一位蜗牛程序员九年工作总结-2016

上一年(2016)的总结

过去的2016年，前半年打了半年酱油，做了几个失败的项目，比如基于交通小区的路况推荐系统和ETA(Estimated Time of Arrival)计算两点之间预计到达时间。这两个项目最后都没有产品化。
开始做完全没有经验，前期花了大量的时间在分析，验证，测试上面。当然工作不是白做，也是积累了一些经验。过了十一以后，换了一个新团队，工作基本趋于稳定，主要精力在货车轨迹分析上面。以前做过私家车
轨迹分析，做过出租车轨迹分析，现在做货车轨迹分析。虽然货车的轨迹比私家车和出租车更稳定，因为货车一般都走高速，相对于私家车和出租车的城市内部道路，道路匹配的算法难度稍微更小
但是货车的应用前景更广阔，比如UBI(基于驾驶行为的保险)，所以需要计算的指标更多，比如静态车辆画像，车辆所属企业画像，司机画像，车辆动态轨迹分析。重点和难点也在车辆动态轨迹分析，比如能计算
每辆车长跑城市，长跑线路，经常从哪里装货，从哪里卸货，拉的什么货，经常在哪里加油，经常在哪个物流园装卸货，每天的持续驾驶里程，驾驶时间，是否有疲劳驾驶，是否有超速。每天行驶里程、急转弯、急刹车、加速度等行为。
第二个难点是数据量，目前处理的轨迹点数据量是每天30亿，集群数量是100+。数据规模以及效率远远高于出租车。

已读书籍清单

在线
智能时代
激荡30年上
激荡30年下
大败局上
大败局下
你只是看起来很努力
那些年，马云犯过的错误
乔布斯传
从0到1
幸福了吗？(白岩松)
看见(柴静)

下一年(2017)的目标

继续专注LBS轨迹大数据挖掘,基于Hadoop集群的大规模分布式计算。
初步了解实时计算技术。

工作

2017年重点工作将放在货车轨迹数据挖掘和分析上面，对Python语言高级应用需要深入研究。
第一季度完成轨迹点行政区划匹配算法优化，以及数据清洗算法优化。

生活

年初生了二宝，今年的集中精力是在照顾二宝上面。

学习

(1)、中国大学慕课
微软亚洲研究院大数据系列讲座
大数据算法
概率论和数理统计
微观经济学
(2)、基于Python的大数据挖掘技术
常用算法，K-means聚类算法，线性回归算法，SVM

看书清单

优秀到不能被忽视
稀缺
日本明治维新上
日本明治维新下
把生命浪费在美好的事物上
褚时健传
时间简史
万物简史
技术简史

跑步

今年跑步目标是200公里，每次最低要求5公里。

骑行

骑行目标500公里。