软工第一次个人作业——阅读和提问
软工第一次个人作业——阅读和提问
| 项目 | 内容 |
|---|---|
| 这个作业属于哪个课程 | 2023北航敏捷软件工程 |
| 这个作业的要求在哪里 | 个人作业-阅读和提问 |
| 我在这个课程的目标是 | 体验敏捷开发过程,掌握一些开发技能,为进一步发展作铺垫 |
| 这个作业在哪个具体方面帮助我实现目标 | 对本课程有大致了解,做好准备 |
问题一
文章内容
在邹老师的博客园讲义第二章中讲到,软件开发的工作量和质量的衡量方式有四个因素,其中提到,项目/任务的大小通常用实际的代码行数衡量。
我的问题
关于用代码行数衡量工作量/质量的方法,我一直存疑。即使其它三个因素相同,也存在不少情况导致这一标准失效,教程后续章节也提到不少,比如是否允许使用库,冗长的代码与构思良久的精简代码,等等。
我也了解到,目前有管理者以“找不到更好的标准”为由,仍采用此方法。但是我想文中以行数衡量应该仅是一个方向,实际项目管理必定会辅以更切合实际的标准。期待在后续软工实践中摸索。
问题二
文章内容
同上,工作量和质量的衡量方式有四个因素,除了上面的一条,还有一条是“花了多少时间”,提出可以用“人数*时间”来表示。
我的问题
似乎不仅是软工,很多岗位都存在工作时长即工作量/质量的考量方法。实际上大家都深有体会,工作中的“摸鱼”会不同程度延长工作时间。此外即使投入到工作的时间相同,不同水平的人其产出效率和质量也不同,是否考虑对人员水平也加以考评然后“加权”?但是这样一来,又如何科学地量化评估一个人的技术水平呢?此外,不同任务的工作特点不同,是否也要考虑横向对比?
问题三
文章内容
博客园讲义第七章打了一个比方:大学篮球课,定点投篮和配合上篮让人感觉良好,但打球赛却发现由于缺乏全面的技术而惨败。借此比方来说明大学科班软工教育。
我的问题
回顾了我系的课程,部分课程确实存在此类情况,这与文中说的“考试只考定点投篮和无防守的配合”有关系。我系已经比较重视实践中锻炼基本功,尚且有一定数量的同学迟迟不能入门,不知道更广的范围内的大学是如何的景象。
问题四
文章内容
博客园讲义第九章关于“成功的公司更能创新”举了一些观点,其中有提到公司的“流程”、“产品周期”,也提到要重视用户。
我的问题
有很多软件确实做到了频繁更新,甚至不定期大更,但是却并没有让用户感到被重视,并且还不乏热门的软件这样做。如果是紧要的、一旦出现就极其影响体验、可能对用户造成损失的问题,用户应该表示欢迎。但也有很多软件做着令用户反感的事情,将自以为高明的设计、功能塞进软件,使得软件或者臃肿不堪,或者优化稀烂,或者强行改变用户使用习惯。虽然这可以讨好少部分用户,但得罪的用户或许更多,影响总体口碑。市面上这样做的公司是出于怎样的考虑?是否考虑过调研结果的有效性?
问题五
文章内容
博客园讲义第二章提到了个人开发技术要求,后续章节提到了合作、团队管理等等,这些是需要时间精进的东西。
我的问题
要达到标准,需要比较成熟的团队,不论是个人水平还是成员间的配合。首先从个人技术来说,尚不清楚有水平支撑较高完成度的软件工程的同学有多少。其次,对于新技术的学习时间也是不好估计的。从团队层次来说,如果是临时组建的队伍,怎么能准确知道各成员的技术水平;怎么知道各成员效率如何;如果某任务没有成员会做,如何安排人抽时间去做,又怎么估计学习新技术的时间;每个人有自己的发展安排,又如何协调……这些有待实践中摸索。
相关文章:
软工第一次个人作业——阅读和提问
软工第一次个人作业——阅读和提问 项目内容这个作业属于哪个课程2023北航敏捷软件工程这个作业的要求在哪里个人作业-阅读和提问我在这个课程的目标是体验敏捷开发过程,掌握一些开发技能,为进一步发展作铺垫这个作业在哪个具体方面帮助我实现目标对本课…...
urho3d的自定义文件格式
Urho3D尽可能使用现有文件格式,仅在绝对必要时才定义自定义文件格式。当前使用的自定义文件格式有: 二进制模型格式(.mdl) Model geometry and vertex morph data byte[4] Identifier "UMDL" or "UMD2" …...
spark第一章:环境安装
系列文章目录 spark第一章:环境安装 文章目录系列文章目录前言一、文件准备1.文件上传2.文件解压3.修改配置4.启动环境二、历史服务器1.修改配置2.启动历史服务器总结前言 spark在大数据环境的重要程度就不必细说了,直接开始吧。 一、文件准备 1.文件…...
