2016年的几点规划

简介:

明天就要开始新的一年正式的上班了,回想一下过去的2015年,对于自己来说,虽然有不少的收获和成长,但还是令自己比较不满意的。由于某些原因,自己的学习进度以及工作情况都受到了很大的影响,并没有达到年初的期望。不过,至少没有浑浑噩噩的一年又一年,也算不错了。^_^

工作学习方面:

  1. 大数据

    公司业务的增长让以前的架构达到了瓶颈。大数据技术的引入对于我自己来说算是离开了舒适区。从hadoop、flume、kafka到storm等等都是一个崭新的领域。虽然从本质上来看,大数据和普通的程序是没啥区别的。但是牵扯到分布式,各种需要考虑的东西也就多了起来,也就引出了一个个强大的软件。15年基本上完成了公司的lambda架构,16年需要做的是完善、优化已有的,而需要考虑引入的则包括elasticsearch、spark等大数据技术。

  2. 数据挖掘

    大数据是服务于数据统计的,而数据统计的最终目的一方面是指导市场运营的工作,更重要的一点则是服务于数据挖掘。目前接触的主要是怎样构建用户画像,从而形成一个良好的推荐机制,为用户推荐更多感兴趣的运营内容。15年,完成了用户画像以及初版的推荐机制;16年,需要做的是进一步验证已有系统的效果,考虑引入更好、更成熟的方案,此外在文本内容打标签、分类等方面也需要实现成熟的机器学习方案。

  3. 基础平台

    借鉴已有开源框架,实现了公司的dao框架、redis操作框架、java ee应用性能检测框架、分布式调度框架等。16年需要继续升级基础平台。

    值得一提的是,公司代码版本管理使用的gitbucket,自己在此之上做了不少二次开发,有些提交给了原项目,有些则是仅仅为了应对公司的需求。鉴于此,也接触到了scala的开发,不得不说,scala的学习曲线确实很陡,16年争取要能掌握并熟练运用此语言。

  4. Github

    在github上写代码,一方面可以提高自己的编码水平,毕竟质量太差的代码,你也怕拿出来丢人;另一方面,github上那么多优秀的项目,只做拿来党是很可耻的,一些好的东西,分享出来帮助更多的同行给自己带来的成就感反过来也能督促自己技术的提升。15年自己开发或者基于原项目二次开发了一些star较多的项目。16年要坚持在github继续贡献更多好的代码。

  5. 技术分享

    在去年的研发招聘过程中,尤其是校招,感受到了目前后端工程师教育的匮乏。对于一个后端工程师的技术体系,先不说学生,不少工作很长时间的人都没有一个清晰的认识。于是自己萌生了写一本后端工程师技术体系书籍的想法,希望能够给选择后端这个方向的人一些指导。到目前为止也写了一些,希望16年至少能出一个初稿。

    此外,自己在开发者头条的《后端技术杂谈》专栏,会继续分享自己的技术感悟和总结。一方面,增人玫瑰,手有余香;更重要的一点还是能够督促自己多总结,多思考。

工作学习之外:

今年最大的一点感受:不管其他如何,健康才是一个人最最重要的东西。尤其是对于天天坐在电脑面前的程序员们来说,保持健康就是保证最大的竞争力。









原文出处:后端技术杂谈
转载请与作者联系,同时请务必标明文章原始出处和原文链接及本声明。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
9月前
|
数据采集 监控 安全
数据治理工作的8种推进套路(下)
数据治理工作的8种推进套路(下)
数据治理工作的8种推进套路(下)
|
9月前
|
数据采集 测试技术 BI
数据治理工作的8种推进套路
数据治理工作的8种推进套路
|
9月前
|
C语言
初学者的目标规划
初学者的目标规划
33 0
|
数据采集 存储 运维
谈谈企业数据治理的几点思考
根据企业的特点,数据划分为以下三种类型:主数据、交易数据、指标(分析型)数据。
谈谈企业数据治理的几点思考
|
存储 运维 监控
容器云PaaS平台建设中应关注的重点和难点
对于企业级容器云PaaS平台,在多集群管理的模式下,每一个功能都会变得非常复杂。对于建设中的重点和难点,从以下多个方面进行了详细的方案分析和设计实现。
|
存储 运维 Linux
DO447利用推荐做法进行开发--实施建议实践
DO447利用推荐做法进行开发--实施建议实践
137 0
DO447利用推荐做法进行开发--实施建议实践
|
监控 项目管理 UED
分享 2 种规划思维和 4 个规划方法
每年各个部门都要进行规划,规划能让目标更聚焦,让我们清晰地知道今后我们要做什么、如何去做。并非每个人都会参与规划中去,但需要掌握规划的方法,否则让你来做规划时,你会发现很痛苦,找不到什么头绪,要么规划出来的内容都是散点,要么规划出来的太抽
分享 2 种规划思维和 4 个规划方法
|
监控 项目管理 UED
如何做规划?分享2种思维和4个方法
规划不只是高层的事。学会做规划,不仅可以让目标更聚焦,还能让我们清晰地知道今后要做什么、如何去做。在本篇文章中,提到了规划的2种思维模式,和作者自己在规划中用到的4个规划方法,希望让开始做规划的你显得不那么迷茫。
如何做规划?分享2种思维和4个方法
|
监控 中间件 项目管理
分享2种规划思维和4个规划方法
为结果买单,为过程鼓掌。
2302 0
分享2种规划思维和4个规划方法
|
Java 调度
设计Optaplanner下实时规划服务的失败经历
        其实本文不知道算不算一个知识点分享,过程很美妙,但结果很失败。我们在利用Optaplanner的Real-Time planning(实时规则)功能,设计实时在线规划服务时,遇到一个属于Optaplanner7.8.0.Final版本的Bug。
2123 0