远见卓识,像CEO一样编写代码!

发表于 2013-10-22 17:00|   4580次阅读| 来源 DZone|   12 条评论| 作者 Zac Gery
摘要:CEO和程序员这两个本来没有多少交集的职位,在现在看来这两者之间已经没有什么不可逾越的鸿沟了。最典型的例子就是Facebook创始人MarkZuckerberg从一个优秀的程序员变身为CEO,对于广大的程序员来说是有激励效应的。

本文作者Zac Gery是一名软件开发者、架构师。在本文,他认为一个优秀的程序员应该像CEO那样去思考,并不是说去做CEO做的事情,只是要在态度、热情、责任等方面像CEO一样,为项目开发着想,为公司利益考虑。(以下是编译内容)

基本上每一个开发者每天都要做出很多决定,不管你是新手、高手、领导还是架构师。对于所有需要完成的,都按优先顺序排好,逐一解决:先调查哪一个bug?怎样修复议题?如何采用合理的规划路径来处理棘手问题等等。尽管某些需要作出决定的事情看上去微不足道,但它们仍然具有不同程度的影响力。当有太多的竞争性需求要得到解决的时候,首要任务是做出一个相对简单、但聪明的决定。


这个代码需要分解/重构吗?这应该是一个配置选项吗?这段代码应该被集中起来吗?也许像这样的问题就是开发者每天需要面对的问题;尽管这些问题可以被忽略,但是解决这些小问题的重要性和修复一个高优先级生产问题的重要性毫无差别。除去这些做决定的时间,用在构建架构、代码测试、产品发布和特性维护的时间又有多少呢?这个估计没人能说出确切的数字,哪怕是概数。不过,要是你能像CEO一样去思考问题、作出决策、领导团队的话,这应该是一个很不错的工作诀窍。不如花点时间努力构思一下:“如果让我来做公司的CEO,我可能会....”

这种思维方式可以比作是决策过程里的一个灯塔。不过要注意的是,像CEO一样思考在一开始并不是那么简单就能做到的。精神上的角色转换要代替态度上的角色转换。许多开发者都试图将CEO的心态附加到自己现在的思维过程里,这对工作的有效性和决策的最终制定都有很大的负面影响。事实上,绝大多数的CEO对编程技术知之甚少,仅限于基础理解。同时,在很多公司里,编程技术是重头戏,也是更大的难题之一。CEO的思维空间里只有全局观:时间、金钱、、管理、价值观。

难道说,软件开发对公司业务并不重要?恰恰相反,当投资的时间和金钱能够得到充分满足的时候,它就可以保证软件开发能得到特别的关注。一旦决策当中出现哪怕是一个小的微妙错误,都有可能改变项目进度方向,将产品的发布计划延迟数周或者是数月。太多的重构、过度的配置和不必要的复杂逻辑都是导致坏结果的很好的例子:即使是一个小小的决策,也有可能产生意想不到的效果。所以说,开发者要像CEO一样去编码,不但可以锻炼自己的思维全局观,还能为以后更好的发展奠定基础。

作为一个开发者,你觉得应该站在CEO的角度来编码吗?但不管怎么说,为公司的发展做出贡献的人想必一定会得到相应的回报。亦可说能为个人将来的发展带来好处。          (编译/薛梁  校审/付江)

原文:DZone

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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