首页 > 代码库 > 个人的工作总结(和工作规划)

个人的工作总结(和工作规划)

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。

 

如今。我已经养成一个engineer思维。所以我能够教授怎样像一个engineer一样思考。

 

思维方式:

Engineer和scientist的思维方式,全然不同。

 

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project实现。执行,生成结果。整个过程越简单越好。)

 

 

假设你们对数据科学感兴趣。我建议你们走research engineerRE)的道路。大数据科学并非纯科学。

它具有许多的project因素。scientist当然是必不可少的。可是假设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。

REdata scientist的主要差别是。不须要深刻理解每种ML模型所有细节,不须要有能力推断各种模型在不同数据和应用上的performance,可是能够

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

2.能够用真实数据完毕模型学习(cross validation)。(熟悉经常使用的模型学习方法和工具。)

3.能够调节模型參数。(熟悉模型筛选。特征选取,特征空间压缩的方法。)

4.总结和比較学习后个模型的性能。(熟悉基本性能评估方法。)

RE不须要花太多时间研究各种ML模型和方法,它更注重应用ML的project性。因此。应用面更广,并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。前途是非常光明滴。

当然,RE假设要更进一步深入,还能够读Ph.Dscientist转化。


 

 

我的工作经验总结:

Engineer素养需求:

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非常重要。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。仅仅有设计说明,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,靠測试。

想高速不走弯路,靠经验。(建立淘宝站点。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。最后项目却做的非常烂。

 

 

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。其他多方向的知识储备,粗浅理解,可以实现。

(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。

并且,培训员工。不要操心你员工成长。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能够增强存在感。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。描写叙述工作内容【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,负责究竟。(信任+责任)

 

谨记:

1.      engineer能够急。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思维能够发散。PM思维不能发散。否则需求定义变化,不利项目整体进行。

交流:鼓舞员工交流学习。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:项目完毕后,须要总结,过度工作后。须要调整歇息。

 

 

培训内容:

       Hadoop主要的原理和使用。

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

    搭建hadoop。

      

project经验:从现有项目中分析一个小的项目。让学生參与完毕,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project开发经验。养成project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,怎样提升效率,好的编程工具sublime,编程技巧,好的书籍,paper)

 

 

与其它团队的交流也非常重要。

比方同測试团队。要了解測试的方法,測试团队的工作内容。

怎样能比較好的衔接。

   

 

我个人怎样带团队:多听别人说什么,在工作分配上多和下属交流。

在工作分配后才干指挥整个团队工作。

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。

 

 

 

个人的工作总结(和工作规划)