外来物种变鹅记

2023-10-22 09:20
文章标签 外来 物种 变鹅记

本文主要是介绍外来物种变鹅记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

先说说标题

外来物种变鹅记?你可能会好奇为什么会说自己是外来物种,其实呢,只要不是以应届生身份进入鹅厂的,我觉得都可以叫外来物种,应届生可以说是纯种企鹅,因为从毕业就进入鹅厂的同学一开始就接受鹅厂的熏陶无参杂任何其他外面的东西。而社招进来的同学,比如我,是从其他公司进来的,曾经接受以前公司的文化或者价值观的影响,会有一些在以前公司的影子,比如工作习惯,沟通方式或者工作态度。鹅厂三个月的试用期,我觉得除了考查外来物种是否适合聘请岗位的工作,还有就是让我们重新审视自己的一些价值观和融入团队的过渡期。这三个月的过渡期是让你褪去以前的影子,以一个全新的物种-企鹅,开启你在鹅厂的新旅途。

Bugly团队

是的,我加入的团队就是Bugly团队,当时Juncoou找到我的时候,我那段日子还在以前公司挣扎着,这里不是说以前公司不好,不管怎样还是很感激以前公司的培养,来鹅厂之前我就一直在想,我想要的是一份什么样的工作,是要每天朝九晚六的工作准时下班拿着一份普通的薪水在一线城市浑浑噩噩的d变中年,还是说趁年轻寻求一份自己想真正投入到里面去的事业呢。当然如果我选择前者,我绝不会在这里说着鹅厂的一些事,加入Bugly团队之后的三个月,加了我以前一年加起来都没这么多的班,互联网公司加班现象很严重我早有耳闻,但真没想到这么严重,哈哈。每天下班搭班车回去,我都会感叹,鹅厂加班的人真特么多啊。不说加班的事情了,说说Bugly团队吧,这是一个有很多老司机的团队,据说我来了之后拉低了平均年龄并且拉高了整体颜值,是的,这就是一个毫无保留的我(一脸正经的胡说八道)。有的同学可能还不知道Bugly是什么,其实它长下面这样的:

这里写图片描述

这个是我们Bugly的2.0改版的首页,是我们Bugly同学用了洪荒之力才上线的版本,欢迎各路开发同学体验,很多同学反馈之从用了Bugly之后,自己开发的app bug曲线呈下降趋势,再也不怕用户说我们开发的app老是Crash啦,反正用过的同学都说好。我们Bugly同学们都在很用心的做这个产品,所以在业界我们的口碑还算不错的,我也很荣幸能够成为他们的一份子,这三个月学到很多东西,全靠这群老司机给我这个新人做了好榜样。

这三个月我做了什么?

你会发现三个月一下子就过去了,那么我在这三个月做了啥?我是怎么做的?然后达到了啥效果呢?
新人刚进来就需要作为一个普通用户去体验我们自己的产品,输出一份产品体验报告,主要是看看你对自己即将要参与的产品是否能提出自己的一些看法和改进的意见,后面导师给我制定了一份三个月的工作计划,这份培训计划其实就是我这个岗位的工作职责,基本上这三个月就是按照这份计划来做。我基本上也是按照导师的这份计划在做,但也做了一些计划外的事情,比如补充和优化相关文档,对工作的一些经验进行总结分享,预言一些新的技术等等。基本上这三个月就是一个逐步熟悉的阶段,刚开始就是熟悉业务代码,发现如果只是纯看代码是很难看懂业务逻辑的,速度也很慢,只有在具体的场景下,比如去实现具体的需求,然后去实现这个需求的过程中去跟业务逻辑会发现有效很多,我也是这样很快就上手我负责的工作了,并且帮助项目开发了新的功能需求成功上线了一个版本。除了做好本职工作,平时我也会主动去接触用户,了解他们在使用我们产品的问题并帮助他们去解决。这里只是简单描述了下我在这三个月做的事情,其实不管做了什么事情,我们的目标都只有一个就是做一个好的产品,服务好我们每一个用户,让产品走得更远一些。只要是奔着这个目标去的事情,都是对的。

在鹅厂感受到的东西

说说我在鹅厂短短三个月感受到的东西,我觉得这些对我是最有价值的东西,所以也想分享给大家。

  1. 瑞雪文化
    每一家公司都可能会有自己的文化,我来到鹅厂感受最深的就是瑞雪文化,你会发现来到鹅厂发现这里的同学素质都很高,每天上班会有保安和前台很礼貌的说“早上好”,然后大家很自觉的排队等电梯,然后吃饭的时候也会整齐有序的排队,搭班车你也会看到排着一条很长很长的队,这个就是我们鹅厂的排队文化,因为大家都这么干,所以你慢慢的也会融入这样的氛围。关于瑞雪文化很多可以说的,比如礼让孕妇、不在厕所抽烟、午休不影响同事等等,想了解更多关于瑞雪文化可以看一篇文章:关于瑞雪大侠,你想看的都在这里。

  2. 关于成长
    进入鹅厂有很完善的成长体系,只要你肯学我觉得这里有你足够的成长空间,这也是我当初很坚定来到这里的原因之一。来到这里我觉得自己眼界一下子比以前开阔了不少,毕竟是一线互联网公司,能接触到最优秀的人才,跟他们共事,能够学到很多东西。鹅厂有导师制度,来了之后会安排一个鹅厂老司机带你,有任何问题都可以向老司机提问,一般导师都会很耐心得解答你的问题。

  3. 关于工作
    前面说到,来鹅厂工作你会感受到互联网公司的加班文化。所以如果你不能承担一定的工作强度和压力你迟早会受不了的,在这里你可以感受到很多人并没有完全区分工作和生活,因为对他们来说工作只是生活的一部分,没有很明显的界限,我发现达到这种境界的同学基本上就是团队的骨干了。

