目前已经离开一面了，去了一个更大的舞台，但我还是对一面有许多感情的，这是一家很不错的公司，值得你来看一看。今后也不再接收简历，如果希望内推请投hr的邮箱
一面的整个团队风格就是脚踏实地，所有的事情都是一步一个脚印做出来的，在早期没有做品牌营销的情况下，真的就是靠着大家的努力来给客户带来很强的信任感，通过口口相传的方式把公司的名气传播出去，这一点是值得所有一面人骄傲的。
一面在整个数据价值链路上的每个环节都有深厚的积淀，加入一面，无论是在哪个岗位，你都有机会吸收这些积淀，快速成长起来。
我们仍然在招人，分析师、数据工程师、算法工程师、爬虫工程师、产品经理都需要，实习生也招（文案上没有的实习岗也可以尝试投递，对应岗位要求，实习生会稍微放宽一些），详情请看
另外提一句，招聘文案是使用文图进行制作的，这是我们早期自研的产品。
6个月过去，随着工作的深入和对同事们的进一步了解，对一面有了新的认识。除了研发之外，有很多小伙伴对分析岗位都很感兴趣，虽然我不是分析师，但常和他们打交道，所以多多少少了解一些。
因此再补充一些公司的整体概况和我相对比较熟悉的数据分析和数据工程岗位的相关介绍，看看能不能吸引到更多的小伙伴加入。
一面数据是一家小而美的公司，目前员工数量70+。我们主要做企业服务，通过为其它公司提供各种形式的数据服务来盈利。服务的形式主要是数据项目，有点类似于咨询公司。但我们有许多内部产品来帮助提升生产效率。部分产品本身也具备数据分析能力，甚至已经实现了商业化，在未来，我们逐步将多年来的数据分析积淀下来的经验转化成各种相应的商业化产品。
我们在电商（特别是快消品）、汽车领域深耕多年。自研的电商数据分析工具YiDrone，在内部得到广泛使用，并实现了商业化，，这就是一个客户利用YiDrone 进行数据分析的案例。光是数据冰山上的文章就足够说明我们这几年的积累有多深厚。
2018年开始发力Social Listening，社交领域也打开了一片天。 ， ，都是我们基于社交数据进行的一些探索。目前我们正在研发一款Social Listening的商业化产品。除了常见的热度分析、情感分析、用户画像之外，我们还提供一些高级功能，比如水军识别、传播效应分析、品牌匹配度分析等等，背后有着坚实的算法模型在做支撑。
1. 丰富的数据，时间跨度长，维度多样，仍然在持续更新。这就是一座巨大的金矿，在分析师的好奇心下，每天都会从中产生一个又一个极具价值的商业洞察。
2. 千锤百炼过的爬虫技术，经受住了主流电商、汽车论坛、社交平台等各类网站的反爬考验。哪怕我们的数据库里没有所需数据，也可以快速响应需求。
3. 经历多次版本更迭的NLP技术，沉淀了大量电商、汽车领域相关的词汇，优秀的文本挖掘能力。
4. 数年来无数项目实打实做下来的经验积累，对电商、汽车领域的深度分析能力。
5. 爬虫--> 数据处理 --> 数据分析，外加AI NLP对文本挖掘的支持，我们有着一套完整且高效的数据链路体系。在每一个环节里，都有各式各样的内部自研工具帮助提升生产效率。
我们的价值观是正直、卓越、好奇、可靠。
-
正直：坚守底线，不作恶，不作假
-
卓越：积极学习、实践、总结，努力让自己越来越优秀
-
好奇：对反常的现象保持好奇心，喜欢探究原因，比如为什么淘宝卖家会在商品标题上写“男土”（商品是男士服饰）
-
可靠：遵守诺言，可信赖，按时交付工作成果，并保证良好的质量，让客户满意
我们不谈情怀，不画大饼，着眼于实际，踏踏实实迈出每一步，不断积累和成长。
我们做ToB服务，所以比较强调业务的重要性。但我们也有良好的技术氛围。CEO本身就是程序员出身，整个管理层都非常了解和重视技术的价值。我们有着强大的研发能力，在爬虫、数据处理、数据分析、AI等每个环节上，都有大量的自研产品帮助提升工作效率。
