30%的工作量。...通过设置一个屏幕参考尺寸,重置XView、XText、XImage的尺寸,实现自动多屏适配 可能有人觉得,RN的AsyncStorage本身就很简单,自己封装也就几十行代码的工作量,为什么还要使用第三方库...数据存储(AsyncStorage) RN平台提供的AsyncStorage有一些基础方法:setItem,getItem,removeItem,getAllKeys,这些是promise模式的并且AsyncStorage...上面的代码中并没有做任何数据库的存储操作啊,为什么赋值给RNStorage的数据却被存到了本地数据库中呢?...:每次数值的变更都会记录下来,定时程序每隔2.5秒进行一次数据批量写入操作),但这个丝毫不会影响App对数据的操作,因为RNStorage中的数据是实时且同步的。
测试驱动开发,是作为XP一部分发明的。最后,但主要的点是“敏捷”,敏捷方法的价值在于以一定速度朝目标推进同时拥有转变成新的更好的路线且低成本的能力。 强调个人和交互。...敏捷方法非常强调软件开发作为一个团队的行为,个人的创造性和贡献是成功的主要方面,因此给个人和协作的组织一个好的环境是关键。...因为强调个人和交互所以去找相关人员了解信息会比文档更快更准确,然而价值源自于可工作的软件:代码得是高质量,因此测试是主要的手段:使用软件去找到它的缺陷,另一个保持代码高质量的主要手段是重构:改善代码结构而不影响其功能...这些发布是一个比用需求文档讨论不确定事情和改进机会的更好的出发点。 对修改的反馈 是说通向目标的最好的途径不一定是在旅程开始时计划的那一条。...也许客户原以为他们需要特性X当在工作于一个在小的发布的部分时发现X不是特别重要而特性Y的相关性更大,那么为什么不在下一个小的发布中加入特性Y呢?
这里我本着前端创造世界的态度来做一个非正式的、前端好使的数据存储库。 底层存储 这里的使用场景是 React Native,所以我使用的是 RN 的 AsyncStorage。...但是,想要更进一步的,可以考虑优化了。 比如,优化 JSON 转化的速度。我们使用 JSON 对象的方法去转化的时候其实还有一个判断数值类型的过程。如果我们把数据的类型提前定义好。...再转化的时候就不需要再判断了。 可以定义一个 model 对象,将这个表需要的字段预先定义好。可以查看一下 Sequelize 的定义方式。按照关系型数据库的方式来搞这个事情就很简单了。...这里使用的是 class,每个表都对应一个单独的对象。 由于我们使用的是 RN 提供的存储方法,所以这里的添加和更新其实是一个方法。...当然还是要判断一次 App 退出事件的,如果 App 退出了,请一定要把变量中的内容保存一次,不然你的心血就全丢了。 注意写入要和上面的读取结合起来,不然就会发现写入的数据会有一个很大的延迟。
就是别人不一定领情,甚至觉得你多余,为什么要做这样的事情。或者你过于热情了,我不需要你啰嗦那么多。 然后,这让我想起水的另一个特点,就是水在提供时,其实大家是自助的,完全自助的。...对,每个人都工作忙,每个人的也都有很多事情,但打开一个群,聊天说句话,前后不影响你任何工作,你遇到的问题、工作中的积累的任何知识完全可以把这里当做一个窗口。...当你觉得这是别人在搞一言堂,一定要宣扬一种自己的价值观,一定要让你群里打什么签到,我一天事情多的多,为什么要管这种屁事,当别人在分享时,自己在想我想看就看,不看就不看,反正网上资源有的是,我想看随时可以看...再去想一下,每个群都多少会讨论方法论,什么事合理的,但讨论过后留下什么,有没有价值自己心里最清楚。对于大多数技术人员来讲,我们想要的是问题,问题的方案,大家积累下来的实际的经验。...我们想要更多的精力和时间花在这些上面,并有计划、有维度的记录下来。 你可以做率性而为的人,但你的率性要有价值,要考虑到后果。
