麦田守望者--走出软件作坊:三五个人十来条枪 如何成为开发正规军(四十三)

《走出软件作坊》将于近期由电子工业出版社博文视点出版,要感谢诸多长久以来支持的网友大力支持与鼓励,也要谢谢博文的朋友们。

 

由于版权原因,所以我只能把草稿的一部份贴上来,还有40%的内容大家只能一睹书的芳容了。敬请大家期待。

 

---------------------------------------

 

我记得我刚入行的时候,企业客户的IT部门人员从数据库到代码开发、从需求调研到推动上线、从系统维护到硬件维修,样样精通。

在1990-1995年,是企业IT部门萌芽和发展的阶段。IT室还是打字室,电脑还是用绒布盖着的,入机房要换拖鞋,要穿白大褂,估计许多人都不知道这个阶段。

在1995-1998年,是企业IT部门最活跃的阶段,过去都是企业IT部门自己做局域网线水晶头,自己买散件组装PC,自己开发软件。

但是企业的应用越来越复杂,企业又不能把IT部门不断扩张成为一个小软件公司,于是必然走上外包的道路。这个阶段是从2000年开始的,我曾经做实施,替换下来的都是IT部门自己开发的软件。有的IT部门觉得自己大势已去,袖手旁观,有的IT部门觉得是我们破坏了他们的美好生活,处处和我们为难。有的IT部门觉得自己本来就维护的麻烦,吃力不讨好,还不如外包出去,自己反正拿的是固定工资,多一事不如少一事。当时,什么心态的IT部门我都经历过。到了2003年,企业IT部门已经全部扭转了思维,主动拥抱软件购买了。

这就是分工和产业链的雏形,首先是把硬件外包了,组装不做,都电脑公司给做了,网线也不做了,电脑公司给做了,硬件有配置更改或问题,直接打电话找电脑公司。

然后就是软件外包。买商品生产公司的专业软件。但还要求自己IT部门控制需求、控制项目进度、控制项目验收、也希望自己以后能维护代码。

但深入走下去,发现了问题。现在的企业规模、企业速度、软件功能复杂度、软件实施协调管理,这些规模和复杂度已经超出了企业IT部门人员的管理能力范围之外。他们对这种管理越来越力不从心。于是,只能继续外包,否则就做的不专业。

代码自己是不想以后维护了,以后有什么修改都让软件公司改。项目管理让软件公司的实施团队来管,双方合作配合,需求双方协商。

这种分化,给了软件公司和客户都不少压力。软件公司改代码擅长,但项目管理,这是很专业的,软件公司也不擅长,所以需要加强这一个环节的能力。

因为需求双方协商了,双方都发现,对业务部门的需求,行业未来2-3年内的变化,什么是先进的运营模式,都没有好的想法,因为都是IT人员出身,当然没什么想法,所以IT和业务部门老是两张皮,IT当然无法给业务提供强有力的支撑,信息化被业务部门质疑,被老板质疑,觉得投资打了水漂。信息化行业走入低谷,熄了火。

IT咨询行业出现了,而且居然和IT部门不对口,直接和业务部门打的火热。过去一直吹捧的是IT带动业务,现在是业务创新带动IT建设,IT部门成了附属执行部门。

IT咨询行业的出现,让需求有了引领,让IT和业务能够完整结合,相互促进。于是,现在各大软件公司都放弃了自己的软件开发和硬件开发,专门做IT咨询,如果在咨询过程中需要IT工具,那么把这些IT系统的开发外包给自己的合作伙伴,形成产业链。

现在,企业的IT部门需求不管、软件项目实施管理不管,软件系统维护不管,软件功能修改也不管。只保留下招标、评估、协调各方、验收的职能。

现在,软件公司也在风化,首先是销售分化出去,大力扩展销售,能卖出去的就卖。但最后发现了问题,很多人都拍着胸脯说能卖了,但卖了后,吹牛吹的上天,什么都能干了,让项目根本无法落实。于是,对扩展销售渠道,采取认证办法,通过资质才能代理销售,而且还年年认证,从销量、产品理解能力、客户理解能力不断考核与培训。

销售分出去了,但许多做销售代理的,自己并没有项目管理能力,也没有服务支持能力,当然,也没有开发修改能力。

这就有问题了,销售量上去了,项目要落实,缺人。

没有办法,只能软件公司自己扩招人。但这不是办法,销售渠道越来越宽,自己再招人就成本不配比了。只能也开始分工。

如果把单纯销售比作E级代理商,就把会销售、安装配置、软件培训、服务支持的称做D级代理商。这类好找。但是也要给D级代理商年年认证和培训安装配置、软件培训、服务支持的能力。因为软件产品在升级,代理商的员工也在流失,所以需要不断培训与认证评估。

把既会销售、又会安装配置又会软件培训又会项目管理又会需求管理的,称作C级代理商。

这下,实施和服务支持是外包分工了,但是还有一块是所有合作伙伴的瓶颈,那就是代码修改。作企业客户项目,不修改代码,直接安装培训验收的少,一般多于20万的项目,都或多或少需要修改。

