zoukankan      html  css  js  c++  java
  • 12月读书笔记02

    《程序员的思维修炼》有感:

            我今天主要读到的是精通者与专家:

    所谓精通者

    处于精通水平的从业人员有一项重大突破:他们能够纠正以往不好的工作表现。他们会反思以前是如何做的,并修改其做法,期望下一次表现得更好。

    自我反思、自我察觉、自我进步。

    但处于精通阶段的人更像是初级专家,而不是高级胜任者。

    敏捷开发就是在一个高度协作的环境中,不断地使用反馈进行自我调整和完善。但是基于以往表现进行自我纠正,只在较高的技能水平上才能实现。

    所以敏捷开发还是对开发者的自身能力有一定的要求的。

    敏捷开发是非常有效的工具,但它不适用于一个完全由新手和高级新手组成的团队。

    所谓专家

    根据统计,专家的数量很少,大概占总人数的1%~5%。

    而如果专家被强制遵从那些规则操作,他们的工作就会变得效率低下。

    专家通常很难把他们的行为恰如其分地解释清楚,他们的很多行为是如此地熟练以至于已经变成无意识的了。他们的大量经验都是通过大脑的非语言、无意识区域存储的,这让我们难以观察,而专家则难以表述。

    所以专家未必是个好老师或者好作者。

    清晰表述专业技能十分困难。 It’ s hard to articulate expertise.

    这样就会为一些东西的失传感到可惜。毕竟乔布斯再怎么带徒弟都不会完全教会他。

    当团队需要结对或者寻找指导老师时,你可以尝试选用和受训者技能水平相近的老师。

    直接让 CTO 带你有时候并不是一件好事。

    专家根据直觉工作,而不需要理由。

    新手使用规则,专家使用直觉。

    认识到新手需要与情境无关的规则,而专家使用与情境相关的直觉。

    这不是说新手没有任何直觉或者胜任者根本不能识别模式,但是专家的直觉和识别模式的能力已经超越了他们显性的知识。

    内在诀窍书籍的作者们建议你把自己想象成专家。他们注意到,仅仅告诉学生去“模仿”所在领域的名人就足够提高他们的水平了,毕竟我们是天生的模仿者。

    那么想象自己成功被证明是一种达到成功的有效方法。你可以提高你的表现——不论是演奏小提琴、调试代码还是设计新的架构——通过想象你已经成功地做到了这些。

    如果你的周围全是高技能的人,你就会增长自己的技能水平。一部分原因是来自于对他们实践和方法的观察和运用,还有一部分是来自于对自己大脑的调节,使其在更高水平上工作。你有一个被称为镜像神经元的天然机制来帮助你:观察别人的行为,激励你也做同样的行为。

    宁做凤尾不做鸡头。

    考虑一下,任何对开发指定严格规则的方法或企业文化,会对团队里的专家产生什么影响呢?这将拖累其业绩表现下降到新手的水平。公司失去了他们所擅长的所有竞争优势。

    虽然差异这么大,但是一个团队还是得搭配的错落有致。

    理想情况下,你希望团队里混合各种层次技能水平:拥有一个全部是专家的团队也存在它的难处。当所有人在考虑森林的时候,你也需要一些人来关注一棵棵大树。

    但是,有一些好消息。一旦你成了某个领域的专家,在别的领域成为专家就会变得更容易。至少你已经有了现成的获取知识的技能和模型构建的能力。

    专家的负面

    新手的大脑有很多可能性,但是专家心里只有很少。——铃木

    对于专家来说最致命的弱点是像专家一样行动。一旦你相信自己的专业水平,你就会对其他的可能性视而不见。你停止了好奇心。

    这些年来我看到很多这样的例子。人们在某些语言上投入很大,比如Java或者C++①。他们取得了认证,并且背诵了摞起来四五米厚的有关API和工具的书籍。然后,一些新的编程语言出现,让他们写更简洁、更直观的代码,更彻底的测试,更容易实现的并发,等等。但是他们完全拒绝这些新语言。他们会花费更多精力来讽刺新语言而不是严肃地评估对它们的需求。

    达芬奇在600年前抱怨说:“人们看却没有看见,听却没有听见,吃却没有味觉,接触却没有触觉,说话却没有思考。”

    自由的代价是永远提高警惕。——约翰•菲尔波特•柯伦的名言, 1790年永远提高警惕不仅是自由的代价,也是意识的代价。

    一旦你启动自动驾驶,你就不会转向了。

    人群分布:

     

     由此可见,专家真的少之又少,但是我们现在能做的就是学好自己的专业知识,提升自己的专业素养,努力完善自己,朝着专家迈进。

    积极的实践需要四个条件。需要一个明确定义的任务。任务需要有适当难度——有挑战性但可行。

    任务环境可以提供大量反馈,以便于你采取行动。提供重复犯错和纠正错误的机会。

    以上这些就是我所认识到的。

     

  • 相关阅读:
    臭氧总量下载网址
    WRF遇到的问题
    linux 查询硬盘、内存、cpu命令
    降维中的特征选择
    偏最小二乘回归分析建模步骤的R实现(康复俱乐部20名成员测试数据)+补充pls回归系数矩阵的算法实现
    R语言机器学习之caret包运用
    用R语言做数据清理(详细教程)
    RColorBrewer的使用
    VOD, TVOD, SVOD FVOD的区别(转)
    Include promo/activity effect into the prediction (extended ARIMA model with R)
  • 原文地址:https://www.cnblogs.com/marr/p/15643408.html
Copyright © 2011-2022 走看看