在我们的身边也有类似的案例,比如海底捞通过对用户展示无微不至的关怀从而取得了很好的口碑。 海底捞 为什么海底捞的服务员能够给出这么好的服务呢?...比如正在读这篇文章的人,我想度量一下你们的能力,给屏幕前的各位排个序,你认为能排出来吗?可能你是搞数据库的,他是搞前端的,另一个人是搞测试的,还有人是搞运维的,怎么度量大家的能力?...因此一个好的度量一定具有两个特征,一个就是能够回答一个本质问题,另一个是能够引导出正确的行为,两者缺一不可。但是要回答一个本质问题往往比想象得要难。 回答一个本质问题 不知你是否去西贝餐厅吃过饭?...原因就是任务完成后数据没有及时更新,为什么没有及时更新?因为需求状态的流转是靠人工录入的,这种情况下获得的度量数据全部失去了原始的意义,全部失真了,没有任何实际价值。 4....所以人天和故事点能够对应起来的时候,就假定了一个前提——工作速率是恒定的。但每个工程师的工作速率一定不是恒定的,工作速率一定受他的心情、工作的上下文、工作的难易程度和工作的熟悉程度影响。
其次,容易量化的目标(比如:个人工作时长)往往是局部目标,而难以量化的目标(比如:项目价值交付)往往是整体目标。局部目标更容易达成,时间久了以后,局部目标就会排挤掉整体目标。...研发过程数据采集需要依赖人工录入 在企业中,度量数据的获取一定要实现自动化,如果你的度量数据都依赖于工程师的手工录入来获取,一方面工程师会对此种工作模式十分反感,另一方面会让后续的度量分析完全失去意义...,因为人工录入的数据或多或少已经存在了很多失真,而且很多数据的录入时间是有很大参考价值的,如果数据不是实时获取,而是人工填充的,那么数据本身就失去了度量的意义。...度量是为目标服务的,所以好的度量设计一定对目标有正向牵引的作用,如果度量对目标的负向牵引大于正向牵引的话,这样的度量本质上就是失败的。...理解了这层逻辑,你会发现使用“Sonar严重问题的平均修复时长”和“Sonar问题的增长趋势”其实更有实践指导意义。 所以,一个好的度量,一定要为解决本质问题服务,并且要能够引导出正确的行为。
对于这个题目,我是很抗拒的,想了怎么写之后,大概有一个思路,准备使用React Natvie做一个与AI 大模型对话的App,为什么是React Native,因为我对Flutter 太过于熟悉了,以至于我觉得使用...当然,以上都不是重点,但是么有以上,我们客户端的代码将会比较麻烦,会需要去适配多个模型,但是本质上,不都是一样吗,这也就应了那句话,你以为的岁月静好,不过是有人在替你负重前行罢了,所以,如果你认为这个项目帮助你了...开始整客户端首先我们分析一下功能应用功能:与 ChatGPT 对话,可能返回是文本,可能是图片对话可以传递附件,Gemini Pro Vision 模型实际上可以支持识别你上传的图片的,免费老够用了。...在本地保存对话记录,和管理对话,当然就是简单的增删改查了。个人设置中心,包括配置 OpenAI 的 API 密钥、模型参数等。主题设置功能,最基本的是dark/light模式的切换了。...UI的选择为什么UI的选择单独拿出来呢,因为颜值即正义,对吗,所以,我选择 reactnativeelements他提供的demo可以直接看下,另外,因为他配置了 expo 的模板方式给我们初始化一个项目
② 事情做得好,自然晋升 “我把老板安排的任务做完,保证效率和质量,拿到好的绩效,晋升肯定没问题。”结果,他们虽然拿到了好的绩效,但晋升却屡屡碰壁。...做得顺利的事,你可能做完就完事,不会主动去挖掘可以成长的点,就失去了很多成长的机会,即使把事情做好,能力提升也不大。 3 价值原则:学习为公司产出价值的技能 “怎么学习编译原理?”...平时一直都在学技术,但都不是工作中立马用得上的技术,搞得学的时候理解了,但过一段时间就忘了,得不偿失,还不如工作中用到什么再学什么,这样既能为公司创造价值,自己也能印象更深刻,并且,周围人也能实实在在地看到自己能力的进步...,有的是学校没学过要在工作中学习,但最关键的是要学会把这些东西串起来产生实际价值。...我看到好多小公司的领导,把人当器物去使,把人当工具人去用。工具人做的好,会多夸奖你,这种环境,也容易使有上进心的人,努力错方向。但,人还是应关注自己的成长。成长是很私人的事儿。
