2017年年终总结

简介: 前言 不知不觉,2017年又接近尾声了,又到了该写年终总结的时候了,往年这个时候都会熙熙攘攘,各大平台提早预热过年的气氛,而今年显得格外的平静,这可能正如我的现在的心境,波澜而不惊!因为今年整体过的只能说并不太圆满,事业上颇丰,感情略欠缺。

这里写图片描述

前言

不知不觉,2017年又接近尾声了,又到了该写年终总结的时候了,往年这个时候都会熙熙攘攘,各大平台提早预热过年的气氛,而今年显得格外的平静,这可能正如我的现在的心境,波澜而不惊!因为今年整体过的只能说并不太圆满,事业上颇丰,感情略欠缺。

App开发

  • 公司项目:
    2017年管理开发两个App,按照项目计划独立开发完成,这个阶段相对往年开发App有所不同,因为此次开发是以往经验的一次总结与实践,是一次 SwiftObjective-C 的混合开发。无论从流畅度还是性能上讲,都会有很大的提升,这也是个人的一次不小的提升阶段吧。曾有一位印度留学生的同事告诉我,我面临的是一个瓶颈,需要静下心来深耕,不断沉淀才能够突破个人瓶颈,会获得更大的提升。今年算是真正体会到这种突破性的成长,犹如雨后春笋,心境豁然开朗之感。此次项目中也学到了很多,比如通信相关的,诸如消息转发,较低层的认知,Runtime的使用等;项目中还涉及了 Swift2.03.0 的迭代,从迭代学习Swift语感,提高适应性;网络库使用了链式封装库,实战项目测试了库的稳定性及缺陷,对后面设计SDK架构有了新的思路和注意点;项目使用 JQFramework 架构,实战证明了以往的学习总结对本次实战起着关键性作用,为以后的开发设计奠定了基础。
  • 个人项目:
    本年度完成Swift开发视频直播、(每日优购)两个App。通过开发项目一面学习Swift,逐渐掌握语言特性,逐渐提升Swift水平。2018年会逐渐将OC项目过渡到Swift,Swift必定成为Apple官方主打语言,所以准备是必不可少的,希望大家也重视起来,成本高、用的人少不是阻止你去学习的理由。下面是本人学习Swift笔记及代码地址,定期更新:Swift学习笔记

个人方面

本年度订阅《程序员》杂志,跟踪学习了一年,了解了技术的发展与热门技术分享。另阅读《说话的艺术》、《Swift面向协议编程》、《Swift进阶》及读书笔记。从整体基础到进阶学习了Swift语言与设计,能够做到App的开发水平。同时参加合肥本地iOS沙龙,演讲一篇《iOS性能优化》的主题分享,附带知识点


博客、公众号


iOS开发者交流群:①446310206 ②446310206

2017年更新博客35篇,公众号文章28篇,随着个人的成长,由原来博客技术点更新到目前以难点剖析。相对2016年更新频率降了很多,说白了还是一个“懒”字啊。博客地址 ,由2017年的7000多名,到目前的3900多名,博客带来了很大的流量。其中博文观点发表见解,多次被推上热榜,跟大佬们也摩擦不少火花。


投资理财

相对去年来讲,前半年以股票投资为主,收益在5%-8%之间,相对2015年少了很多,这跟中国的熊市也密不可分吧!下半年以比特币为主,中间由于政府要封就卖了,总体来看收益率比较乐观。年底了不想操太多心了,现在以理财产品作为年关的稳定期,另一方面主要控制一下自己的花钱欲望(定期取不出来,哈哈),来年还是比较看好比特币(可惜国内不好买啊,黑道儿不太安全)。计划来年尽快着手买房,房子是目前较理想的投资方式。


职业规划

2017年提升了带团队的能力,与此同时错过了一些技术的提升,这也是自己最担忧的问题;随着年龄的增长,除了重视技术的提升,更重视家庭的建立,在未来的日子里会逐渐转向管理岗,项目管理等职能。


2018年展望

回忆2017年的作为,做的还不够圆满。

2016年年终总结

  • 坚持英语听说能力的提升
  • 坚持阅读书籍及读书笔记
  • 坚持更新技术博客及公众号
2018年目标:2018年将不再指定过多目标,而是集中精力去做到完美!
  • 坚持阅读书籍及加强读书笔记
  • 坚持更新技术博客及公众号(其中公众号转向个人读书笔记及技术点评)
  • 继续提升英语的词汇量(后半年没能坚持每日十个单词,也是懒的结果)
  • 工作之余完成《Swift入门到实战》撰稿及出版

2018年注定是不平凡的一年,坚持初衷,把握黄金机会,不错过时代赋予我们的风口,做好充足的准备,迎接新的成长吧!


