数据人如何提升自己?

数据人如何提升自己

程序员和金融是当前社会里唯二的高薪水岗位,努力一把,每月几万收入都不是什么问题。很多人拿程序员和医生、律师作比较,其实是不同的,医生、律师的经验可以复用,年纪越大,经验越多,收入也就越高。但程序员和金融民工,很多时候,学习的技能更新换代很快,需要不断的学习新知识,才能跟上时代的步伐

|0x00 学习能力如何成长

1.工具使用的熟练度:为什么工具使用要放在第一个呢?我们知道,写代码其实只占用了日常约一半的时间,还有一半的时间在Bug的修复和问题的查找上。如果你能够熟练使用开发工具,别人找一个Bug或者修复一个问题需要1小时,你只需要5分钟就可以了,那么你的效率就是别人的12倍。天下武功,唯快不破,在程序开发中,效率决定了一切。

2.书籍与文档的阅读程序的知识是一个系统性的框架,不是单独看一篇文章就能明白,也不是刷一遍文档就可以理解,既需要看原版文档熟悉知识,也需要多看书籍理解背后的设计思路。当然,由于历史原因,绝大多数的文档和书籍都是英文的,需要下一定的苦功夫来阅读,但时间长了以后,随着阅读速度的提升,你能力的提升也就比之前高了很多倍。

3.参加行业会议:不论是工具使用,还是文档书籍学习,都能够让我们深入了解某一项技术,但是对于业务的全貌理解,还是不够的。如果有可能,应该多参加一些行业会议或者技术大会,或者阅读一些相关材料,像Spring等,能够在单位时间内,集中讨论一个问题。当你沿着一个问题由浅入深的了解下去之后,你会发现,对于技术,你得到的不仅仅是经验的提升,更重要的是兴趣的积累,让你能够更有动力去持续的研究下去

4.多做项目、多看源码:仅仅学习是不够的的,还需要配合实践的过程。在项目中我们可以尝试一些新的技术,可以通过写demo的方式快速的了解某一些项目的原理。写一个demo可能需要1个小时,但它给你带来的直观印象,是很长时间内遗忘不了的。另外,看源码也是一项非常重要的技能,至少能够了解优秀程序员是如何思考和编写代码的。同时,对于底层运行的一些细节,也有很大的帮助。当然,看源码是一项非常浪费时间的事情,但有一些必要的源码,还是要抽时间去阅读和理解的。

|0x01 技术能力如何成长

1.Coding能力的提升:前面提到了,学习能够很快的推动你经验的积累,但是转化为实际技术能力的提升,还需要大量项目的练习。虽然LeetCode能够教会你如何写一个算法,但是完整的实现一个项目,给你带来的提升还是非常大的。很多技术新人在初次面对大规模并发、批量上线、海量Bug、CodeReview、秒杀场景等情况下,会出现很大的不适应心理,写起代码来畏手畏脚,其实都是不熟悉导致的正常现象。这种业务会推动你去解决各种非常实际的问题,也让你去学习更多平时意识不到的技术,比如Java中多线程、反射等场景。如果系统性能要求非常苛刻,你还需要去学习JVM的底层原理,以优化那些看起来非常繁杂的代码。可以说,Coding能力的提升,都是项目逼的,但这也是最快的提升路径。多一次内存崩溃,你就对GC行为多一份了解。在Coding的过程中,对于知识的深度,要求比较高

2.架构能力的成长:说起架构,大家的直观理解都是各种的流程图、框架图、结构图等,看起来非常的简洁明了,似乎每个人照着画个类似的图,也可以当架构师。但是,实际的困难永远是隐藏在图片后面的,你很难理解图上的一个方框,为什么要用这种框架,以及为什么要放在这个位置。当程序员从初级走向中级的过程中,一个最大的变化,就是原先被动接受的需求,开始变为主动的跨部门沟通,一个标准的项目,至少要跨三个团队,怎样设计好整个框架结构、怎样定义数据的模型、怎样对接各自的接口,都是一些细碎但是重要的事情。尤其是异地多活等项目,当参与人数上升到一个数量级时,每个人都需要看懂整个架构,才能明白自己应该做什么。一个好的架构,需要根据实际业务的情况,来突出研发的重点,确保几个最关键的问题如何解决。在数据开发中,如果不能够设计好整个流程,最直接的影响,就是数据的准确性受到比较大的挑战。在这个过程中,架构的学习,对于知识的广度,要求比较高

3.思考问题的深入:通常而言,技术人员思考问题有三个阶段。第一个阶段是“能用”,不论怎样的需求、不论怎样的编程语言,首先把demo跑起来最重要;第二个阶段是“会查”,当项目的代码数量开始不断增长时,所面临的耦合内聚等情况变多,以往写过的代码会出现隐患,系统之间的关联会出现问题,代码的Bug数量也就随之提升,如何快速的思考问题产生的原因,如何准确查到问题,决定了你项目开发的周期;第三个阶段是“要懂”,解决Bug,最重要的是避免写出Bug,优秀的程序员,很多时候不需要画出什么架构图,只需要拿出一小段代码,举一个简单的Case,大家都可以明白。懂一个项目,理解程序语言的运行原理、理解开源框架的设计思路,能够让你在项目开始前就理解可能出现的问题,并在第一次写的时候就避免这些坑。说来说去,原理性的东西,是每个人最难遗忘的东西,但掌握原理的过程,是没有捷径的,是需要通过1万小时理论逐步积攒出来的。

|0x02 偏业务与偏基础的选择

每个程序员,在技术达到一定的阶段之后,都会面临一个方向的选择,那就是偏业务方向,还是偏基础技术方向。以数据为例,一部分人需要承接日常建设数据仓库、应对产品需求的任务,对SQL开发、数仓理念、产品模型的理解要求很高,这种情况就是偏业务方向;另一部分人需要搭建对应的Hadoop平台,优化MR/SQL的运行,优化开源框架,或者是偏向机器学习、人工智能的算法研发,这种情况就是偏基础技术方向。