尽可能使用宽泛的访问数据来分析,并作为用户体验和网站性能的指标是解释统计结果时的另一个常见错误: 作为用户体验分析师,最好的分析数据的方法是对这些数据分析后得到什么结果有个概念。...你需要牢记: 这些数据表示的是真实用户的行为 一旦将它们的来源忽略,那数据就失去了它们的价值 只有当与用户体检联系在一起解释时才能真正体现数据价值 你的网站告诉你的整体用户体验是什么?...这就是为什么在分析定量和定性数据时经常采用的是定量定量性分析方法。用户研究方法让你从: 已经发生了什么到为什么访问者在我的网站这么做? 4....总是认为较低数据代表坏标志 在数据分析中另外一个经常犯的错误就是: 经常把更低数值、减少数据认为是一件坏事。 这里一定要联系上下文!把数据分析看做一个三个阶段的过程,具体如下: 1....哪些数据是可以利用的? 3. 它的实际意义是什么? 让我们来看一个好例子: 在网页上花费少量时间可能是好的或坏的。如果我们讨论的是你重新设计的主页,它很可能意味着用户发现它的新设计更直观高效。
当运维将问题源源不断地反馈给开发后,开发的回复一定是: l 这不是我们的错,我们的代码非常完美,是(运维部门的)部署做的太差劲了。...l 运维部门比较笨,他们不懂新技术,为什么他们没法实现最新的技术呢?为什么他们这么落伍呢?...l 在我的机器上运行的没问题啊…… 刺客联盟与圣殿骑士互掐了几百年,但事实上他俩都不过是想维护人类文明;开发与运维互看不顺眼,但他们的初心都是想这个项目能顺利验收。...虽然开发和运维这样相爱相杀的关系看上去和游戏很像,但其对项目的危害性可不是游戏,开发与运维陷入一场暴风骤雨,客户则成了蒙受损失的一方,最终团队失去了客户,失去了金钱,失去了项目。...要做到高效交付可靠的软件,需要尽可能的减少这2个时间。部署可以有多种方式,比如蓝绿部署、金丝雀部署等; 协同工作 开发者和运维人员必须定期进行密切的合作。开发应该把运维角色理解成软件的另一个用户群体。
压力很大的情况下,如何关照好自己? (所有回答均为个人现有知识储备、阅历和思考深度下的产出,水平有限,请多指教。) 0x01 为什么“在需求的海洋中挣扎”会感觉suffer ?...2、失控 需求特别多的时候,其实会感觉失去了对自己负责范围内工作的掌控感。...失控,则会让人开始担忧,并且打破本应该建立起来的良性循环。 3、异化 劳动、好奇和思考本来是人自然而然的能力,所以劳动本来应该是快乐的,因为劳动可以实现自我价值。...但当一个人忙到没有时间思考的时候,工作就变成了“劳动反客为主”的状态,劳动成为主体,工作仅仅是为了活下去。当deadline一个接一个的时候,工作的状态就变成了“疲于奔命”。...控制至少3件你能控制的事情,会让你感觉赢得这一天胜利的机会一定会非常大。
30%的工作量。...react-native-easy-app 主要做了这些工作: 1. 对AsyncStorage进行封装,开发者只需几行代码即可实现一个持久化数据管理器。 2....对fetch进行封装,使得开发者只需关注当前App的前后台交互逻辑和协议,定义好参数设置及解析逻辑即可。 3....UI多屏幕适配 RN平台默认的尺寸就是不带单位的,使用的是设备独立像素,但由于手机的尺寸也越来越多,比如说相同尺寸,像素密不同结果导致UI的物理尺寸也不同,所以通常来说,我们们需要根据屏幕的尺寸对UI的尺寸进行一定比例的缩放...但UI的尺寸属性太多了,每次都调用相应的尺寸比例方法去计算,不仅看着代码不雅观而且代码量也明显增多,那有没有更好的办法呢?
