对照Google评分卡,看看你的技术水平在什么段位?

简介: 对照Google评分卡,看看你的技术水平在什么段位?

浏览技术文章时,读到一个评判技术能力的标准:“Google评分卡”。它对技术人员的能力从0到10划分了11个等级,看完这个评分卡,真切感受到每个技术人都应该进行一次自我评估:对照一下自己所处的位置,下一步又要迈向哪个等级。

Google评分卡的来自Google的SRE。为了保证稳定可靠的服务,Google组建了一支专业的团队来负责运行后端服务,参与的工程师有一个共同的名字:Site Reliability Engineer。

对此,资深Google SRE Chris Jones等人联合撰写了《Google SRE: How Google runs production systems》,首次向外界解密了谷歌的生产环境,中文名字叫《SRE:Google运维解密》。正是在该书中提到了上面所说的“Google评分卡”。下面来看看这11个等级到底是如何划分的:

0:you are unfamiliar with the subject area.

0:不熟悉的领域。也就是说对相关的领域几乎一无所知。

1:you can read/understand the most fundamental aspects of the subject area.

1:可以读懂或理解相关领域的大多数基础知识。

2:ability to implement small changes,understand basic principles and able to figure out additional details with minimal help.

2:能够实现一些小的改动,理解基本原理,能够在简单的帮助下找出更多的细节。

3:basic proficiency in a subject area without relying on help.

3:基本精通相关技术领域,完全不需要别人的帮助。

4:you are comfortable with the subject area and all routine work on it.

4:对相关技术领域非常熟悉和舒适,可以应对和完成所有的日常工作。

For software areas - ability to develop medium programs using all basic language features w/o book, awareness of more esoteric features (with book).

对于软件领域,有能力开发中等规模的程序,能够熟练和掌握并使用所有的语言特性,而不需要翻书,并且能够找到所有的冷知识。

For systems areas - understanding of many fundamentals of networking and systems administration, ability to run a small network of systems including recovery, debugging and nontrivial troubleshooting that relies on the knowledge of internals.

对于系统领域,了解很多网络和系统管理的基础知识,能够运行一个小型的系统网络,包括恢复、调试和依赖于内部知识的重要故障排除。

5:an even lower degree of reliance on reference materials. Deeper skills in a field or specific technology in the subject area.

5:对参考资料的依赖程度更低。在某一领域或某一特定技术领域有较深的技能。

6:ability to develop large programs and systems from scratch. Understanding of low level details and internals. Ability to design/deploy most large, distributed systems from scratch.

6:能够从零开发大型程序和系统。掌握底层细节和内在原理。能够设计和部署大多数大型分布式系统。

7:you understand and make use of most lesser known language features, technologies, and associated internals. Ability to automate significant amounts of systems administration.

7:理解并利用高级语言特性、技术和相关的内在原理,可以从根本上实现大量系统管理和运维工作的自动化。

8:deep understanding of corner cases, esoteric features, protocols and systems including "theory of operation". Demonstrated ability to design, deploy and own very critical or large infrastructure, build accompanying automation.

8:对于一些边角和晦涩的技术、协议和系统工作原理有深入的理解和经验。能够设计、部署并负责非常关键、规模很大的基础设施,并能够构建相应的自动化设施。

9:could have written the book about the subject area but didn't; works with standards committees on defining new standards and methodologies.

9:能够在该技术领域出一本经典的书。并和标准委员会的人一起制定相关的技术标准和方法。

10:wrote the book on the subject area (there actually has to be a book). Recognized industry expert in the field, might have invented it.

10:在该领域写过一本书,被业内尊为专家,并是该技术的发明人。

大多数人其实一直处在3-4之间。比较努力的人会处于5-7之间,而真正能做到8-10之间的人应该是凤毛麟角。

看完上述等级划分你的是什么感受?自己又处于哪个等级?下一步该往哪个方向努力?其他行业的朋友,也可以据此对照一下自己行业的标准。

就个人而言,看完这个等级划分,顿感需要努力提升的不是一星半点,还需要加倍加倍加倍的努力。同时,也清楚了自己的位置和下一步该往哪里走。你呢?

