2020你来啦!

今天是19年得最后一天了,明天就是崭新得2020!

2019年是我人生的一次重要转折。我把城南的房子卖掉,换到了中环内,从此走上了还贷的漫长道路。为了响应这次搬家,我做了一个不聪明的决定,辞掉了工作,进了国企继续码代码,虽然同样是搬砖,但是却大不一样。原先的公司有完整的开发团队,每一个环节都有像样的大牛顶着,同时保持着很好的学术氛围,大家经商一起探讨技术,这个很不容易,而且和同事们相处的十分融洽,待遇也不错。

来到新的工作单位最直接的改变就是工资大大缩水,目前正好能够我还房贷,压力是与日俱增!另外就是现在的技术团队的人员比较少,虽然分前后端,但是前端有1,后端有4,外加一个项目经理和两个美工,就是我们团队的全部人员了。最主要的技术比较老且单一,人少但是维护的项目却也不少,有不少技术债,数据多且乱,数据交错,关系混乱,难维护、技术迭代成本高。但是好在这边的工作时间短(虽然也没短多少,但是压力确实小一些),项目的压力比较小,我的个人时间特别充足,可以有更多的时间投入到学习中,这个是我非常欣慰的!这也是我没有立马走掉的原因之一。

19年给自己列了一些学习目标,但是随着自己的认知了实际情况,有的已经无足轻重,自从年初接触.net core开始,我一直加深自己在这个方面的积累,也觉得有了一点儿的进步。同时设计模式和框架知识自己也有所涉及,linux系统2019年没有安排上,软考也没有去准备,算是黄了,今年linux一定会安排,但是软考不一定了。今年也有一些意外的收获,能主动给自己定小目标,并且基本也都能完成了,这个习惯对我很有帮助,拖延症也得到了缓解。博客很少写了,对自己的知识还是缺乏自信,所以我不敢设计深奥的东西,生怕理解错误,误导了大家,另外自己也确实懒了。

2020年明天就到,新年开始新项目也在路上了,春节之前有个资产管理系统被安排上了,开门红项目。春节后公司的项目都大部分进行重构,也许紧张繁忙的日子就在路上,惟一值得欣慰得事情,新项目将全部基于.net core进行开发,我可以学中做,做中学,起码可以摆脱烦人得web forms。

也给自己列一点计划吧,想过年大家都说新年好一样,不免俗:

1、养成好习惯,保持谦虚心态,不断学习;

2、尝试接触.net core框架原理,不再只停留在会用这个层面上,突破自己得瓶颈,同时应该深入学习.net core的周边技术,如ef core/id4/autofac/logger等,提升自己的开发能力!

3、继续学习和理解设计模式,针对这23种设计模式,写对应博客,并且都要写demo;

4、学习软件架构设计的相关知识,学会使用相关工具,主要是思维的转变,能从不同的角度去思考和分析问题,提升自己的架构能力,并且尝试了解分布式架构的原理和实现。

5、继续学习nosql,重点是Redis和MongoDB,应该不仅仅是会用就行!

6、c#高级编程:多线程、反射机制、委托和事件、泛型等等。

7、鼓励自己写博客,记录学习过程,雁过留声,争取2020年博客的阅读量能到10w。

8、少看电视剧,最好别看!因为有些电视剧,一旦看了开头,就停不下来,比如最近大热的《庆余年》,46集 * 40分钟 有30多个小时,这还仅仅时正片的时间,算上广告和你准备的时间,远远不止,想想看,有这个时间的话10个小时的教学视频你可以看至少三遍,收获得有多大!所以,这一年尽量不要被浮光掠影所迷惑,浪费大把光阴!

9、读至少十本书,技术书籍除外。

10、关心家人,呵护宝宝成长。

 

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论 1
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