第一次随笔~

自我评估:技能与技术偏好

当前具备的专业知识与能力

  1. Python编程

    • 能够使用Python进行基本的编程任务,包括编写、调试和简单的代码优化。
  2. 数据预处理和清洗

    • 具备数据预处理和清洗的技能,能够有效处理数据集中的缺失值、异常值和格式不一致的问题。
  3. 机器学习

    • 了解机器学习的基础理论和一些常用算法,具备使用这些算法解决实际问题的初步能力。可能了解一些图神经网络的相关内容,图聚类算法之类的。
  4. 矩阵分解

    • 了解矩阵分解协同过滤技术,能够应用于推荐系统等领域,以提取特征和发现潜在因子。这一部分应该归类到机器学习里。

技术方向的兴趣

  • 对深度学习、推荐系统和大模型的技术领域特别感兴趣,也不一定是感兴趣,主要是有所涉猎,希望能在这些领域深化知识,掌握更高级的技术和算法。
    -其他领域暂时没有探索

缺少的能力

  • 过去偏重于软件和应用层,对基础原理的理解不够透彻。希望通过系统学习,加强对编程基础和理论的掌握。
  • 需要学习更加实用和高效的模型开发技能,特别是在深度学习和机器学习领域。这个是我自己个人以后可能研究生的方向。
  • 希望能做一些solid的编程,写一些扎实的代码,了解软件应用的底层原理。不然我算不上是一个合格的程序员。

课程目标与期待

  • 代码量:希望通过本学期的课程显著增加代码实践量,从而提高编码熟练度和项目管理能力。
  • 学习收获:最期待在课程中学习到高质量的软件开发实践,包括编码规范、软件设计模式和团队协作工具的使用。

Chatgpt生成的软件工程学习指南

基础理论与概念

  • 软件开发生命周期:了解软件开发的各个阶段,包括需求分析、设计、实现、测试、部署和维护。
  • 敏捷开发方法:学习敏捷开发的原则和实践,如Scrum和Kanban,理解如何在快速迭代中维护高质量的软件。

编程实践与技巧

  • 编程语言:掌握多种编程语言的基础知识,尤其是Java、C#和JavaScript,这些语言常用于软件工程项目。
  • 代码管理:熟练使用版本控制系统,如Git,学习如何进行有效的代码合并、分支管理和冲突解决。

高级技术与工具

  • 设计模式:掌握常用的软件设计模式,如工厂模式、单例模式和观察者模式,提高代码的可重用性和可维护性。
  • 测试和调试:学习使用自动化测试工具(如JUnit和Selenium),并掌握调试技巧,确保软件质量和可靠性。

团队合作与项目管理

  • 协作工具:熟悉团队协作工具,如Jira、Trello和Slack,提高项目管理效率和团队沟通效果。
  • 持续集成/持续部署(CI/CD):了解CI/CD的基本概念和工具,学习如何建立自动

我对这篇指南的看法、

-我觉得这篇指南非常的专业,我短暂的一学期肯定学不完,我可能要根据课程的具体要求和实际来不断学习,这份指南倒是可以终身学习-
-GPT生成的还是太高级,我应该完成不了这么多任务,在我大学有限的生涯里-

posted @ 2024-09-03 20:05  fufubuff  阅读(19)  评论(0编辑  收藏  举报