在这里，业务与技术得到了完美的结合。各种业务场景都有坚实的技术做支撑，让业务工作更有效率。反过来，技术也有了应用场景，不再是曲高和寡的玩具。如果你一直焦头烂额于处理业务，感受不到技术的成长；或者空有技术，开发出来的产品却无人问津，那就来和我们聊聊吧，我们既有业务、也有技术，相互促进，并行发展。
我只介绍我比较了解的数据分析和数据工程，像AI、爬虫我不了解，就不多提了
我加入一面之前也在几家互联网公司工作过。他们都是定位于某个行业（比如电商、金融、K12）的主营业务，以数据来进行业务的优化。最常见的分析手段就是漏斗模型，更复杂一些，就是增长黑客的那一套，还有就是用户画像、用户行为分析等等。
谈起大数据，很多公司都会强调他们的数据总量大，甚至日更新量达到TB级别。但很少会谈及他们的数据类型和分析维度是否足够丰富。然而，数据分析能做什么，是由能获取到的数据的类型决定的，能做得多好，是由维度决定的。数据质量也同样会影响分析结果，光谈数据量多是毫无意义的，只要数据量达到了一定规模，在大多数常规分析里，数据量带来的差异都不会太大了，这是大数定律决定的。相反地，数据类型会更为关键，比如没有埋点数据，分析用户行为就不够精细。在大厂，数据类型更丰富，分析师能做的事也就更多，更精细。
在我们这里，数据是通过爬虫爬取的公开数据，范围广，类型和维度都很丰富，甚至还可以借助NLP技术从文本中挖掘出更多的维度和度量。但我们不可能获取到用户行为数据，所以针对用户行为方面的分析相对较浅（我们仍有其它的手段来筛选出用户群体，比如分析用户发出的文本内容，只是没法做到埋点数据那么精确），更多的是对市场趋势的分析。由于有多个平台的数据，还可以实现平台之间的联动分析及对比，比如正在尝试打通电商和社交。
在我们这里，数据分析大有可为。这里有一座巨大的金矿，能挖掘出多少有价值的东西，全看你的本事了。
我们的分析师分为两个方向，商业和数据科学。技能要求上有很多重叠的部分，只是要求的标准不一样。
商业方向的分析师，需要对接客户需求，进行数据探索和挖掘，得到有价值的数据洞察，最后根据客户的要求给出交付物，形式多种多样，PPT、报告、Dashboard等等。举例，客户想了解洗发水行业的品牌占有率，最新的热点在哪里，如果要推出一款新的洗发水产品，应该从哪里切入。然后我们就会用在天猫上爬取的销量数据，综合商品评论，舆论热点等等，去做一些分析，最后就有了一份报告：
-
最核心的是表达能力，包括书面和口头表达两方面，准确地说，是组织故事线(storyline)的能力。表述商业洞察，在我看来就是在讲一个故事，要用简洁易懂的语言，恰到好处的ppt演示来打动听者。如果对这个岗位有兴趣，建议写一份案例分析ppt，随简历一起投递。
-
沟通能力 ：经常要和客户打交道，理解他们的需求，自己处理或者转给相应的同事来处理
-
项目管理能力：合理分配任务，管控项目进度，保证按期交付
-
Excel、PPT、SQL、SPSS等：基本的工作技能，其中SPSS我很少见到有人用，会这个基本等同于了解统计学的常用分析方法了（比如方差分析、卡方检验、主成分分析等），其它的几个都是工作必备的了，不要求你掌握什么奇技淫巧或者熟悉底层知识，但要做到熟练，能用这些工具流畅地完成数据处理并输出报告。
数据科学方向的分析师，偏研究性质，需要用算法模型来解决实际商业问题。
目前工作内容集中在两方面，未来可能会有变化
-
应用NLP和机器学习技术处理微博、知乎、小红书等社交网络数据，构建用户画像，为客户提供数字化精准营销方案。具体地说，是定义一些指标来精准刻画Campaign传播效果、KOL影响力、群体匹配度等客户比较感兴趣的东西。举例，水军率，就是客户很关心的一个KOL影响力指标。因此，更准确地识别水军，就是一项有价值的研究。社交平台的大量信息都藏在文本里，因此这个方面的工作，更偏向于文本挖掘。
