课程学习随笔

软件工程课程学习随笔

一、技能树梳理与自我评估

✅ 已具备的专业知识与能力

1. 编程语言基础：熟练使用C/C++完成程序开发；掌握x86 32位汇编语言，能够读懂基础汇编代码，理解CPU寄存器、堆栈调用逻辑；掌握基础Python语法，用于简单数据处理。
2. 硬件与嵌入式开发：TI C2000单片机基础开发，具备底层硬件驱动编写、外设调试经验。
3. 计算机底层基础：计算机组成原理、计算机网络、数字逻辑、操作系统基础概念，能够理解程序在硬件上的执行流程。
4. 工程工具能力：熟练使用Git进行版本管理；掌握Linux基础命令、VSCode开发环境；可以在云服务器上完成基础环境部署，具备基础云计算实操能力。

🎯 感兴趣的技术方向

边缘智能（Edge AI）、轻量化人工智能模型、云边协同架构、嵌入式端AI推理、云计算基础服务。我很关注如何把AI模型从云端下沉到资源有限的边缘硬件，实现低延迟本地智能计算。

⚠️ 欠缺的能力

1. 软件工程相关：缺少规范项目开发流程经验，对需求分析、软件测试、项目文档编写、团队协作开发流程不熟悉。
2. AI端侧工程能力：缺少模型压缩、量化、模型部署实战经验，没有完整落地过端侧AI项目。
3. 云原生：Docker、容器编排、云平台服务开发经验不足。
4. 大型项目调试：面对大规模代码，性能分析、内存排查、工程化排错能力薄弱。

二、代码量统计与目标

截至目前，本人累计手写代码约4500行，以C/C++、汇编、简单Python代码为主，包含单片机实验、数据结构练习、底层小程序。
希望完成本学期软件工程课程之后，总代码量提升至8000行。新增代码重点放在规范的小型工程项目、单元测试、版本控制实践，同时尝试边缘AI相关的简易Demo。

三、本课程最期待学习的知识与收获

最期待学习标准化软件工程项目开发流程：需求分析、概要设计、详细设计、代码规范、软件测试、项目文档撰写、Git多人协同开发。

希望获得的收获：

1. 学会用工程化思维开发软件，而不只是单纯写零散代码；
2. 掌握项目文档、UML图、测试用例的编写方法；
3. 学习团队协作开发模式，理解如何管理项目、管理需求变更；
4. 能够把软件工程思想应用到未来边缘智能、嵌入式项目开发，写出可维护、可测试的工程代码。

四、AI生成软件工程学习指南 + 分析

使用AI工具：DeepSeek
提示词：生成一份简要的软件工程课程学习指南

AI输出的学习指南

软件工程课程学习指南

1. 理论学习：掌握软件生命周期，理解瀑布模型、敏捷开发等不同开发模型；学习需求分析方法，学会区分功能性需求与非功能性需求。
2. 建模与设计：学习UML图，包括用例图、类图、时序图；掌握模块化设计、高内聚低耦合的设计原则。
3. 编码规范：养成良好代码风格，学会代码评审，使用版本控制工具Git管理代码。
4. 软件测试：学习单元测试、集成测试，掌握测试用例设计方法，理解缺陷管理流程。
5. 工程实践：分组完成课程大作业，完整走完小型项目从需求、设计、编码、测试到交付全流程；坚持撰写项目文档。
6. 拓展提升：结合自己技术方向，尝试把软件工程方法应用到个人项目，持续维护个人GitHub仓库。

对这份指南的合理性分析

1. 合理的地方
   这份指南覆盖软件工程课程核心主干内容，从理论、建模、编码、测试到项目实践，顺序由浅入深。强调Git版本控制、项目文档和完整项目生命周期，刚好匹配课程的学习目标，也提醒我把软件工程方法应用到个人GitHub仓库与边缘智能项目，对我很有参考价值。

2. 不足之处
   指南偏向通用软件开发，没有结合嵌入式、边缘AI这类底层项目的工程特点；缺少项目风险管理、需求变更管理的细节；没有提到如何在资源受限的硬件项目里做软件测试。

3. 能否带来帮助
   整体可以作为我的学习路线参考，用来规划课程学习节奏。但不能完全照搬，后续学习时我需要额外补充嵌入式项目的工程化实践，把软件工程理论和边缘智能开发场景结合。

小结

本次课程我同时完成了GitHub个人主页仓库搭建，熟悉Git提交、仓库管理。后续我会持续维护README文档，记录学习与项目进展。软件工程不只是纸上理论，更是写出健壮、可维护代码的方法论，对我未来开展边缘智能相关项目十分重要。