做行业的专家

我也说说我对程序员的认识吧,从业时间不算长,只有三年,但回想起这三年来的经历,对行业内的一些话,感触颇深。
  
   “做行业的专家”,这是一个10年IT从业的前辈说得一句话,他这句话里在当时所指的行业,并不是指编程,而是比如电信、电力、广电、银行之类的行业,而现在我的理解,这句话的意思是成为一个领域在行业中应用的专家,打个比方,你做电视台的媒体资产管理的,首先得知道媒体资产管理是个什么东西?电视台里面为什么要引入媒体资产管理?媒体资产管理在电视台里怎样去实现(业务流程)?其他行业里的媒体资产管理有什么不同的地方(业务流程)?目前的媒体资产管理的标准、技术和它的发展是怎样?电视台对媒体资产管理的需求怎样(现在和未来)?什么样的技术体系能满足这样的需求?……在这里媒体资产管理就是一个领域,而电视台就是一个行业,顺着前面我提出的问题想下去,你也许还能想到更多更多,试想一下,你要完全弄清楚这些问题,得花多少时间?一年?两年?在我看来10年也不一定能完全回答这些问题。这句话点明了一个程序员如何去决定自己的发展方向,那就是“专”,技术是层出不穷的,而人的精力却是有限了,怎样把有限的精力用到刀口上去,那就得认准了某个领域和某个行业坚持不懈得做下去,不但要成为这个领域的技术专家,还成为这些行业的业务专家,你能熟知这个领域的点点滴滴,并能在这个领域的行业应用上发展创新,这样的人才,我想才是目前IT业里最需要的人才,我的一个同学,毕业的时候公认是编程水平最好的,但3年来他换了6次工作,他总是对这个感兴趣,那个感兴趣,做过很多,什么加扰解扰啊、IP视频啊、交换机啊、SMS啊……,每换一个工作几乎都是做的全新的东西,总在在抱怨工资不如意,其实他换来换去,却始终是在起点上转,而说这句话的那个前辈,10年跳了三次槽,第一个是程序员,第二个是部门经理,第三个是技术总监,不为什么,就因为他是专家,10年来他只做一件事情-----电视台的前端系统。
  
   “技术不是问题”,这是在我们部门里流行的一句话,哪个人说出来的,已经无法考证了,既然技术不是问题,那么什么才是问题呢?答案是“除了技术都是问题”。看起来这句话很玄乎,但或许老一点的程序员们会会心的一笑,评判一个软件的好坏有很多方面,最关键的就是,客户说好,那就好,客户说坏,那就坏,我们常开玩笑说得“你是技术专家,但客户是技术白痴”,客户对软件的评判来自直观的感觉,软件的界面、操作性、运行速度、稳定性、维护性,确定了客户的需求,才能确定采用什么样的体系架构,就能确定采用什么样的技术去实现,最后也就确定了用什么语言去写,怎样安排人力资源……,总而言之,一个优秀的程序员,他能充分的把握客户的需求,也许你会说,有些客户自己都不能提出一个明确的需求方案,我怎么能去把握啊?引用一句话“把你的屁股放到客户对面的椅子上”,交流是程序员的第三法宝,程序员不仅仅就是坐在那里埋首代码,还要能说善道,能理解别人的意思,能表达自己的意思。
  
   “多看看课外书籍”,这是我们老总爱说的话,我们公司的网络是开放性的,曾经有人提议把网络管理起来,防止有人聊天打游戏,但老总否定了,“我就是要他们看课外书籍”,那我们是不是就很乱呢?上班的时候聊天的聊天,打游戏的打游戏,听音乐的听音乐?其实不是这样,因为我们接受了老总“课外书”的概念,我们看软件工程,我们看配置管理,我们看中间件技术,我们也看华为模式,中心模式,我们看了很多C++、JAVA、DELPHI、COM+、J2EE以外的书或是文章,甚至我们看其他公司的解决方案,国外的行业发展,这些“课外书”对程序员的帮助是很大的,程序员的脑袋里不再仅仅是代码,在“专”的基础上尽量得去开拓自己的视野,扩充完善自己的知识体系。
  