MySQL---存储过程与存储函数的相关概念
MySQL—存储过程与存储函数的相关概念 存储函数和存储过程的主要区别: 存储函数一定会有返回值的存储过程不一定有返回值 存储过程和函数能后将复杂的SQL逻辑封装在一起,应用程序无需关注存储过程和函数内部复杂的SQL逻辑,而只需要简单地调…...
PMP值得考吗?
第一,PMP的价值体现 1、PMP是管理岗位必考证书。 多数企业会选择优先录用持PMP证书的管理人才,PMP成为管理岗位的必考证书。PMP在很多外企和国内中大型企业非常受重视,中石油、中海油、华为等等都会给内部员工做培训。 这些机构对项目管理…...
Quartus 报错汇总(持续更新...)
1、Error (10663): Verilog HDL Port Connection error at top_rom.v(70): output or inout port "stcp" must be connected to a structural net expression输出变量stcp在原设计文件中已经定义为reg型,在实例化时不能再定义为reg型,而应该是…...
Netty权威指南总结(一)
一、为什么选择Netty:API使用简单,开发门槛低,屏蔽了NIO通信的底层细节。功能强大,预制了很多种编解码功能,支持主流协议。定制能力强,可以通过ChannelHandler对通信框架进行灵活地拓展。性能高、成熟、稳定…...
Elasticsearch:如何轻松安全地对实时 Elasticsearch 索引重新索引你的数据
在很多的时候,由于一些需求,我们不得不修改索引的映射,也即 mapping,这个时候我们需要重新索引(reindex)来把之前的数据索引到新的索引中。槽糕的是,我们的这个索引还在不断地收集实时数据&…...
【算法笔记】前缀和与差分
第一课前缀和与差分 算法是解决问题的方法与步骤。 在看一个算法是否优秀时,我们一般都要考虑一个算法的时间复杂度和空间复杂度。 现在随着空间越来越大,时间复杂度成为了一个算法的重要指标,那么如何估计一个算法的时间复杂度呢…...
python实战应用讲解-【实战应用篇】函数式编程-八皇后问题(附示例代码)
目录 知识储备-迭代器相关模块 itertools 模块 创建新的迭代器 根据最短输入序列长度停止的迭代器...
【Servlet篇】如何解决Request请求中文乱码的问题?
前言 前面一篇文章我们探讨了 Servlet 中的 Request 对象,Request 请求对象中封装了请求数据,使用相应的 API 就可以获取请求参数。 【Servlet篇】一文带你读懂 Request 对象 也许有小伙伴已经发现了前面的方式获取请求参数时,会出现中文乱…...
SpringBoot:SpringBoot简介与快速入门(1)
SpringBoot快速入门1. SpringBoot简介2. SpringBoot快速入门2.1 创建SpringBoot项目(必须联网,要不然创建失败,在模块3会讲到原因)2.2 编写对应的Controller类2.3 启动测试3. Spring官网构建工程4. SpringBoot工程快速启动4.1 为什…...
RabbitMQ学习(十一):RabbitMQ 集群
一、集群1.1 为什么要使用集群前面我们介绍了如何安装及运行 RabbitMQ 服务,不过这些是单机版的,无法满足目前真实应用的 要求。如果 RabbitMQ 服务器遇到内存崩溃、机器掉电或者主板故障等情况,该怎么办?单台 RabbitMQ 服务器可以…...
学渣适用版——Transformer理论和代码以及注意力机制attention的学习
参考一篇玩具级别不错的代码和案例 自注意力机制 注意力机制是为了transform打基础。 参考这个自注意力机制的讲解流程很详细, 但是学渣一般不知道 key,query,value是啥。 结合B站和GPT理解 注意力机制是一种常见的神经网络结构࿰…...
网上这么多IT的培训机构,我们该怎么选?
说实话,千万不要把这个答案放在网上来找,因为你只能得到别人觉得合适的或者机构的广告;当然个人的培训经历可以听一听的,毕竟不靠谱的机构也有,比如让你交一两万去上线上课程或者一百号来人坐一起看视频,这…...
数据结构与算法—跳表(skiplist)
目录 前言 跳表 查询时间分析 1、时间复杂度 o(logn) 2、空间复杂度O(n) 动态插入和删除 跳表动态更新 跳表与红黑树比较 跳表实现 前言 二分查找用的数组 链表可不可以实现二分查找呢? 跳表 各方面性能比较优秀的动态数据结构,可以支持快速…...
【C++】5.C/C++内存管理
1.C/C内存管理 int globalVar 1; static int staticGlobalVar 1; void Test() {static int staticVar 1;int localVar 1;int num1[10] {1, 2, 3, 4};char char2[] "abcd";char* pChar3 "abcd";int* ptr1 (int*)malloc(sizeof (int)*4);int* ptr2 …...
一文让你彻底理解关于消息队列的使用
一、消息队列概述 消息队列中间件是分布式系统中重要的组件,主要解决应用解耦,异步消息,流量削锋等问题,实现高性能,高可用,可伸缩和最终一致性架构。目前使用较多的消息队列有ActiveMQ,Rabbit…...