常见回答:因为数据标准一致,数据源的数据质量差。 我们仔细分析这样的调研结果是浮于表面的,围绕数据的问题在原地打转,没有将为什么要做数据治理真正想透。...我们公司两年前就做了数据治理,建立了数据治理平台,元数据管理、数据质量管理等功能都有了,但是我们的数据质量问题还是很多,导致建设的BI系统基本都没人用,请问有什么好的方式解决? 这个问题,我没有答复。...做过了数据治理,企业的数据质量就一定能提升吗?其原意是要问:上过了数据治理系统或实施了数据治理项目,为什么还会有数据质量问题。 这个问题很复杂。正如上文中的项目型数据治理,点到为止,治标不治本。...有的企业认为数据治理就是上一套强大的数据治理平台,只要平台功能强大,就能管好数据,这恰恰是陷入了另一个误区——唯工具论,岂不知数据治理的本质是管理数据,而不是管理程序、脚本和任务。...另外,还有很多企业是出现了数据问题,并且对业务造成很大影响之后才去进行治理的——被动式治理,失去了治理数据的主动权,常常是解决了一个问题又引出了更多的问题。 四、数据治理之道是什么,要怎么做?
实施背景和挑战 写技术落地方案时,优先级最高的是交代清楚为什么要做这件事,做这件事能解决什么问题。技术本身是无法直接等于价值的,而是通过技术解决问题才能间接创造价值。...且任何技术方案的落地,势必都需要一定的成本投入,如果落地后能解决的问题所创造的价值还不如投入的资源,那这个技术案例就是失败的。...以自动化测试来说,自动化测试的本质是将手动执行的部分让机器或者工具自动执行,通过一定的规则和判断逻辑自动出具结果,提高执行的过程效率。...当你蒙头几个月的大招出来之后,你会发现已经失去了落地的场景,或者被其他方式解决了。...技术落地方案一定要具备的特质:可落地可执行,有明确的落地时间+执行方式+预期结果。 预期效果和长期规划 预期效果很好理解,即不同阶段要交付的产物解决了什么问题,能带来的价值。
为什么Roy要出售ThoughtWorks股权 Roy Singham在二十年前创立了ThoughtWorks。 自那以后,他就几乎拥有了公司的所有股权。...虽然我很惊讶地得知他在出售这家公司,但消息并不意外。 在过去几年里,Roy越来越多地投入到他的社会活动工作中,而并没有在运营ThoughtWorks这件事上花多少时间。...另一个促使Roy出售ThoughtWorks股权的原因,在于构建“后Roy时代”所有权结构的难度。Roy经常谈到,要建立某种信托机制,来拥有ThoughtWorks,并在未来继续保持其价值观。...我们经常开玩笑说Roy的游艇是他的社会活动工作,并且很高兴地看到我们努力工作所创造的利润能助它远航。失去了这艘游艇,我有些难过。因为取而代之的,我们今后将为普通公司的正规投资者而工作。...但是从好的方面看,我们仍然能够为客户和行业提供价值。而能让Roy出售这样有价值的业务这件事,正好印证了这一点。我们应该能够把这样的业务继续下去。
