个人的工作总结（和工作规划）

Posted 2020-09-17

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 engineer（RE）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。

RE同data 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.D向scientist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。