现让recruiter秒回你的阴招！

投完resume就干等？说实话这才是看机会最大的坑。 据统计，44%的看机会的人说被ghost是最崩溃的事...偷偷告诉你一个submit resume后秒follow up的绝招，这个Chrome插件比你自己追进度好用100倍，可以让recruiter真的看到你！！ 方法很简单！先下载插件，装好之后正常submit就行，它在后台自动运行。它可以帮你： 🌟后台自动记录你ask for的position（LinkedIn、Greenhouse、Ashby、Lever、Workday...） 🌟AI根据position自动生成follow up信息 🌟自动在LinkedIn上帮你找到对应recruiter 当你submit resume完，它还可以一键帮你把信息发给recruiter，不用自己翻记录、写话术。数据全部存本地不上传，隐私拿捏了🔒。 这个插件不太好查到

突发！AWS放出14门🆓free lesson！连夜冲

LinkedIn最新报告：2025年增长最快的JD里超过一半跟Cloud和AI直接相关📢。更狠的是AI Engineer和全栈，这两个方向里出现AWS成为技能高频词。毕竟全球Cloud市场一年花掉4000亿刀💰，光AWS一家就扛了30%。 问题来了：AWS这么重要，怎么学比较靠谱？结果我一翻才知道AWS人家自己就出了14门🆓lessons！！零基础到进阶全有，每门标好了难度和周期，早看到能省好多冤枉钱😭 按方向帮你们分好了👇 🔐Cloud入门+安全（新手先从这开始） AWS Cloud Practitioner Essentials AWS Identity & Access Management AWS Cloud Migration Essentials How to Buy Cloud - Cloud Procurement策略 💻开发者主线（按语言选） 四门选你主力语言冲一门就行，学完AWS上搭应用直接起飞 Building Modern Java Applications on AWS Node.js Applications Python Applications .NET Applications 📊Data方向 Data Lakes+Analytics是Data Engineer核心技能，DynamoDB做后端的也躲不开🔥 Designing Data Lakes Getting Started with Data Analytics Amazon DynamoDB: Building NoSQL Database Applications 🛠实用工具 CodeGuru用AI帮你review代码质量，写Python和Java的都建议过一遍 Improve your Python code using Amazon CodeGuru Improve your Java code AWS IoT: Developing & Deploying IoT 💡每门lesson都标好了难度和时长，按自己节奏来 💡AWS出品，质量比外面好得多 💡学完resume直接多写一行AWS技能 💡长期有效随时补 趁着假期赶紧充电呀~

硅谷工程师疯传的AI lessons，突然🆓了..

最新的数据有点扎心：34%的美国人每天都在用AI📢，但真正会写prompt的，其实是少数。大部分人就是随便打几个字，出来的东西不满意就骂AI蠢。 其实不是AI不行，是我们根本没学过怎么跟它说话。 最近我挖到一个宝藏：Claude背后的企业Anthropic，直接放出了🆓prompt lessons，一共9章，每章都带practice和playground。我看完直接后悔没早点学，效率提升不是一点半点😭 🎯这9章大概讲什么？ 入门：怎么写基础prompt、怎么把话说清楚、给AI一个角色为什么会更聪明 进阶：数据和指令怎么分、怎么控制输出格式、怎么让AI一步步思考、为什么给例子比解释有用 高级：AI乱编怎么避免、复杂业务场景怎么拆 附录还直接讲了链式prompt、工具调用、搜索检索 这lesson最香的点在于👇 ✅每章都有playground，改一个词就能看AI回答变化 ✅有答案对照，不怕学歪 ✅从小白一路到能写业务级prompt ✅大企出品，质量没话说 学完最大的变化是： 以前：帮我写个周报→一堆废话 现在：三句话把AI安排得明明白白 省下来的时间，够你多摸半天鱼了🐟 lessons我都扒好了

Google和Anthropic大佬写的LLM手册

Google DeepMind和Anthropic的大佬们，居然联合写了一本LLM系统工程手册，选择直接🆓看😱 先说作者阵容有多炸： 🔹 Jacob Austin：现Anthropic技术骨干，前Google，参与过Gemini、PaLM、Bard开发 🔹 Sholto Douglas：Anthropic做Scaling RL的，前DeepMind，还是差点进奥运的击剑运动员 🔹 Roy Frostig：Google研究员，JAX的创建者之一 这帮人把自己训大模型的压箱底经验全写出来了。 这本手册讲什么？ 不是教你调参fine-tune那种入门内容。 是真正工业级的硬核知识： 📌 TPU/GPU到底怎么运转？芯片之间怎么通信？ 📌 为什么加卡反而变慢？瓶颈到底在哪？ 📌 数据并行、模型并行、流水线并行怎么选？ 📌 训练LLaMA 3要多久？要花多少钱？ 📌 推理时延迟和吞吐怎么权衡？ 还有实战章节，手把手教你在TPU上训练和部署LLaMA 3。 为什么说学完能上岸？ 现在大厂ML Position早就不只看你会不会写模型了。 HR更想知道： ✅ 你能不能把模型在GPU/TPU上稳定高效跑起来 ✅ 你能不能解释清楚吞吐、延迟、显存的trade-off ✅ 你能不能在规模上去之后控制成本 这些东西，学校不教，普通项目练不到。 但这本手册全讲了，而且是写Gemini、Claude的人亲自写的。 适合谁？ ✅ 想进MLE/ML Infra/Research Engineer的 ✅ 想从调包侠进阶到系统工程师的 ✅ interview被问到分布式训练答不上来的 一共12章，从Roofline分析到JAX编程全覆盖，还有GPU专题。