   “把规范养成习惯”,我最喜欢看坐我前面的那个同事写代码,他写的代码整洁明了,注释清晰有条理,整篇代码给一个完全不懂编程的人看,他都能看懂,这篇代码的作者是谁,什么时候开始写的,什么时候结束,最后修改时间是什么时候,某一段代码做了什么事,某一段代码实现什么功能,什么时候出于什么目的修改过某段代码,他在写代码的同时,也在也写日志,他自己写了一个编程日志的小程序,他的日志记录着,今天要写什么,怎样写,完成情况怎样,出现过哪些错误。这就是他的习惯,这也是优秀程序员的基本素质的体现,很多朋友看到自己几年前写的东西会这样说“啊,没想到这是我写的,我自己都不记得了”,其实这是一个不好的现象。中国现在软件企业的配置管理做得不见得都好,自己都不尊重自己的代码,谁来尊重?与其出了问题的时候,浪费大量时间去查看自己的代码,不如在写代码的时候花一点点时间写好程序的注释。很多朋友也许也遇到客户的要求变化不停,代码改过来改过去,改到后面自己都不知道改成什么样子了,那么良好的规范的编程习惯就能帮助你更有效率有条理的去完成自己的工作。
  
   “今天你锻炼了么?”,每天我和我的同事之间会相互这样问,我们程序员,收入也许相对其他行业高点,但我们很辛苦,通宵加班,封闭开发,相信很多朋友都体验过,“上飞机就睡觉,到了自有空姐叫”,有人说程序员就是透支生命,一个月掉5斤肉的事情时常会发生,但是朋友们,我们不是为别人而活着的,身体才是革命的本钱,注意锻炼自己的身体,一定要吃早饭,是我最后想对大家说的。
  
   感谢大家看了我写的这些东西,以上仅仅是个人的一些看法,因为我也才做了3年,算不上老鸟,叫菜鸟呢,自己又有点心理不平衡,只有叫小鸟语录了,以后还会写一些自己对行业内的语言的理解,姑且把这篇文章叫第一集吧,不对的地方欢迎大家指正,错别字就多多包涵了,欢迎大家一起交流我们的生活。

本文来自优快云博客,转载请标明出处:http://blog.youkuaiyun.com/upwaker/archive/2004/07/05/34009.aspx

### 使用专家系统进行时序预测的方法实现 #### 什么是专家系统? 专家系统是一种基于知识的人工智能程序,通过模拟人类专家的决策过程来解决特定领域内的复杂问题。在时序预测中,专家系统可以利用已有的规则库和推理机制,结合历史数据和其他相关信息来进行预测[^1]。 #### 专家系统的组成 一个典型的专家系统通常由以下几个部分构成: - **知识库**:存储关于某一领域的事实和规则。 - **推理引擎**:负责运用知识库中的规则对输入的数据进行推导并得出结论。 - **用户接口**:提供与用户的交互界面,接收输入并展示输出结果。 对于时序预测而言,专家系统可以通过以下方式实现: #### 数据预处理阶段 在构建用于时序预测的专家系统之前,需要对原始数据进行必要的清洗和转换。这一步骤可能涉及缺失值填补、异常检测以及特征提取等工作。例如,可以从时间序列数据中提取统计特性(均值、方差)、周期性模式或者趋势成分作为后续推理的基础[^2]。 ```python import pandas as pd from sklearn.preprocessing import StandardScaler def preprocess_data(df): scaler = StandardScaler() scaled_features = scaler.fit_transform(df[['load']]) df['scaled_load'] = scaled_features.flatten() return df data = pd.read_csv('electricity_load.csv') processed_data = preprocess_data(data) print(processed_data.head()) ``` #### 构建知识库 为了使专家系统具备时序预测的能力,需为其建立专门的知识库。这部分内容应包含但不限于以下几类信息: - 历史观测到的时间序列规律; - 不同条件下适用的具体算法或模型建议; - 特定行业背景下的先验经验法则。 以电力负荷为例,如果发现某地区的用电量存在明显的季节波动,则可以在知识库中加入相应的条目说明这一点,并指导系统优先考虑那些擅长捕捉长期依赖关系的模型如LSTM(Long Short-Term Memory)[^4] 或者随机森林(Random Forest)[^3] 进行训练。 #### 推理过程设计 当接收到一个新的待测样本后,推理模块会按照预定流程依次执行如下操作: 1. 对新样本实施同样的前处理步骤使其适配现有框架; 2. 查询匹配最相近的历史案例及其对应的解决方案; 3. 调整参数设置并将最终选定方案应用于当前实例完成预测任务。 以下是伪代码表示的一个简单版本逻辑结构: ```pseudo function ExpertSystemPredict(input_sample): preprocessed_input <- PreprocessInput(input_sample) matched_rule_set <- FindMatchingRules(preprocessed_input, KnowledgeBase) selected_model <- SelectModel(matched_rule_set) predicted_output <- ApplyModel(selected_model, preprocessed_input) return predicted_output end function ``` #### 结果评估与反馈循环 每次出预测之后都应当记录实际发生的结果以便日后改进整个体系的表现水平。通过对误差分布状况的研究可以帮助识别潜在缺陷所在之处进而优化相应组件配置直至达到满意精度为止。 --- 问题
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