1.偏业务的思考:偏业务的方向,比较建议针对某一领域,持续的投入精力,这样对于自身业务的发展未来会有比较好的预判,能够意识到数据产品背后的商业价值。同时,对于复杂业务逻辑的抽象,也是搭建数据仓库的一个非常重要的前提,这其中需要用到很多方法论与建模知识。最后,在数据仓库搭建的过程中,对未来业务的变化,也需要留下一定的改进空间,因为重构永远是偏业务同学最头疼和最花费时间的事情。

2.偏技术的思考:业务通常是能够实现的,但技术不一定,对于自己研发方向的基础性技术,要有一定的预判性,防止业务发展受到基础技术缺陷的拖累。此外,基础技术需要多看、多学,对于业界的技术发展方向要有自己的认知和判断。最后,就是多练了,对于自己领域的基础技术,要有非常好的技术深度,才能应对可能出现的各类问题。

|0xFF 如何做一名合格的TL

工作五年以后,随着技术的完善和成长路径的清晰,很多技术人接下来就要面对TL的问题了。TL就是Team Leader,团队管理者的意思。互联网公司的技术管理通常有两个方向:负责技术和负责团队管理。传统公司的TL更多的是负责任务拆解、项目进度预估及风险控制等方向,而互联网公司由于项目的长期性,不仅需要对业务有一个清晰的认知,还需要对于对应的技术有长期的联系和了解,能够帮助团队在遇到瓶颈时跨越大山。

彼得格鲁克说过:“组织的目的,是让平凡的人做出不平凡的事情。”一个团队发展的怎样,很大程度上取决于TL的管理方式。马云说:“人才的离职有两种情况,一种是钱没给够,一种是干的不爽。”后一种,就是TL所面对的直接挑战了。那么如何做一名合格的TL?

1.团队建设:团队通常会存在两种比较常见的问题,一个是业务配合不规范,一个是跨团队协作混乱。业务配合是重中之重,如果每个人都采用自己的习惯来写代码,那么其他人在维护的时候,通常都比较头大,一旦人员离职,交接的成本也非常高。因此业务配合是首要解决的问题,主要就是在流程与制度上。例如,技术的开发要有规范,定期CodeReview以统一开发思想;开发、上线、运维,要有明确的负责人,避免出现问题无人负责;与需求方对接要有明确的PRD或者需求文档,按照流程协作,避免后期出现了问题被Diss。其次,针对跨团队协作的情况,由于需求变更快、责任划分不清晰,会极大的损伤团队的积极性,至少在团队内部,TL要能够帮助大家进行需求的统一管理和分派,避免成员收到外部过大的影响。

2.团队管理:团队管理通常有两种风格,一种是集权式的风格,定义清晰的工作目标,并且把任务分解的非常细致,团队成员能够按照计划一步步推进,以过程为导向;另一种是放权式管理,只定义一个大的目标,做关键性的决策,但并不深入每个细节,不管控团队成员的具体行为,以结果为导向。两种方式没有对错之分,当业务流程比较清晰,骨干员工能够很快的领悟业务并主动开发时,推荐放权式的管理。但如果团队刚刚建立,流程与制度没有完善,开发的流程也没有跑通的时候,推荐集权式的风格,让团队尽快的有序起来。

3.团队文化:团队文化是一个非常软性的指标,但对于结果却有着比较大的影响。例如,在以KPI为导向的公司里,很多人为了避免故障,就不会主动的重构代码,就像一句笑谈:“没有上线,就没有故障”。再例如,很多员工时间长了以后,积极性会下降,很难主动去承担更多的责任。在不好的氛围影响下,优秀员工会被排挤,团队的向心力也很难聚集,离职率也就居高不下。因此,从TL的角度出发,发挥自身的人格魅力,尽可能的为团队树立榜样,很重要。这里提出五个建议:坦诚、公开、透明;平等相处;团队关系和谐;主动承担责任;乐于分享

4.沟通辅导:我们平时的工作中,沟通占据了相当大一部分比例,以数据开发为例,大约50%的时间都在各种沟通上。但在程序员群体中,能够主动沟通、或者是高效沟通的人,非常少,很多人非常不善于表达自我。作为TL,最有效提升团队沟通水平的方式,就是一对一沟通。建议找一个比较私密的环境,定期与团队成员做一些沟通,用心倾听并切实解决员工的问题,在一些比较迷茫的问题上给予自己的建议和引导。或者,定期举行团队沟通会议,不谈工作的内容,只谈生活和想法,也能够很好的建立沟通氛围。如果都学不会,那就团建吧。

热门文章

直戳泪点!数据从业者权威嘲讽指南!

数据分析师做成了提数工程师,该如何破局?

全栈型VS专精型,团队到底需要什么样的人?

数据驱动业务,比技术更重要的是思维的转变

最近面了十多个数据分析师,聊一聊我发现的一些问题

【您的在看,我的莫大鼓励】

©️2020 CSDN 皮肤主题: 大白 设计师: CSDN官方博客 返回首页
实付0元
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、C币套餐、付费专栏及课程。

余额充值