修改,也是有级别的。配置参数的,代理商就可以做。

但是要让代理商改流程、改界面、改报表、增加个新查询、增加个新报表、增加个字段信息或验证代码,大部分代理商做不了。这就需要这一级别的开发商。

这其实是不太好找的。国内有两类公司,一类是没有开发能力,就是代理销售实施服务型的,另一个就是自己有开发能力的。有自己开发能力的这一种,往往不会与其他软件合作,自己不开发,来代理别人的软件做维护修改工作,这样的公司不容易养住程序员,所以这类公司渐渐也会退化成第一种公司。

需要一类公司专门从事这种软件小程度维护修改的工作,这类公司目前还数量不足,而大量的程序员想兼职赚外快的也很多,这是目前打造完整产业链的最大的门槛。如何突破这个门槛,如何加强程序员的联合,如何开放运营程序员社区,如何把自己的API开放出来让程序员能自由尝试嵌入,能随着你这个大公司的盘分成赚钱走出现实的第一步,这是很关键的。国内,阿里软件的做法我比较赞同与关注。许多业务平台产品公司和许多ERP产品公司多年一直希望打造程序员这个链条都没有成功,就是其封闭性太严重,让程序员无法放心,也无法深入应用开发,另外赚钱不显性,也让程序员不敢付出努力是否确定能得到真金白银。

而更复杂更深入更大幅度的修改,这只能是让软件公司自己的研发本部进行修改了。

所以,对于软件公司的产业链,是研发、重大修改,销售渠道、实施、支持的招商、认证与教育--小幅度修改程序员或小软件公司合作--需求管理、项目管理、实施培训、服务支持、销售--实施培训、服务支持、销售--销售。

对于企业IT部门,从自己什么都做,渐渐风化成只使用,只消费,不生产的现状。不仅IT建设,就连业务创新和变革,都外包给外面专业的IT咨询和业务咨询公司了。

从现状来看,软件公司许多职能都被风化了,软件公司本身到底是个干什么的公司?企业许多职能也都被风化了,企业本身又是个干什么的公司?

这个问题很有意思了。

全面的保护:单独地运行病毒、黑客软件、广告插件和间谍软件的防护程序会拖慢您的计算机,并难于进行管理,必将带来安全问题。小心那些臃肿的互联网安全套装,它会占用您计算机数百兆的空间。它们的存在是因为商家把现有的产品捆绑在一起。相反, ESET NOD32则设计了一个高效的内核,作为一个单独的、高度优化的引擎,提供统一的安全保护,防止不断的更新病毒、蠕虫、间谍程序的恶意攻击。ESET NOD32拥有先进的ThreatSense ®技术,可通过对恶意代码进行分析,实时侦测未知的病毒,让您时刻走在病毒编写者的前面。 最小的影响:ESET NOD32节约内存和硬盘上的资源,让它们为更重要的应用服务, 本软件只有11M,平均占用23M的内存(根据检测状态会有变化)。Threatsense ®每次更新(包括启发式逻辑和病毒特征码)通常都只有20KB到50KB左右。选择ESET NOD32将更加有效。 最快的扫描:强大的安全防护绝不拖慢计算机。ESET NOD32是用大量的汇编语言编写而成,因其最快的侦测速度和高效的查杀能力而连续地获奖,平均比其竞争对手快3到4倍(源自: Virus Bulletin)。选择ESET NOD32可提升您的计算机性能。 简单的管理:ESET NOD32会自动进行自我更新,如果您是个人使用或是家庭办公的话,您根本不用去管理它。对于大型企业,我们提供了强大的远程分布式的网络管理,管理员可以集中部署、安装、监测和管理成千上万的ESET NOD32工作站和服务器。 最小影响和最快的速度可以得到的最好的保护。ESET NOD32能够多层次地保护你的组织,在桌面、文件服务器和邮件网关。都能为您提供最佳的解决方案。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
非常抱歉,由于引用[1]和引用中的错误信息,我无法提供关于timestamp为"2023-08-23 03:29:24"、status为401的错误的具体答案。但是,我可以告诉你麦田怪圈是指在麦田或其它田地上,通过某种未知力量将农作物压平而形成的几何图案。至于麦田怪圈的形成原因,有人认为是人为制作的,使用木板压倒麦子并形成圆圈;还有人认为麦田怪圈的成因尚未被完全解释,可能涉及自然力量或者磁场。希望这个回答能对你有所帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [解决{“message“:“Unauthorized -- Please use reference #: when contacting MODAPS Support“,“status...](https://blog.csdn.net/weixin_46629224/article/details/128696705)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [异常:There was an unexpected error (type=Unauthorized, status=401).解决办法](https://blog.csdn.net/yy12345_6_/article/details/119481006)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [stateless-shiro:REST Web 服务中使用的 Shiro](https://download.csdn.net/download/weixin_42129412/19248070)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论 11
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