-
应用各类算法模型推动智能零售、门店精细运营。这一工作就是传统的应用数学领域了，更具体地说，是运筹学——动态规划、组合优化等，数学相关专业的同学或多或少都会接触到一些。当然，这只是研究相对成熟的方案，如果你对这一类问题有更好的解决思路，也可以提出来。
技能方面的要求，不像商业分析师有那么明显的核心能力，这个方向主要看综合能力，还要有一两项突出的地方。
-
要了解机器学习基本算法，具备NLP和统计基础知识，这些东西在工作中很常用。根据工作的需要，还得做一些额外的补充
-
要熟练使用Python数据科学相关模块，如NumPy、Pandas、SciPy等，你自己提出的算法，需要自己编程去实践和验证。
-
要熟练SQL，和2同理，你需要自己处理数据。
-
对数据敏感。所谓数据敏感性，就是通过少量抽样数据以及统计量（均值、总和、标准差等）发现数据问题，这一点非常重要，因为你得确定算出来的结果是否正确。
-
沟通表达与项目管理：数据科学方向的分析师更偏技术一些，但同样也会负责一些项目，也要和客户进行沟通，推动项目按时交付。这方面的能力还是需要的，最起码，你得把自己使用的算法给客户或者工程师（比如我）解释清楚。
招聘文案里面的Python工程师（数据平台）和ETL工程师，其实都一样，互相之间做的事是有交叉的，常常混在一起，可以统称为数据工程师，这也是我现在正在做的工作。
最主要的是数据处理、报表开发、数据同步和清洗。我们有短期的商业项目，也有长期的客户项目或者自研项目，有着大量的数据处理需求，难度和挑战也随需求和数据量变化。具体内容包括设计数据模型和ETL工作流，开发ETL程序，编写相关文档（如数据字典）。偶尔也需要给分析师提取一些不太容易获取到的数据，比如无法用SQL完成，需要经过复杂计算才能得到的一些指标。我们有一套自研的数据处理平台，能很高效地处理简单的数据任务。复杂的任务则使用Airflow来构建工作流，使用Python或者Spark来完成ETL。
-
熟练Python编程：我们公司的技术栈是Python，至少要懂得pandas、正则、文件处理、并行编程这几项。不过我觉得，熟悉数据开发技术和思想会更为重要。即使你的主语言是Java，不懂Python，如果对大数据技术了解、懂得如何高效地开发ETL程序，那只需要几天时间了解一下Python就可以开始工作了。
-
熟练SQL：大多数的ETL任务都非常简单，用SQL就足以解决，DDL、DML、DQL都要掌握好。
-
熟悉大数据生态：对大数据生态的各种开源工具有了解，深入使用和研究过其中一些工具，比如Spark。
-
了解数据仓库和ETL：懂得一些数据仓库知识，能帮助你更好地设计数据模型。现在数据模型都是由工程师来设计。结合ETL的需求，设计出良好的架构，也是一项挑战。
这个岗位的工作内容总体来说还是比较枯燥的，日常就是ETL开发和维护，每天都要看一眼自己的DAG有没有挂，开发的ETL程序多了之后，维护起来也会吃力，毕竟各种原因都可能导致任务失败，很多时候和你的代码没有关系，就单纯是服务器今天不开心了，没辙。坊间传闻ETL工程师写SQL写到吐，这个现象也确实是存在的，尤其是初级岗，纯SQL的任务很多。但这个岗位也有很多有趣、有挑战性的地方。比如设计数据模型，也就是数据库表。这个模型一方面要满足实际的数据需求，给分析师使用的话，要注意易用性，另一方面，要便于ETL开发，保证数据质量。像是为了保证完整性，ETL程序必须做到幂等。如果用分区overwrite来实现的话，在表的物理属性上就需要注意。设计、开发、维护一个包含上百张表的数据系统，同样是非常有挑战的事，单纯会写SQL是远远不够的。再比如，需要把分析师给出的算法模型工程化，这就需要你深入理解算法模型，在这个过程中你也会学习到如何把算法应用于商业问题，以及如何在大规模（5亿以上）的数据集上应用。这些都是我现在正在做的事，困难和挑战都很多，需要不断地思考、学习、总结、探索。