目录
相关文章
|
5月前
|
数据可视化 决策智能 Python
【江西省研究生数学建模竞赛】题目之二 国际“合作-冲突”的演化规律研究 建模方案及参考文献
本文介绍了江西省研究生数学建模竞赛题目之二“国际‘合作-冲突’的演化规律研究”的建模方案和参考文献,探讨了如何通过博弈论和决策树模型来分析和预测国家间的合作与冲突行为,并提出了评估国际环境和应对突发事件的策略。
63 0
【江西省研究生数学建模竞赛】题目之二 国际“合作-冲突”的演化规律研究 建模方案及参考文献
|
机器学习/深度学习 人工智能 自然语言处理
牛刀小试:我用自创的测试集参加了阿里中文竞技场双模型评测
8月我自己创建了一个包含320个问题的大语言模型测试集,刚好阿里魔搭社区正在举办中文模型评测活动,本着对这些模型效果的好奇,刚好手里也有“验丹指南”,所以就抽时间来玩一把模型测试。
|
数据采集 人工智能 文字识别
13948道题目,涵盖微积分、线代等52个学科,上交清华给中文大模型做了个测试集
13948道题目,涵盖微积分、线代等52个学科,上交清华给中文大模型做了个测试集
182 0
|
机器学习/深度学习 人工智能 自然语言处理
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
256 0
|
机器学习/深度学习 数据采集 人工智能
国内“谁”能实现chatgpt,短期穷出的类ChatGPT简评(算法侧角度为主),以及对MOSS、ChatYuan给出简评,一文带你深入了解宏观技术路线。
国内“谁”能实现chatgpt,短期穷出的类ChatGPT简评(算法侧角度为主),以及对MOSS、ChatYuan给出简评,一文带你深入了解宏观技术路线。
国内“谁”能实现chatgpt,短期穷出的类ChatGPT简评(算法侧角度为主),以及对MOSS、ChatYuan给出简评,一文带你深入了解宏观技术路线。
|
机器学习/深度学习 自然语言处理 文字识别
英语学习利器:一款词典笔的模型创新与工程实践
机器学习怎样帮助英语学习?查词、翻译、标准发音都少不了:OCR(光学字符识别)实时识别单词与句子,NMT(神经网络翻译)自动翻译语句,TTS(语音合成)合成最真实的标准读音。那么这些是不是能集成到一个硬件中,成为智能的英语学习利器,这就是网易有道词典笔 2.0。
386 0
英语学习利器:一款词典笔的模型创新与工程实践
|
机器学习/深度学习 人工智能 算法
Interview:算法岗位面试—10.12上午—上海某科技公司图像算法岗位(偏图像算法,互联网AI行业)技术面试考点之LoR逻辑回归的底层代码实现、特征图计算公式
Interview:算法岗位面试—10.12上午—上海某科技公司图像算法岗位(偏图像算法,互联网AI行业)技术面试考点之LoR逻辑回归的底层代码实现、特征图计算公式
Interview:算法岗位面试—10.12上午—上海某科技公司图像算法岗位(偏图像算法,互联网AI行业)技术面试考点之LoR逻辑回归的底层代码实现、特征图计算公式
|
机器学习/深度学习 人工智能 算法
Interview:算法岗位面试—10.29下午上海某电子(偏传统ML算法,外企)数据结构算法+晚上国内某保险公司(偏AI算法,世界500强)技术面试之分类算法、回归算法、聚类算法等细节考察
Interview:算法岗位面试—10.29下午上海某电子(偏传统ML算法,外企)数据结构算法+晚上国内某保险公司(偏AI算法,世界500强)技术面试之分类算法、回归算法、聚类算法等细节考察
|
机器学习/深度学习 人工智能 自然语言处理
用魔法打败魔法!用狗屁不通文章生成器写高三作文,评分软件给分84.4,打败73.5%学生
用魔法打败魔法!用狗屁不通文章生成器写高三作文,评分软件给分84.4,打败73.5%学生
338 0
|
机器学习/深度学习 人工智能 算法
近期看到AlphaGo算法最清晰的解读
来看看人工智能专家同时又是围棋高手的如何解读AlphaGo算法的
27433 1