  4. 关于分享
    我从spiritchen那里学到一句话,“不总结哪来的经验,不分享经验有何用?”,这个也是我一直坚持分享的原因,平时我会将自己工作遇到的问题和学到的东西记录下来,隔一段时间就会把自己这段时间总结的经验分享出来,有一天看到自己在km分享的文章被推荐了,感觉还挺不错的。在km也会看到一些牛人分享的文章,每天逛逛km都能学到新的东西,对我来说这里就是广大鹅厂老司机的经验,都很值得学习。

  5. MIG文化
    我所在的部门是MIG,我们部门也有自己的文化——有趣、专业、担当、创新,我们有自己的精品观,我们Bugly也是秉承这种精神去做产品的。

结语

这篇文章写了几个钟,一直在组织语言,如果要写的话有很多可以细谈的东西,比如职等评级,KPI、产品运营这些都可以讨论下,但不着急,后面有很多机会跟大家分享我在工作中学到的东西,也会很愿意分享到大家,在鹅厂三个月的转正对我来说是一个职业生涯的转折点,从广州到深圳,这是城市的转变;从应用开发者到SDK开发者,这是职业的转变;从创业公司到一线互联网公司,这是平台的转变。每一个阶段的转变对自己都是一次挑战,我相信后面的路会有更多挑战,我们走着瞧吧。

这里写图片描述

这篇关于外来物种变鹅记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/260549

相关文章

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

《物种起源》带来的思考

作为一个技术男,作为未来的engineer,在大学再次接触到生物学科这类的知识的机会已经不多了,在这次公选的机会我跟着张老师学习了生命由来的相关知识,从微观到宏观,填补了高中对于生物的一些知识,从某一个层度来说拓展了个人的视野,     借着这次作业的机会,我终于还是读了这部已经家喻户晓的经典作品《物种起源》,十九世纪三大科学发现之一的作品。此外, “物竞天择,适者生存”的影响力早已超越

「Bioconductor」不要轻易相信AnnotationHub的物种注释包

Bioconductor开发的物种注释包系列集合了一个物种不同来源的注释信息,能够根据基因ID对其进行多种来源的注释,比如说基因的别名,基因的功能等。 我之前也写过一篇文章用Bioconductor对基因组注释介绍如何使用AnnotationHub下载注释数据库, 使用select(), mapIds等函数进行注释操作。我自己写一个流程也用到了它给基因ID, 如AT1G14185, 注释别名和功

「JCVI教程」如何基于物种的CDS的blast结果绘制点图(dotplot)

这是唐海宝老师GitHub上的JCVI工具的非官方说明书。 该工具集的功能非常多,但是教程资料目前看起来并不多,因此为了能让更多人用上那么好用的工具,我就一边探索,一边写教程 这一篇文章教大家如何利用JCVI里面的工具绘制点图,展现两个物种之间的共线性关系。 在分析之前,你需要从PhytozomeV11 下载A.thaliana和Alyrata的CDS序列,保证文件夹里有如下内容 Al

CVPR最佳学生论文!1千万张图像、跨越45万+物种的超大数据集,多模态模型BioCLIP实现零样本学习

不同于传统学术领域对期刊发表的重视,计算机界,尤其是机器学习、计算机视觉、人工智能等领域,顶级会议才是王道,无数「热门研究方向」、「创新方法」都将从这里流出。 作为计算机视觉乃至人工智能领域最具学术影响力的三大顶会之一,今年的国际计算机视觉与模式识别会议 (CVPR) 从会议规模到接受论文数量,都刷新了此前记录。 活动现场,图源:Dan Goldman 根据 CVPR 官方的最新公告,C

基于R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析

原文链接:基于R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247606139&idx=4&sn=f94ec30bfb5fa7ac0320403d49db3b66&chksm=fa821e9ccdf5978a44a9ba96f6e04a121c0bbf63beea0940b3

R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析

BIOMOD2是一个R软件包,用于构建和评估物种分布模型(SDMs)。它集成了多种统计和机器学习方法,如GLM、GAM、SVM等,允许用户预测和分析物种在不同环境条件下的地理分布。通过这种方式,BIOMOD帮助研究者评估气候变化、生境丧失等因素对生物多样性的潜在影响。 基于R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析 (qq.com) 【亮点】: 1、理论与实践结合:设计旨在

基于R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析实践技术

BIOMOD2是一个R软件包,用于构建和评估物种分布模型(SDMs)。它集成了多种统计和机器学习方法,如GLM、GAM、SVM等,允许用户预测和分析物种在不同环境条件下的地理分布。通过这种方式,BIOMOD帮助研究者评估气候变化、生境丧失等因素对生物多样性的潜在影响。 【目标】: 1、理解物种分布模型的基本原理:理解物种分布模型(SDMs)的理论基础,包括模型的种类、用途以及在生态研究和环境管

【机器学习】基于OpenCV和TensorFlow的MobileNetV2模型的物种识别与个体相似度分析

在计算机视觉领域,物种识别和图像相似度比较是两个重要的研究方向。本文通过结合深度学习和图像处理技术,基于OpenCV和TensorFlow的MobileNetV2的预训练模型模,实现物种识别和个体相似度分析。本文详细介绍该实验过程并提供相关代码。 一、名词介绍 1. OpenCV OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉

VirusTaxo:病毒物种注释

https://github.com/omics-lab/VirusTaxo  安装  git clone https://github.com/omics-lab/VirusTaxomamba create -n VirusTaxo python=3.10mamba activate VirusTaxocd VirusTaxopython3 -m venv environment