数据开发领域看似传承自上世纪90年代以来的ETL和数据仓库，但实际上近十年来应用场景的变化是巨大的，有很多新的挑战，没有太多的理论可以学习，大家也都是摸着石头过河。要说对研究能力的要求，我觉得一点都不比数据科学少，并且知识零碎不成体系，学术界的支援也少，只能自己边实践边总结，多与人交流，难度不小，也是巨大的机遇。大家都一窝蜂地扎堆数据科学，AI算法，但我会更愿意在这个领域深耕下去，希望在未来能总结出一套系统的数据平台建设理论。
一溜下来都是实习生的回答，而且都是数据科学组的，大概是因为数据科学组的同学更喜欢交流，而程序员们都喜欢埋头苦干吧。大多数同学，是因为我司强大的商业分析、数据科学和AI实力，慕名而来。但实际上，我司的研发实力也相当强劲，有多款自研内部产品，程序员在这里，一样能找到自己想要的东西。
正巧最近刚开完第三季度的全体大会，对公司的整体情况有了更深的了解。下面我就从一个全职程序员的角度，来说说自己在一面的工作的体会吧。
希望搜到这个问题的程序员们，在看完这篇回答之后能对我们公司产生一些小小的兴趣，来面试一下。
18年6月初入职一面，到目前在一面已经待了5个多月。
北师大统计学本科，2年经验的数据工程师，拥有数据仓库从0到1的项目经验，了解数据仓库方方面面的各种知识，具备独立构建数仓的能力，对大数据体系下的数据平台构建有着深入的思考。
我在一面担任数据工程师，日常工作是ETL开发、数据服务搭建和维护、数据仓库开发等等。职业生涯跳槽3次，经历4家互联网公司，涉及金融、教育、数据三个领域，一面是工作得最开心的一家。目前状态很好，希望在未来的几年时间里，能和一面一起成长起来。
作为一个有追求的程序员，挑选工作时，其实真的不care零食和生日会这些东西（我几乎不会在上班时间吃零食，因为吃零食很影响coding节奏）
我最关心的，是公司的发展前景，文化氛围，团队水平，个人成长空间，工作内容、效率和强度，薪酬等等。总的来说，我是希望在有一定竞争力薪酬（不低于市场平均水平）的前提下，干得开心（工作内容符合预期且强度合适，公司文化能被我认同）。就目前的情况来看，一面与我的相性真的是非常适合了。
下面就从这几个方面来详细说明一下。
融资到了A轮，To B 数据服务，合作的客户都是像宝洁、玛氏这样的大公司，合作的列表还在扩大。
是我们维护的专栏，水平如何，各位知友可以自行评判。
今年还在研发各种新产品，扩充业务范围。到现在，已经有部分产品能盈利了。
我们做的事情，炫酷又有趣，还富含商业价值。最近新入职的同事很多，也租下了新的办公室，办公面积又大了一圈。对于公司在未来迅速发展壮大，我很有信心。
在上个季度全体大会时，大佬们总结了四个单词来作为公司的价值观：好奇、卓越、正直、可靠，这个价值观我是非常认可的，并且让我感受到了公司的情怀。
但这个价值观，没有提到另一面，我觉得更为重要的特质：重视并尊重员工。
我待过四家公司，面过的公司就更多了，几乎每家的HR都会说“我司注重员工成长”，但大多只是流于表面，实际上就是放着你自生自灭，能给你报销买书的钱就很难得了。只有在一面，我才切实地感受到，“注重员工成长”不是HR的随便说说的，而是公司实实在在会付出的努力。
再比如，年度体检，年度旅游这种福利，在一面只要入职就有，实习生也享受同等待遇。而我待的另外3家公司，要么没有，要么就是老员工才有。
