第一次作业自我认知及提高随笔
1.技能树与技术偏好自我评估
已具备的专业知识与能力
- **能力 A：掌握基础的C和C++基础语法算法以及部分Python语法
- 能力 B：C/C++ 嵌入式基础开发。学习过 GPIO、TIMER、ADC、PWM、SCI 等外设模块，能完成寄存器配置和简单驱动编写
- **能力 C：当前主流AI模型的调用使用，尝试过简单部署
技术偏好
- 偏好能快速看到结果的开发方式，例如用 Python 调用 API 完成小应用
- 对软硬件结合的项目感兴趣，希望把嵌入式设备接入网络或 AI 能力
感兴趣的技术方向
- AI 应用开发：大模型 API 调用、提示词工程、图像生成
- Web 全栈开发：前端页面 + 后端接口 + 部署
- 对AI模型方面的训练原理和未来的发展方向尤其感兴趣
还欠缺的能力
- 欠缺 A：深度学习理论知识。目前只会调用 API，不了解模型内部结构和训练过程
- 欠缺 B：软件工程系统化方法。对需求分析、架构设计、测试、项目管理的理解还停留在课本层面
- 欠缺 C：前端工程化。尚未系统学习 Vue/React 等框架和构建工具
- 欠缺 D：代码量和项目经验不足，需要更多完整项目训练
2.代码量统计与目标
截至目前，我的代码量约为并未做过实际统计，但预计偏少，主要来自嵌入式课程实验、网页练习和简单脚本编写
完成本学期软件工程课程后，我希望代码量达到 15000行。实现方式包括：
- 逐步开始接触中大型项目的学习和开发
- 在允许的情况下将课程作业整理成可复现的工程
- 复习过往语言的语法算法，同时尝试系统性学习新语言（Java/python等）
3.本课程中最期待学习的知识
- 软件工程全流程：从需求分析、设计、编码到测试和部署，完整走一遍项目开发流程
- AI 辅助开发：如何把大模型 API 集成到实际软件项目中
- AI工具系统学习：系统学习AI在软件工程中的相关原理和运用
希望通过本课程获得的收获：
- 写出结构清晰、可维护的代码
- 对AI的运用和原理理解更加系统性
- 完成一个可以写进简历的项目
4.AI 生成的软件工程课程学习指南
以下内容由 DeepSeekV4pro 生成，要求是“生成一份简要的软件工程课程学习指南”。
软件工程课程学习指南（AI 生成）
- 课程定位：软件工程不是“写代码课”，而是研究如何高质量、可控地开发和维护软件。
- 核心模块
- 需求工程：用例图、用户故事、需求规格说明书。
- 系统设计：架构设计、模块划分、数据库设计、接口设计。
- 编码规范：命名、注释、代码结构、版本管理。
- 测试：单元测试、集成测试、系统测试、回归测试。
- 项目管理：进度计划、风险控制、团队协作。
- 学习节奏建议
- 第 1-3 周：掌握 Git/GitHub，熟悉 Markdown，搭建个人主页。
- 第 4-8 周：学习需求分析，完成一个小项目的前期文档。
- 第 9-14 周：完成编码与测试，实践持续集成。
- 第 15-16 周：项目验收、总结复盘。
- 推荐工具：Git、GitHub、VS Code、Draw.io、Postman、JUnit/pytest。
- 避坑提醒：不要一上来就写代码；先写文档和接口约定；每个阶段都要留记录。
对这份指南的合理性分析
这份指南整体合理，优点是结构清晰，把“软件工程”从单纯的编程提升到流程和规范层面，学习节奏也与课程安排基本匹配。对我有帮助的部分是“不要一上来就写代码”和“每个阶段都要留记录”，这提醒我在后续作业中先做需求分析和设计，再动手编码。
不足是它过于简洁笼统，缺少核心支撑。因此我会把这份指南作为宏观框架，具体情况根据实际和课程安排而定。
浙公网安备 33010602011771号