杂想程序员

最近经常考虑的一个问题就是程序员与程序员之间的区别是什么?大家平常说的毕业三年就能看出差距指的是什么。其实在刚毕业的几年,大家做的事情都是差不多的:选择一门语言,进入一个部门,了解部门内使用的框架,使用这些框架或开发,或完善产品,或开发新产品。那程序员的区别是从什么时候开始渐渐区分的呢?

 

首先必须说下,程序员它只是个职业,程序员展现出来的感觉和个人的性格有很大的关系。你会发现有的程序员总是每天斗志昂扬,有的程序员是低调少语,或许更多的程序员是抱怨无奈。其实从时间轴的长度看来,斗志昂扬的并不一定就明确自己的目标,抱怨无奈的或许正是在对真正追求的内心争斗。这些的感觉都和当时的状态有关。

 

然后说说分类,将程序员分类本来就是错误的逻辑。程序员是一种职业,语言、方向都只能是虚线而不是实线。

 

我在想,勉强能从功能上将程序员分个偏向,偏业务型和偏研究型。

 

业务型程序员更会偏向于公司的具体逻辑和业务,可能手头口头更多谈论的是项目怎么怎么做,怎么怎么实现,需要和其他组的人怎么怎么合作。业务型程序员学习研究的东西大都希望能直接应用在自己的项目中,这样的学习更是项目推动型学习,项目在某个点需要什么样的技术,他们能很快学习并上手做出这个东西。

 

或许业务型程序员会喜欢学习使用各种库,但或多或少主观上喜欢能立马用之。业务型程序员手头同时会handle着几个甚至几种项目,当然初期的阶段更多是在讨论这里或者那里出现的bug,和可能改进的方法。后期会考虑如何优化和更新项目。这样的程序员的成长轨迹可能更多是往项目经理,技术总监这方面入手等。

 

研究型程序员的特点是专注。当谈论到某项技术的时候会两眼放光。并不是说研究型程序员并不关心产品,而是他们的产品是单一且专注的。他们更像是一个凿井钻,在表面是看不到他们数量堆积起来的产品带起的震惊,但是从纵向看,他们的产品深度会是独一无二的。他们或许不会研究到各种不同的技术,更会专注于一项特定的技术中去。

 

经常说到的能力问题,或许这个词的覆盖范围太大了,有的能力是需要你在最快的时间完成业务,有的能力是要你在最好的时间点完成产品,有的能力是你研究创造的技术贡献,有的能力是你交流的时候的态度与掌控等。

 

然后说说博客,不同程序员对待博客的态度不一样。当你用什么态度来记录的时候,就决定了博客呈现的态度是什么样子的。有的博客会是一种随笔记录的形式,有的人每天工作结束之后将有用的知识记录下来,久而久之形成的一笔很大的财富。有的人会将博客当成是一种知识的学习。当学习或者看到一种知识点的时候,将他的的学习笔记以博客的方式呈现。有的人的博客呢虽然很少,但是是一种经验和知识的挖掘,每每都会是非常实用和中肯的。

 

再想想职业特点,程序员这个职业是个永远有新知识的职业,它的新知识在每天都会涌现,这些新的技术和知识可能是你学习到的,也可能是你创造的。如何在一个关注的领域有更多的经验和研究能力是程序员追求的。程序员追求的不应该是搬运能力,更多的应该是挖掘和创造的能力。

 

还有一点感悟。程序员必须认识到自己的经历是有限的,什么技术方面的事情确实程序员什么都能做,但是并不代表什么你都要做。投入产出比的观念应该要有的。比如在国内FQ的问题上,多少人在研究着如何免费代理FQ什么的,或许换个思维想想,在资金允许的情况下,不妨直接花费一些资金,直接就节省掉在这种问题上的学习和时间投入。放弃掉一些东西,你才可以获取到更多的东西。

 

标签:写给2013年自己的一篇文章




本文转自轩脉刃博客园博客,原文链接:http://www.cnblogs.com/yjf512/archive/2012/12/21/2827545.html,如需转载请自行联系原作者

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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