在这里工作，能真切体会到公司对每一位员工的尊重，这一点非常难得。
-
信赖：工作时间灵活调整（10点上班，当天的工作完成就随时可以下班啦，公司鼓励高效工作），这是基础标配了，这里再说点特别的。我2年3次跳槽，一般来说很容易被HR脑补心态不稳定，对自身定位不清晰，连面试机会都不会给。但在一面这里，我不仅得到了面试机会还拿到了offer，面试官（我的现任leader)和HR也愿意相信我不会在短时间内再次跳槽。更重要的是，没有因为我当时急着跳槽（已提离职，处于交接期）就压低我的薪资。
-
工程师文化：CEO自己就是科班出身的程序员，我们的系统里甚至还在运行着他几年前写下的程序。公司鼓励员工开发通用工具并开源。我们内部有很多工具来帮助员工提升工作效率，很大一部分都是自研的。通常由提出设想的工程师进行开发，leader则会在开发期间帮他挡掉一些业务任务。（是的，你可以光明正大地用上班时间来实践自己的设想）
-
鼓励分享：公司鼓励员工分享知识，任何领域的都可以。我自己讲过游戏和数据仓库，其它同事讲过汉服、桌球、动漫、足球、修飞机（这位同事是深航转行的），当然，更多的还是专业知识的分享。每次分享都有很多人捧场，大家对各种各样的知识充满好奇心。
-
鼓励成长：报销买书和培训的钱，这也是基础标配了。邀请各种大牛时不时来公司做个分享，技术氛围浓厚的公司都会有。但我们还有独具特色的 YiMBA课程，让我们能学习到创业公司CEO，集团公司高管这样高级别的大佬们的工作上的软技能，甚至还能一对一面谈，要知道这些大佬们在“在行”上面收费可都是5k+/小时，还不一定有机会约到。公司是实实在在地努力帮助大家变得更好。
-
关注健康：年度体检是标配。每周的周一到周四，都会组织不同的体育活动。leader也会把控工作量，想各种办法提升工作效率，努力让大家都能按时下班，避免过度加班伤身。
团队水平是一个见仁见智的问题，但我觉得这么一支几十人的小团队，能同时处理那么多大客户的数据服务需求，流畅地运转，并且还有能力研发多个新产品，整体水平已经相当出色了。
在数据全链路（采集-清洗-应用/分析）上的每个环节，我们都有足够的技术积累，来保证产出的质量和效率。
这一方面归功于每个员工的出色能力，另一方面也归功于大量自研工具的使用。
总之，我还是很认可团队的整体水平的。何况我司的平均学历是真的非常高，同事们都很优秀，我时常觉得自己拉低了平均水平。
选择大公司还是小公司？这是个老生常谈的问题了。直接谈谈我自己的感受吧。
一面给了我一个足够大的舞台。我日常工作是数据项目的ETL开发和维护。除此之外，我还搭建了几个数据服务平台，并且开始了数据仓库体系化建设。这些工作都让我离达成自己的职业目标——数据全栈专家，更近了一步。
我有着清晰的阶段性目标，在未来还可以做得更多。
同时我也是很有想法的人，在工作实践中积累了各种经验，产生了很多新的思考。其中一些有价值的，得到了采纳，并且我有机会亲自去实现。
程序员应该都能明白，拥有自主决定权，有机会自己去实现想法，是多么难能可贵的事。
工作内容上，作为数据工程师，日常就是ETL开发和维护，再加上数据仓库建设。另一方面，我们也在不断努力优化ETL效率（无论是运行效率还是开发效率）。自研的调度平台，支持配置化编写wordkflow。自研的数据同步工具，支持多种数据源之间的相互传导。这些工具都是我们组内自己开发的，并且还在持续中，不断增加更多的新功能。如果你在工作中有了新的想法，完全可以提出来，只要真的有价值，你就有机会去实现它。
工作效率上，因为有自研工具的辅助，加上我已经比较熟门熟路了，整体效率还是比较高的，和同事的沟通交流也非常顺畅。
