• 第一篇博客


      2014,感觉一眨眼就过去了,一直感觉很忙,但又不知道在忙些什么。

      还好,公司负责的项目,“户外助手”,每2-3周迭代发布一个版本,现在用户新增数量,每天都差不多稳定在1000以上,新版本首发的几天每天新增差不多都在3000左右。户外助手项目启动,就一直负责这个项目的开发,现已一年多了,不得不说,户外人群还是挺多的,而且户外工具类的软件,用户活跃度也非常高,很多用户,每天使用应用的时间就超过半小时,而且对产品的进度非常关注,经常反馈一些比较好的建议,并且帮助分享给其他户外爱好群体。助手获得了用户的认可,还是挺高兴的,觉得经常加班付出还是值得的。

      用户群体多,活跃度高,需求也多了,带来的压力也大了。上个月,测试版本就发布了16个,基本每2天就要增加或优化一些功能转测试,每天忙得上厕所的时间都没。还好前几个月新招了一个同事,不过还在熟悉代码中,能帮得忙不多,外加工具类的产品逻辑比较多,所以逻辑比较多的还是自己承担了,不过也能帮自己分担一些工作了。版本更新快,感觉也有一些问题,主要是不敢代码或框架改动太大,因为每个版本开发测试的时间有限。小公司,负责助手测试的测试人员,还另外负责2个项目的测试,测试也忙不过来,经常助手这边,市场安排的发布时间前2天,助手这边还没开始测试。测试时间不足,我这边压力就更大了,代码提交时,总要检查一遍修改的代码逻辑,是否有问题或还有没没考虑到的地方,然后自己也要测试一会。

      虽然公司现在需求比较多,挺累的,但的确感觉进步还是挺多的。对于工作,自己也一直保持学习的心态,每次觉得累了,感觉在规定的时间觉得做不完想要放弃或延后,都一直告诉自己,不能这样轻易就放弃,告诉自己能做到的,所以经常下班后,还一个人在办公室加班。有同事说,每天不要这么拼命,不值得,有时候要学着拒绝,我想想,有些时候也的确是可以延迟几天让自己不这么累,但是还是想挑战一下自己,也有责任使然。我是一个先苦后甜的人,总想着先把事情做完再休息,不然总有事情没做完,会玩不痛快。

      另外有几个月,是帮深圳气象局的朋友开发并维护“我的都市天气”的需求,这个项目也差不多维护了一年了,每次有需求,就预示着每天晚上得1、2点才能睡觉了,然后每天码十多个小时的代码,每次需求完成了,都得调整休息一两个星期。其实一直也在给那边说,有更合适的开发人选,我就不继续开发维护了,但是每次那边也找不到更合适和信任的人选,合作这么久,也算朋友了,也不好直接强硬拒绝,所以只能一直帮忙维护了,其余的项目就再不敢接了,还好那边需求也不算太多了。

      准备些博客,一是想督促自己多总结多深入研究一些东西,也多思考、分享一些东西,另一方面也是希望记录一下学习历程,然后就是想锻炼一下自己的写作水平,毕业后总结写作的地方太少了。

      2015的计划:至少每2周整理发表一篇博客或开源小项目,多看书籍,不管是编程或编程以外的,扩宽自己的知识面,天天向上,每天都要有进步。然后想办法进大公司锻炼一下,我觉得开发这个行业,只有站得高才看得远,所以进大公司学习,是我不会轻易放弃的一个目标,因为这个目标,已经拒绝了好几个朋友推荐的不错的工作了,都不知道以后还有没有人为我推荐工作了...去年也有朋友推荐了腾讯和百度的面试机会,但是没通过,可能还是自己太学生气了,缺少了一点气场,也是与自己的性格有点关系,偏内向,也就是会在独自思考中获得能量,表达前,总是想先考虑好,所以在面试的短时间了,不特别擅长表现自己。其实,我个人是特别喜欢热闹的一个人,也特别喜欢与朋友在一起,所以,我经常觉得自己性格的另一面还没挖掘出来,性格也与工作环境有一定关系,所以我想进步了大公司,也要进一个公式氛围好一点的公司。

  • 相关阅读:
    spark 随机森林算法案例实战
    AngularJS 下拉列表demo
    机器学习案例学习【每周一例】之 Titanic: Machine Learning from Disaster
    sklearn中的数据预处理----good!! 标准化 归一化 在何时使用
    kaggle 中使用ipython
    机器学习中的数据不平衡问题----通过随机采样比例大的类别使得训练集中大类的个数与小类相当,或者模型中加入惩罚项
    机器学习 数据量不足问题----1 做好特征工程 2 不要用太多的特征 3 做好交叉验证 使用线性svm
    [029] 微信公众帐号开发教程第5篇-各种消息的接收与响应(转)
    [028] 微信公众帐号开发教程第4篇-消息及消息处理工具的封装(转)
    微信公众帐号开发教程第3篇-开发模式启用及接口配置(转)
  • 原文地址:https://www.cnblogs.com/John-Chen/p/4215322.html
Copyright © 2020-2023  润新知