分享

Python Taiwan讀書會_16_如何提升軟體品質

「工作習慣」是一個貫穿在各個領域中的主題,在軟體工程師的世界裡,他們想了很多方法來幫忙自己。實際上,用與不用總還是歸結到個人與制度上,聽起來很無力,但打磨自己的「工作習慣」還是個永恆的追求,因為工作習慣其實是人生的縮影。
上週六是Python Taiwan(2020年8-11月)的最後一次,針對如何提升軟體品質、開發環境等主題,我發現「品質」這種東西,像是「決策品質」、「軟體品質」等,很大一部分取決於「工作習慣」。在程式語言中,不同的語言往往也造就習慣,有的語言必須要註明變數格式(type),有的不用(像是Python),Python會被說容易學,有很大部分的原因是因為不用在一開始先講type,當程式一多行,格式(type)就容易亂掉。廠商也會出一些產品,協助大家培養較好的習慣,例如微軟就出Typescript,一開始不習慣,寫程式的過程中雖然回比較辛苦,但總比改不完的bug好,一開始寫清楚比較容易找錯,又或者Travis.ci是會幫忙一commit上去就測試,寫成測試報告。
整體看這4個月來每週六的讀書會,講到的主題涵蓋頗多,王大哥表示一週一週的介紹,這些東西可能至少要花一年才能逐漸熟悉,讀書會成員的程度和背景差異很大,大家無法有比較多實作後的互動,而且,要在工作中有遇到的程式語言也至少要用兩年,才可以算是自己會用的語言,只是寫課本習題不夠,要多幫自己想些使用的情境,去用到讀書會提過的工具,要有用到才會越來越熟。
(很多還不知道什麼時候該拿出來用,都先裝進包裡)
這週平日依舊是照著前幾週的規律,週二讀書會的內容比較適合初學者,有不懂的地方也解開得越來越多,寫個簡單的while迴圈也能自我欣賞起來,喜歡這種整齊、有條理的寫作成果,11月初的Python作業deadline延到明天,到昨天晚上為止總算有1/3的人交作業,週間我把10月中以來的講義重新看了一遍,學長的例子真的舉得讓人容易懂,但容易懂概念距離可以清理實際資料,目前還很遠,至少我現在還看不到終點。
週間下午有Google Cloud Platform介紹,有聽到「Google Cloud Platform 介紹」和「大數據與機器學習」,「大數據與機器學習」幾次提起auto ML,在近期別場講座也聽過的,現在流行?不過,這週趕著準備工作中年度合約與模型廠商初選準備,來不及看完,還想聽「VM 與儲存空間」和「容器與應用程式開發、部署與監控」,先前Python Taiwan讀書會有講過一些,計畫接來兩週再聽聽看是不是可以把先前的東西串在一起。
週四晚上線上請台灣人工智慧的學長講「製造業面對AI 狂潮的導入實例與反思」,雖然越來越多人對使用AI躍躍欲試,但許多基礎(像是資料累積、資料庫串聯),在許多公司的內部並不齊全。在上週資料寄出後,模型廠商陸續來電詢問資料細節、產業背景,使用環境等,前幾張投影片中有張標題是「工程師爆肝三個月,滿足老闆三秒鐘的好奇」,我聽到笑出來,其實,老闆們有些獨特的商業直覺是無可厚非的,而那也是他們之所以為老闆,不過,並不是人人都願意去試著理解「可能性」,可能往外拓展,也可能是種限制。製造業導入AI的效益,也不是只有成本降低和取代人力,更要往增加附加價值、增加客戶黏著度,這是種理想,是種方向。
在進入工業4.0(智能化)之前,是一個很好的省思時點,在工業3.0(自動化)與工業2.0(標準化)中不確實的,都會成為工業4.0的阻礙,這種改朝換代,不是時間到了就到了,而是每一步穩穩落實,才走得到,不然只是被這個時代狠狠地甩開。
下週起我從2020年8月起,每週寫下自己學習紀錄的「Python Taiwan讀書會」,將有些改版,標題改為「艾瑪學習週記」,這紀錄主要是給自己的,也給朋友們確認,我在這詭譎的2020年裡仍舊平安快樂。每週分為三個區塊「讀書會」、「講座」、「其他」,「讀書會」以週為單位的學習團體活動,「講座」是不定期的演講與研討會,「其他」是我本人大肆厥詞的地方(哪裡不是?),也包含強迫推銷的想法與讀書心得 (反正大家都習慣了)。
分類:學習

評論
上一篇
  • 下一篇
  • 更多文章
    載入中... 沒有更多了