强度上，我自己是经常能按时下班的，周末也基本不需要加班，每周五还能组织大家打打游戏。
当然，加班总是不可避免的，因人而异，因项目而异。但我们都会有意识地去努力控制，拒绝加班常态化。
只要你有能力，回报就不会少。一个重视员工方方面面的公司，绝对不会在最重要的薪酬上亏待你的。
如果你是一个有追求，有情怀，对环境和同事都有一定要求的的程序员，显然你会希望自己待在核心的位置，有着最好的资源，挑战最困难的任务，持续不断地成长。但大厂的核心部门毕竟坑位有限，如果进不去，那么，与其在边缘部门混几年，不如来我们这里试试。在这里，情怀、工作氛围、同事都足够让你满意，挑战与机遇并存。在我们这样的小公司，不存在核心部门与边缘部门之分，每一个部门都很重要，人人都有机会对公司的发展施加影响。
如果有程序员看完了以上内容，想要了解各方面的信息，想投简历的话，可以私信我。当然，如果对程序员之外的岗位有兴趣，也非常欢迎。
从《我家那闺女》第一集播放开始，吴昕就频繁上热搜，她实在太真实了，完完全全将自己展示在大众面前，袁姗姗因为有摄像头还把家里打扫了一下，虽然被亲爹无情的拆穿，但吴昕却没有因为节目而刻意的做些什么，看着她仿佛看到那个宅在家的自己。
第一期，她和沈凌聊天，无意中说出压在心底多年的伤，抑制不住流出眼泪时，看着那么无助的她，我也瞬间泪目，忍不住心疼，十个主持人的跨年演唱会，因为时长问题，独独拿掉了她辛苦准备了好久的节目。
就是这种处境下，还要被淹没在网络上键盘侠的谩骂之中，说她没长进没用，白占着长虹综艺主持人的位置的文章比比皆是，从此以后陷入到自责不自信的魔咒里，一步一步的被逼入深渊。
看着这么真实的她，然而第二天的微博热点确是，吴昕你可不可以不要哭了，吴昕别卖惨了行不行，吴昕被群嘲……仿佛她犯了什么天大的错，满屏的指责数落，看得让人头皮发麻。
这波还没过去，第二期一出吴昕又再次上了头条，因为养生狂吃保健品，没错一口气吃掉十几类的那种，她真的很爱养生，说到宅女总会让人想到游戏、漫画、煲剧……但吴昕却是个佛系宅。
当她拿出一个酷炫的头盔走出来时，大家都以为是VR设备，这是准备玩游戏呢，谁知道画风一转居然是个头部按摩仪。
简直神转折，就样吴昕戴着这个，并伴随着仪器中诡异的女声催眠引导，沉沉地睡了40分钟，睡醒后拿出按摩棒开始敲打全身，活动完筋骨，紧接又进行了超长时间的泡脚。
一系列操作之后，高能来了，没有任何停顿的，吴昕一口气吃了十几种保健品才去睡觉，我看完都傻眼了，先不说有没有用，这么吃真的没问题么？！
果然在最新一期节目里，吴昕去看中医，检查出有血淤、血虚、气虚、还有肝损伤，医生问她平时有吃哪些保健品，听了之后让她以后不要再乱吃保健品了。
肝脏是解毒和代谢的器官，过度食用保健品，会增加肝脏和肾脏代谢的负担，而且吴昕吃的这些保健品里含大多含有雌激素，长期这么吃会对身体内分泌系统产生影响，而且雌激素长期受到影响还可能会长息肉、肌瘤。
《保健（功能）食品通用标准》第3.1条将保健食品定义为：“保健（功能）食品是食品的一个种类，具有一般食品的共性，能调节人体的机能，适用于特定人群食用，但不以治疗疾病为目的。”
所以在产品的宣传上，也不能出现有效率、成功率等相关的词语，在国外包括港澳台地区一般称之为膳食补充剂。
我们来挨个看看吴昕常吃的这些保健品，真的都有那些化腐朽为神奇的功效么。
在美白这件事上，亚洲女生从未停止过对它的追求，首先我们要明白一点，肤色是由基因决定的，美白类的产品主要成分通常是：维生素C、维生素E、维生素B2、盐酸吡哆醇、泛酸钙、传明酸、L-半胱氨酸、熊果苷等，这些成分是用来抑制黑色素生成的，它只是不让你变得更黑，逆转基因这种逆天的事，却是万万办不到的。