条件期望3
条件期望例题—连续发生的事情 连续地做二项实验, 每一次成功概率为p. 当连续k次成功时, 停止实验. 求停止实验时做的总实验次数的期望. 解: 错误解法 设NkN_kNk为停止实验时做的总实验次数, 则 E[Nk]E[E[Nk∣Nk−1]]∑jk−1∞E[Nk∣Nk−1j]\begin{split} E[N_k] & E[E…...
第四届蓝桥杯省赛 C++ B组 - 翻硬币
✍个人博客:https://blog.csdn.net/Newin2020?spm1011.2415.3001.5343 📚专栏地址:蓝桥杯题解集合 📝原题地址:翻硬币 📣专栏定位:为想参加蓝桥杯的小伙伴整理常考算法题解,祝大家都…...
Java伪终端完全实战:如何用pty4j实现跨平台命令行交互
Java伪终端完全实战:如何用pty4j实现跨平台命令行交互 【免费下载链接】pty4j Pty for Java 项目地址: https://gitcode.com/gh_mirrors/pt/pty4j 在Java应用中集成命令行交互功能,你是否曾面临跨平台兼容性差、进程管理复杂、终端控制能力有限等…...
Multisim 13.0 仿真 LC 振荡器:从起振到稳定,手把手教你分析波形与频率稳定度
Multisim 13.0 仿真 LC 振荡器:从起振到稳定,手把手教你分析波形与频率稳定度 在电子工程领域,LC振荡器作为基础电路之一,其设计与分析能力是每位硬件工程师的必修课。Multisim作为业界广泛使用的电路仿真软件,为我们…...
Bunker_mini_dev实战:多雷达(AVIA MID360)ROS1驱动融合与rviz点云同屏可视化
1. 多雷达ROS1驱动融合实战背景 最近在Bunker_mini_dev机器人开发平台上折腾多激光雷达融合,发现不少开发者对Livox AVIA和MID360这两款雷达的ROS1驱动配置存在困惑。我自己踩过不少坑,今天就把从驱动安装到rviz同屏显示的全流程梳理一遍。这种配置在自动…...
PiliPlus视频播放进度条:自定义绘制与交互实现终极指南
PiliPlus视频播放进度条:自定义绘制与交互实现终极指南 【免费下载链接】PiliPlus PiliPlus 项目地址: https://gitcode.com/gh_mirrors/pi/PiliPlus PiliPlus是一款功能强大的视频播放器应用,其中自定义视频播放进度条是其核心功能之一。这个进度…...
从零学习Kafka:数据存储
下载好之后,进行解压并进入到对应的目录。tar -xzf kafka_2.13-4.1.1.tgz cd kafka_2.13-4.1.1接着我们执行下面两条命令进行一些必要的配置。KAFKA_CLUSTER_ID"$(bin/kafka-storage.sh random-uuid)"bin/kafka-storage.sh format --standalone -t $KAFKA…...
知识图谱入门第一步:用SpringBoot+HanLP快速构建你的中文实体识别与关系抽取Demo
知识图谱实战:基于SpringBoot与HanLP的中文实体关系抽取系统构建指南 在人工智能与大数据技术蓬勃发展的今天,知识图谱作为结构化知识的重要载体,正在智能搜索、推荐系统、金融风控等领域展现出巨大价值。但对于许多刚接触这一领域的开发者而…...
Llama-3.2V-11B-cot视觉推理实战教程:双卡4090一键部署保姆级指南
Llama-3.2V-11B-cot视觉推理实战教程:双卡4090一键部署保姆级指南 1. 项目概述 Llama-3.2V-11B-cot是基于Meta最新多模态大模型开发的视觉推理工具,专为双卡4090环境优化设计。这个工具让普通用户也能轻松体验11B级大模型的强大视觉推理能力࿰…...
革命性超分辨率突破:OptiScaler让任何显卡实现4K级画质与帧率双提升
革命性超分辨率突破:OptiScaler让任何显卡实现4K级画质与帧率双提升 【免费下载链接】OptiScaler DLSS replacement for AMD/Intel/Nvidia cards with multiple upscalers (XeSS/FSR2/DLSS) 项目地址: https://gitcode.com/GitHub_Trending/op/OptiScaler 在…...
从合合技术揭秘到自建数据集:手把手训练你的文档矫正模型
从合合技术揭秘到自建数据集:手把手训练你的文档矫正模型 在数字化办公场景中,文档图像矫正技术正成为提升OCR识别精度的关键环节。当开发者面对弯曲、折叠或透视变形的文档时,传统参数化方法往往难以应对复杂形变,而基于深度学习…...
基于LSTM时间序列预测思想优化百川2-13B的对话连贯性
基于LSTM时间序列预测思想优化百川2-13B的对话连贯性 你有没有遇到过这种情况?和一个大模型聊得正起劲,聊了十几轮甚至几十轮之后,你突然发现,它好像“失忆”了。你之前明明告诉过它你的名字、你的职业,甚至你们刚刚讨…...
