自我介绍

大家好！我是一名数据科学与大数据技术专业的学生。对我而言，生活并非只有代码与数据的 “满格” 状态，追剧与听歌也是不可或缺的 “留白” 时光。每当被复杂的学习任务困住，我会暂时放下难题，挑选一部治愈系剧集，跟着剧情开怀大笑或静心思考，让大脑从紧绷的学习状态中抽离，为后续的学习重新积蓄能量！
Gitee账号：https://gitee.com/alex-yhe-code-wizar
1.技能树
（1）当前技能树

（2）技术兴趣方向
我对软件测试和数据分析有着强烈的探索兴趣，尤其关注二者在实际业务中的融合应用。
在软件测试方向，我重点关注功能测试、自动化测试与性能测试三大板块。我深知测试是软件质量的 “守门人”，功能测试能够验证软件是否符合业务需求，自动化测试可大幅提升回归测试效率，性能测试则能保障系统在高并发场景下的稳定运行。
在数据分析方向，我认为，数据分析的核心价值在于 “从数据中挖掘答案”，例如通过用户行为数据优化产品功能设计，依托业务数据精准定位运营过程中的问题。
我发现这两个领域存在天然的协同关系：数据分析可辅助分析测试过程中发现的缺陷，测试又能保障数据分析结果的可靠性。未来，我希望深入探索二者的交叉应用场景，形成独特的技术优势。
（3）具备的专业知识和能力
能力A：掌握HTML和CSS语法基础，能够独立完成简单前端页面的制作，可实现基础的页面布局与样式设计。
能力B：掌握Python语法基础，已完成多份课程设计项目，能运用NumPy库进行数组运算、矩阵操作等基础数值计算。
能力C：掌握SQL数据库基本操作，熟悉MySQL基本语法，能独立编写SELECT、WHERE、JOIN、GROUP BY等查询语句，完成数据的增删改查操作。
（4）不足
算法能力有待提升，目前对算法的理解还不全面，面对数据处理中的效率优化、复杂逻辑实现等需求时，常因算法储备不足而感到力不从心；
尚未搭建完整的爬虫技术体系，仅了解基础的请求发送逻辑，对于动态页面爬取、高并发爬取策略及反爬机制突破等实用技术，仍需进一步系统学习。
（5）课程收获期待与实践角色
希望通过课程系统学习可以构建起软件测试与数据分析领域更完整的能力体系。
软件测试方向，深入学习自动化测试技术（如Selenium 工具的实战应用），掌握测试用例设计的方法，熟悉性能测试工具的使用流程。
数据分析方向，掌握Spark等大数据框架的实际操作，深入学习机器学习算法的原理与实践（如随机森林、XGBoost）的原理。
通用能力提升，培养代码工程化思维，规范测试脚本的模块化封装与数据分析代码的注释标准；掌握版本控制（Git）、项目部署等工具的使用。
2.未来规划与本学期安排
（1）未来职业定位
我的长期职业目标是成为一名 “懂测试的数据分析工程师”—— 既能通过数据分析挖掘业务核心价值，又能凭借测试思维保障数据产品质量，为企业提供 “数据驱动 + 质量可靠” 的一体化解决方案。
（2）本学期具体规划
软件测试方向：每周花2小时阅读软件测试相关书籍，理解自动化测试框架的设计逻辑。
数据分析方向：每周花3小时阅读数据分析类书籍，深化对数据处理技巧的理解，完善Python编程语言的知识体系。
进度管理：每月底总结当月学习成果，对照目标查漏补缺，根据实际情况动态调整学习计划。
（3）代码量统计与目标
目前代码量：Python代码累计1000行
代码量目标：计划课程结束时，新增软件测试与数据分析相关Python代码3000行（其中数据分析相关1800行，自动化测试相关1200行）。平均每周需完成200行左右代码编写（其中数据分析相关120行、自动化测试相关80行）。
（4）WOOP 计划
Wish（愿望）：课程结束时，完成目前所做的项目，以及软件测试和数据分析的相关知识的了解和学习。
Outcome（结果）：具备独立进行数据处理与分析、自动化测试的能力；完成一个分析+测试的项目，积累项目经验，在求职过程中能清晰阐述数据处理逻辑与测试思路，提升自身竞争力。
Obstacles（障碍）：遇到复杂技术概念时易产生畏难情绪，影响学习进度；学习内容缺乏系统性总结，导致知识记忆不牢固、难以灵活运用。
Plan（if then计划）：若遇到复杂概念产生畏难情绪，先将问题拆解为基础模块，逐一突破，同时向老师与同学请教；若学完内容后未及时总结，每周日晚上固定 1 小时整理本周知识点，形成思维导图或笔记，强化知识记忆与应用能力。
（5）提有质量的问题，给认真的反馈
我认为 “提问” 是快速解决学习疑惑、突破知识瓶颈的有效方式，“反馈”则能帮助课程优化内容设计、提升教学质量。因此我选择D：经常提问题，平时就经常给老师和助教提反馈。