而且维生素类产品服用过多会对肾有损害，长期以往有结石溶血风险；L-半胱氨酸只有缺乏的时候吃了才管用，如果不缺，吃一罐都没用；维c摄取过量提高结石风险是一方面，它还刺激肠胃黏膜，使肠道过酸，进而导致腹泻。
若是患有胃炎、溃疡的人服用过量维生素C，病情会更加恶化，如果你觉得为了美白这点痛算什么，那你可能要失望了，因为直接食用人工制成的维c类产品人体是难以吸收的，代谢也慢久而久之会积累过多，维c中毒，身体闹出一堆毛病不说，皮肤却没什么变化，补充维c最好的办法是吃水果，水果里的维c是比较好吸收的，但也不能摄取过量。
这么多年过去了，还是这么多人赶着缴智商税，就算某大牌怎么吹它制作过程复杂，也掩盖不了其实就是水煮驴皮的事实啊，看一个东西的功效我们最终还是看的成分，驴皮的主要成分是胶原蛋白，水煮驴皮后变成了部分水解和纯化的胶原蛋白。
你水煮猪皮、羊皮或牛皮同样能得到类似的胶原蛋白。而这种蛋白质含有大量非必需氨基酸，并缺乏人体必需的色氨酸。 从营养学上说，它无法满足人体对氨基酸的需求，并非良好的蛋白质来源，是一种劣质蛋白，在大多数国家的食品工业里仅作为添加剂使用，至于它广为流传的神奇补血功效，我想说，你信，它就灵。
青汁大多由羽衣甘蓝和大麦嫩叶制成，早期应用于畜牧业，在营养方面相比蔬菜没有优势，甚至有明显劣势。标榜的减肥功效无有力证据证实，日本政府还给虚假宣传的厂家开出1亿日元罚单。宣传的控制血糖、血压、防癌等功效无足够科学依据，是有多想不开靠它来治病？
被它神奇的排宿便功效成功种草的，你们都被骗了好么，按他们产品日常的推荐量，完全不足以缓解便秘情况，一次喝半盒我估计会有点作用，手动滑稽。而且青汁并不是完全无害，有部分人出现过敏及腹泻的情况，同时它还增加了肝肾代谢负担。
味道也是微妙的很，喝起来感觉自己是一头啃草的羊。我实在想不通，与其喝这又贵又难喝的加工饮料，直接吃几块钱一把的蔬菜不是更好？
这真不是红酒商人的阴谋么？葡萄皮里的花青素、葡萄里的白藜芦醇、葡萄籽里的原花青素，废物利用很充分嘛，宣传说原花青素，生物活性强，可以抗氧化防衰老……紫外线才是老化皮肤的元凶啊，不觉着涂防晒霜才是正解么。
但是近些年的研究却并没有给出足够的证据证明它对于抗氧化、抗衰老的功效。当然，厂家不死心，还宣称原花青素可以抗癌、控制血糖、预防心血管疾病、治疗哮喘、治疗高血压、治疗慢性静脉功能不全、治疗阳痿……
被嘲了不知道多少次，胶原蛋白口服会被强拆为氨基酸和短肽，能不能再组装成胶原蛋白，看命。这个高中时候化学老师就有说过了好么？！口服是没用的，摄入过量还会增加肝肾负担，引发代谢疾病。
甘草片属于处方药，需要凭处方购买，里面含阿片粉，长期大量服用有可能会导致上瘾，比起滥用鸦片、吗啡和海洛因要好一点，上瘾后如果停止服用，就会出现海洛因的戒断反应，如频繁打呵欠、出冷汗、流鼻涕，甚至焦躁不安等症状。
功效是镇咳，吴昕吃这个应该和职业有关，平时用嗓子比较多，有一些慢性咽炎、咳嗽等职业病，不过替代产品那么多，还是少吃这个为好。
对于大部分人来说，合理均衡的饮食就能补充人体所需的各类维生素，不应该去依赖维生素产品，而且天然食品的维生素是最易被人体吸收的，划重点！如果是胃肠功能不好、神经功能障碍、进食功能受限的人群，需要在医生指导下有针对性地补充一些维生素，而不是这么盲目的服用综合维生素。
维生素就是维生素，不是药物，也不是灵丹妙药。在人体缺乏的情况下，适量补充可以起到很好的健康改善作用，而如果人体已经不缺乏或满足要求后，再额外补充维生素C、维生素B族，效果大打折扣，且会加重人体代谢负担。更不要为了减肥，学明星节食用综合维生素维持生命体征。
