自我反省一下:我不是大佬

写了两三年公众号,用故事讲解技术,积累了一大批文章,这些文章涉及的领域非常广泛,从语言到框架,从基础到应用,从前端到后端。数据库、操作系统、网络、计算机组成、编译原理、Java、 C、Python、JavaScript、Go、分布式、安全、版本管理、敏捷软件开发......  

这给一部分人造成了错觉,觉得老刘无所不能,啥都会! 在一片赞誉声中,弄得我也有点飘了。 

这是严重错误的!这么下去是要出问题的,必须要反省一下。  

每个人的精力都是有限的,不可能精通每一方面,我也是如此。 

我主要是专注于后端编程,了解一些前端的编程语言和框架,可是没有直接做过项目,没有Coding过, 所以只能是远远观望。

同理,对Android/iOS,大数据开发也是如此。 有人在我的知识星球问我这些领域的问题,我只能老老实实地说“我也不知道”,或者从基础原理层面给大家一些帮助。 

在我的职业发展中,经历过很多的项目,这些项目主要是实现各种业务逻辑(实现复杂的业务也很有意思!),虽然有些项目有高可用的要求,但是并发量都无法和大型互联网公司相比,所以我在这方面的实践知识就比较欠缺。

不过这是一个通用问题,只有少数幸运儿能随着项目成长,从万级,到十万、百万级,再到千万,亿级的流量。 好一点的是维护现有的高并发系统,大部分人还是和这样的系统无缘。  

我最早用的数据库是FoxPro,然后上微软的“贼船”,用SQL Server, 后来有两个项目分别用到了Sybase和Oracle, 进了IBM以后一直用IBM的Db2, 和业界著名的数据库都混了个脸熟,就是没有机会使用MySQL(极小的项目除外),甚是遗憾。虽然也理解一些MySQL索引的原理,事务的原理等基础知识,写过相关文章,但是缺乏大型项目的历练,总是不够深入,没有底气。 

我在IBM也做过几年的架构师,前两天有朋友找我,让我去做架构师的培训,主要是架构的系统性思维,Architecture Thinking, 我就立刻意识到,我在方法论这一块儿经验不够,底气不足,没有办法像写文章这样深入浅出,不能误认子弟,只好婉拒。 

如果再说到这两年火热人工智能,那我就更是外行了。 

我自己的优势在什么地方? 

我想我的基础还算扎实,这得感谢刚工作的三年,在研究所,工作不忙,时间充裕,看了很多的书,基础都是那时候打下的。

这一点真是让我受益匪浅,尤其是遇到新技术的时候,能快速看透本质,抓住要点,学习起来很快,并且能够把新知识和老知识连接起来,放入自己的知识框架当中,积累了10多年以后,就可以站在比较高的角度去用故事讲解技术。

还有一点就是知识结构比较完整,能满足架构师所要求的知识的广度。年龄大了,我发现我似乎更喜欢做某一个方面的专家,往深度发展,比如Linux内核、数据库、虚拟机等等,不过老天不会再给我时间让我再转型了。 

每个人拥有的知识都像一个大圆圈,圈内是你掌握的知识,圈外是你未知的知识。 你知道得越多,这个圈就越大,相应地未知的领域就更大。要怀着一种敬畏之心。 

我并不是大佬,只是一个老程序员,不会的东西非常多, 在我们这个变化极快的IT领域,要找好自己喜欢的方向,然后努力进取,不断提升,除此之外,别无它途。

码农翻身文章合集猛戳这里:《我把这两年的精华文章整理出来了

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
本项目是一个以经典51系列单片机——STC89C52为核心,设计实现的一款高性价比数字频率计。它集成了信号输入处理、频率测量及直观显示的功能,专为电子爱好者、学生及工程师设计,旨在提供一种简单高效的频率测量解决方案。 系统组成 核心控制器:STC89C52单片机,负责整体的运算和控制。 信号输入:兼容多种波形(如正弦波、三角波、方波)的输入接口。 整形电路:采用74HC14施密特触发器,确保输入信号的稳定性和精确性。 分频电路:利用74HC390双十进制计数器/分频器,帮助进行频率的准确测量。 显示模块:LCD1602液晶显示屏,清晰展示当前测量的频率值(单位:Hz)。 电源:支持标准电源输入,保证系统的稳定运行。 功能特点 宽频率测量范围:1Hz至12MHz,覆盖了从低频到高频的广泛需求。 高灵敏度:能够识别并测量幅度小至1Vpp的信号,适合各类微弱信号的频率测试。 直观显示:通过LCD1602液晶屏实时显示频率值,最多显示8位数字,便于读取。 扩展性设计:基础版本提供了丰富的可能性,用户可根据需要添加更多功能,如数据记录、报警提示等。 资源包含 原理图:详细的电路连接示意图,帮助快速理解系统架构。 PCB设计文件:用于制作电路板。 单片机程序源码:用C语言编写,适用于Keil等开发环境。 使用说明:指导如何搭建系统,以及基本的操作方法。 设计报告:分析设计思路,性能评估和技术细节。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值