目录
相关文章
|
3月前
|
弹性计算 人工智能 Linux
3分钟上手AI龙虾!阿里云ECS/本地Mac/Linux/Windows部署OpenClaw:百炼Coding Plan免费API+技能集成+避坑指南
2026年,AI自动化工具已从“概念落地”成为日常办公、效率提升的刚需。OpenClaw(曾用名Clawdbot)凭借**开源轻量化、无需编程基础、可扩展技能生态、7×24小时稳定运行**的核心优势,成为零基础新手搭建专属AI智能体的首选。它不再是单纯的对话工具,而是能将自然语言指令转化为实际操作,完成文件管理、定时任务、网页自动化、内容处理等工作,真正实现“一句话交给AI,全程无需手动盯守”。
549 3
|
8月前
|
监控 NoSQL PHP
高并发手机直播系统:从直播架构设计开发到搭建部署上线
本文深入剖析高并发直播系统全链路架构与实战:涵盖需求分析、微服务设计、移动端优化、PHP后台性能提升、CentOS环境调优、CDN加速及运维监控,助力打造稳定、低延迟、可扩展的直播平台。
ly~
|
存储 缓存 算法
如何使用 C 语言实现高效的图形渲染?
使用 C 语言实现高效图形渲染可从选择图形库、优化数据结构与算法及利用硬件加速等方面着手。推荐使用 OpenGL 或 SDL 进行图形绘制。OpenGL 功能强大,支持 2D 和 3D 图形,需熟悉其绘图流程;SDL 则提供简单易用的接口。优化方面,合理选择数据结构如数组、哈希表等,使用高效算法如 LOD 可提升渲染速度。利用 GPU 加速和多线程渲染亦能显著提高效率。此外,纹理映射和管理也是关键,适当加载和缓存纹理,减少不必要的绘制操作如视口裁剪和背面剔除,均可增强渲染性能。
ly~
588 5
|
测试技术 持续交付 Apache
性能怪兽来袭!Python+JMeter+Locust,让你的应用性能飙升🦖
【8月更文挑战第5天】随着互联网应用规模增长,性能测试至关重要。本文介绍如何利用Python结合Apache JMeter和Locust构建高效可定制的性能测试框架。JMeter广泛用于负载测试,通过模拟大量虚拟用户并发访问来评估性能。Locust基于Python,通过编写简单脚本模拟HTTP请求,特别适合Web应用测试,比JMeter更灵活易扩展。Python作为胶水语言简化测试脚本编写并流畅自动化流程。文章提供JMeter命令行测试和Locust脚本示例,并展示如何用Python自动化执行和整合测试结果,最终帮助应用在高负载下稳定运行。
454 1
|
人工智能 JavaScript 安全
【01】Java+若依+vue.js技术栈实现钱包积分管理系统项目-商业级电玩城积分系统商业项目实战-需求改为思维导图-设计数据库-确定基础架构和设计-优雅草卓伊凡商业项目实战
【01】Java+若依+vue.js技术栈实现钱包积分管理系统项目-商业级电玩城积分系统商业项目实战-需求改为思维导图-设计数据库-确定基础架构和设计-优雅草卓伊凡商业项目实战
862 13
【01】Java+若依+vue.js技术栈实现钱包积分管理系统项目-商业级电玩城积分系统商业项目实战-需求改为思维导图-设计数据库-确定基础架构和设计-优雅草卓伊凡商业项目实战
|
Cloud Native 算法 中间件
如何使用服务网格实现全方位的流量调度场景
阿里云服务网格(ASM)通过流量调度套件扩展了Istio的限流、熔断能力,实现分用户限流、请求排队等复杂流量管理功能,提升分布式系统高可用性与可观测性。
|
存储 测试技术 开发工具
FPGA学习笔记
【5月更文挑战第13天】本文介绍了FPGA的基础知识,包括其构成(CLBs、IOBs、Interconnects和存储器块)和HDL编程(Verilog或VHDL)。文章强调了同步电路设计、时序约束和资源优化的重要性,并提供了代码示例展示如何实现LED闪烁和状态机设计。此外,还讨论了高级设计优化、软硬核CPU、高速接口设计以及功耗管理和验证技术。推荐使用Xilinx Vivado和Intel Quartus等工具,并鼓励读者通过动手实践来提升FPGA技能。
492 1
|
自然语言处理 负载均衡 Kubernetes
分布式系统架构2:服务发现
服务发现是分布式系统中服务实例动态注册和发现机制,确保服务间通信。主要由注册中心和服务消费者组成,支持客户端和服务端两种发现模式。注册中心需具备高可用性,常用框架有Eureka、Zookeeper、Consul等。服务注册方式包括主动注册和被动注册,核心流程涵盖服务注册、心跳检测、服务发现、服务调用和注销。
682 13
|
Java C++ Python
Python Function详解!
本文详细介绍了Python函数的概念及其重要性。函数是一组执行特定任务的代码,通过`def`关键字定义,能显著提升代码的可读性和重用性。Python函数分为内置函数和用户自定义函数两大类,支持多种参数类型,包括默认参数、关键字参数、位置参数及可变长度参数。文章通过多个实例展示了如何定义和调用函数,解释了匿名函数、递归函数以及文档字符串的使用方法。掌握Python函数有助于更好地组织和优化代码结构。
659 4
|
Python
【Python】如何判断时间序列数据是否为平稳时间序列或非平稳时间序列?
本文介绍了如何通过观察均值和方差的变化、ADF单位根检验、KPSS检验以及差分操作来判定时间序列数据是否为平稳或非平稳,并提供了Python代码示例进行实际检验。
849 0
【Python】如何判断时间序列数据是否为平稳时间序列或非平稳时间序列?

热门文章

最新文章