吃鱼油可以预防心血管疾病，早已是跨越国界的“常识”，以至于很受中老年人的欢迎，然而权威研究却表明，服用鱼油补剂实际上对于保护心血管，预防冠心病、中风或心律不齐并没什么帮助。至于增强记忆力，也有大数据研究表明，并不能缓解老年人的认知能力衰退。
服用鱼油是有风险的哦，它会增加出血、降低免疫反应、高剂量鱼油可能影响血糖平稳（糖尿病患者慎用）、服用降压药的人个别可能血压过低（高血压患者慎用）。
护眼丸里的主要成分是叶黄素、花青素、玉米黄之类的物质，这些在日常的瓜果蔬菜里都含有，对于眼部健康是有帮助的……
但是吧，就以咱们现在这用眼情况，补的都不够造的……平时各种蔬菜水果一点不吃，然后看着各种电子屏幕挪不动眼，仅靠吃点儿护眼丸的话，基本没啥价值。
没有任何研究证实蔓越莓有治疗妇科疾病、缓解痛经之类的功效，但尴尬的是，很多人却对代购和商家们各种肆意夸大，发挥再创作的内容深信不疑。
再次强调：各类蔓越莓保健品是食品补充剂，不是药，不具备治疗尿路感染的功效，抗氧化成分倒是有的，不过就那点剂量，美容养颜还是算了吧。
月见草，数千年前的古印第安人认为这是夜色赋予人类的灵药，用来消除人类的痛苦。
到了现在，你仍可以在各种社交平台上看到月见草油被誉为“女性万灵药”，什么月经不调，更年期问题，子宫卵巢问题都能治疗，甚至连癌症都攻克了。
但根据美国医学图书馆和国家卫生研究院（NIH）所做的文献总结，月见草油对于癌症、糖尿病、减肥、骨质疏松等症状，“没有证据显示有效”。
而对于月经不调、痛经、哮喘、心血管、更年期症状、月经前期综合征、祛痘等，则是“有相当的证据”显示“没有效果”。
吃各种药类本来就会加重肝脏压力的，要说护肝片真的护肝么，没有临床数据，也没有毒理药理报告……有可能管用，也有可能不管用，who knows?
真想护肝请戒烟戒酒、少熬夜、少接触化学制品吧，真认为胡吃海喝昏天黑地的透支，靠塞两片护肝片就能抵掉了？
不管是明星还是普通人，在那看似疯狂的养生背后，其实是一颗害怕衰老的内心。
现代社会的人其实很矛盾，一边吃着贵死人的保健品，一边又熬着最晚的夜，可劲儿造自己的身体，然后再吃个安慰剂假装一切没发生。
心理平衡了但身体却失衡了，有啥用呢，还是多看点科普少交智商税吧，没事别瞎吃保健品，早睡早起少熬夜多运动，健康的饮食和保持良好的生活习惯，比什么灵丹妙药、养颜神物都管用。
也希望网络上的声音平和一点，这么多年，吴昕一步步从自信到不自信，面对年龄和会被新人取代的危机感，焦虑的只能通过无数颗保健品，来获取一些心理安慰，却还是无法摆脱那种不安。
嘲她小腿粗就拼命减肥，嘲她造型丑努力学穿搭，嘲她主持不行重新定位换风格，变得踊跃活泼，一直在努力，结果还是被群嘲，这种濒临窒息的无力感真的很让人心酸。
那句“你就是最差的”，对于本身就怀疑自己的人来说，该是多大的打击。
家庭优渥、成绩从来都名列前茅，高分考入大连外国语大学法语系，参加选秀节目《闪亮新主播》获得亚军签约湖南卫视，从小都是大人口中别人家的小孩，然而在快乐大本营里看起来那么不起眼，似乎是可有可无的存在。
节目是有定位的，每个人都有自己的位置，何炅掌控全局，谢娜搞笑带动气氛，维嘉吐槽补刀，杜海涛充当受气包，这么看下来留给吴昕的发挥空间就不多了，只能与谢娜形成互补，一动一静，一个疯闹一个安静。
如果把快本用游戏来看的话，何老师是打野，全场带节奏保证各路不崩盘，维嘉是法师负责中路靠吐槽秒人，谢娜打AD无脑输出，杜海涛是上单，肉起来抗伤害。
留给吴昕就只有辅助了，配合输出看着没啥存在感，但是我们都知道有一个好辅助有多重要，每个人都有自己的位置，打野、法师、射手、肉、辅助缺一不可。
有红花自然有绿叶，不能因为花朵的光彩将叶子掩盖了，你就觉得叶子没有存在的必要，你因花的艳丽忽视了叶子的美，但换个场合，叶子也是可以做主角的，如清丽的竹叶、红艳的枫叶，你能说它们是不美的么。
