写在前面：

结合我的工作经验，我对未来工作做出了一些规划。算是想法的总结，我希望能达到有效的沟通。请指正我哪里有不合适的。告诉我哪里能做，哪里不能做，哪里不足。

现在，我已经养成一个engineer思维，所以我可以教授如何像一个engineer一样思考。

思维方式:

Engineer和scientist的思维方式，完全不同。

Scientist：why

         Analyze：注重原理，从简入繁（从现象，原因，分析各种复杂的因素）

Engineer：how

Realize：注重实现。化繁为简（将原理用工程实现，运行，生成结果。整个过程越简单越好。）

如果你们对数据科学感兴趣，我建议你们走research engineer（RE）的道路。大数据科学并不是纯科学。它具有非常多的工程因素。scientist当然是不可缺少的，但是如果是在直接面对工业和商业应用的公司，RE才是最奇缺的人才。

RE同data scientist的主要区别是，不需要深刻理解每种ML模型全部细节，不需要有能力判断各种模型在不同数据和应用上的performance，但是可以

1.实现scientist给出的具体ML算法（需要了解基本ML概念，以便于同专家进行交流。）

2.可以用真实数据完成模型学习（cross validation）。（熟悉常用的模型学习方法和工具。）

3.可以调节模型参数。（熟悉模型筛选，特征选取，特征空间压缩的方法。）

4.总结和比较学习后个模型的性能。（熟悉基本性能评估方法。）

RE不需要花太多时间研究各种ML模型和方法，它更注重应用ML的工程性。因此，应用面更广，而且需求量也要大得多。在数据越来越多，越来越受重视的前景下，前途是很光明滴。

当然，RE如果要更进一步深入，还可以读Ph.D向scientist转化。

我的工作经验总结：

Engineer素质需求：

coding能力，实现力和行动力。

自学，自我更新。

业务逻辑（算法原理）的设计实现能力。

交流：敝帚自珍不如交流共享。重视交流，相互学习。邮件交流尽量用英文。

工作过程：learning

          Using（coding，testing，debugging）

              Sharing（document很重要，项目中要补齐。）

          【discussing，reviewing评审】

尊重经验：技术就是经验。做成靠技术，做好要经验。

所以要重视项目文档：内容简要，只有设计说明，使用说明。项目经验总结放到单独的文件。

一流的团队能将三流的项目做成二流：源于技术经验的积累。

想做成，靠学习，想做好，靠测试。想快速不走弯路，靠经验。（建立淘宝网站，本科生做不到。原因？）。我亲眼鉴证了天才的指挥官制定策略，奋勇努力的士兵努力工作，最后项目却做的很烂。

员工培养：

扇形知识架构：点+面。一个主要方向的知识积累，成为专家。其它多方向的知识储备，粗浅理解，能够实现。（如spark，yarn自己选方向研究）

这样拼接成一个圆，圆环中心是PM，深入的人离得近。面广的人的做的多。

而且，培训员工，不要担心你员工成长。在中国创业，一靠关系，二靠业务。你的员工顶多跳到对手企业，不能自我创业。而员工学到高深技术可以增强存在感，更有利于项目产品，形成企业核心。

Training：

   实战练兵。用小项目让学生直接熟悉整个项目开发过程。

   书到用时才方恨少，前提是你要用。（你不用，书就是多余。所以一定要让员工做项目，从实践出发，才会知道，自己所学不足，才回主动学习。）

项目管理：

Git：code

       Scrum：People（非严格管理。激发员工自我推动）

周报：内容简要。描述工作内容【项目进度】【是否有困难；】周三提交

项目文档记录：Markdown

PM将项目分解成不同模块，个人领取，负责到底。（信任+责任）

谨记：

1.      engineer可以急，PM不能急。弹性工作制，模块个人负责制。激发engineer的自主性， open思维，创新。

2.      engineer思维可以发散。PM思维不能发散。否则需求定义变化，不利项目总体进行。

交流：鼓励员工交流学习。表达是思维方式的形成。邮件尽量用英文，不怕错，怕不知错。

总结：项目完成后，需要总结，过度工作后，需要调整休息。

培训内容：

       Hadoop基本的原理和使用。

       Hadoop开发工作环境：linux，python，shell，vim。

    搭建hadoop。

工程经验：从现有项目中分析一个小的项目。让学生参与完成，熟悉整个开发流程和各种开发工具（如git，linux，多种编程语言）。具有实际的工程开发经验。养成工程思维。

业务逻辑：开会研讨业务分析，设计的实现方法。对算法有不断的新认识。

项目总结：周四下午开小组讨论会，总结开发经验，讨论困难问题。（遇到困难，解决方法，如何提升效率，好的编程工具sublime，编程技巧，好的书籍，paper）

与其他团队的交流也很重要。比如同测试团队，要了解测试的方法，测试团队的工作内容。如何能比较好的衔接。

我个人如何带团队：多听别人说什么，在工作分配上多和下属交流。在工作分配后才能指挥整个团队工作。争执要多忍让。个人负责制，弹性工作制，无私交流制，多同外部交流制。