教学这个词很大,如果认真说起来恐怕几天几夜都聊不完,但如果只讲数据科学这一个领域,徐葳用了简短的一句话概括:“在学习的过程中,不断解决问题,发现价值。”...所以,课程最后还是分A/B班上了,A班为非信息类的学生,相对基础;B班是信息类的学生,比较深度。而徐葳觉得这离“跨学科”的初衷有些距离,因为这失去了把不同专业的学生融合在一起的机会。...因此当他来到讲台时,不仅成为了知识的传授者,也带着学生真刀真枪搞实践,变成了学生与企业之间的沟通者。 “我觉得大数据最重要的是应用。你要是说单纯是技术方面,那你为什么不去学计算机?为什么不去学统计?...但是他随即给我们讲起了另一个故事:“我在上学的时候,是很畏惧跟人交流的。那时候我成绩不错,但是由于很少说话也很少参与集体活动,很多老师和同学都不认识我。...他有项目管理的经验背景,学术积累又很丰富,所以跟企业对接起来也更高效。探索的过程中,困难一定会有,但关键看如何解决它。” 从最初的10个小组,到如今的30多个小组,越来越多地学生参与到实践的环节中。
还有一个女人/男人,她/他是你做梦都想嫁/娶的人,也许错过就没有了。 但你的车只能再坐下一个人,你会如何选择?...这里面一定有什么问题。 嗯,仔细看看。 第一、招聘者是什么人?他为什么会让这么回答的人获得胜利?...对比车、老人、恩人、梦中情人,车显而易见是可以再次得到的,老人、恩人、梦中情人是不可再次得到的,那么讲故事人刚开始就给我们设了一个局:暂时把权力(车)放下,后面至少还有另一个权利(公交车)在等着你,虽然公交没有自己的车好...都是做化工厂里面化学工艺设计的,为什么有的是总工程师,有的是技术员? 判断设计是否好的标准是什么?...对于问我问题的那个程序员,我给出的回答是:您应该向设计方面发展,或者在后面的工作中增加设计的成分在里面。
在这方面,我们没有什么好的指标 开发速度是指单位时间内产出的工作量,所以我们需要同时衡量输出和时间。衡量时间很简单,但工作量如何衡量呢?工作量的衡量跟软件本身一样古老。...对于指定的指标,他们都会找到最简单的改进方法,但很可能与工作质量或期望的项目结果不相关。但这并不意味着开发者就一定会这么做,我认为这取决于具体环境以及动机有多强。...然而,相关性并不一定意味着因果关系。部署频率与客户价值并没有直接的关系。人们想要一个能够满足他们需求的产品,而不是一个尽可能频繁变化的产品。这个指标也不具备一致性,因为一个变更并不等于另一个变更。...这就是为什么我不推荐使用这些指标作为开发目标。 或许我们可以找到更好的指标? 你可能会说:等等,虽然我们还没有找到好的指标,但这并不意味着它们不存在,人们很聪明,他们会找到更好的方法。...但我恐怕他们是找不到的。我们找不到好的开发者指标是有根本原因的。好的指标应该满足两个关键标准: 它们与价值直接相关; 它们具有一致性,即基于某些相等值的可数数量。
如果说上天再给我一次机会,我一定会记住那12个单词。 在写这篇分享时,很有必要说一说前因后果。真正开始听说比特币的时候还是2011年,是幸运也是不幸,曾经花了不到100块人民币入了5个。...有时候,生活给了我很多磨难与取舍,拥有了这也失去了那,北京的高压状态,在资金上今年落下了比较大的亏空,以至于想到了跳槽的方式去弥补债务,金秋十月十一月是在焦虑,等待,人生灰暗的时光里渡过的,这就是我入场的原因...也许,有人问我,为什么这一把不多借。那是因为我从未想过为什么不多借而错过的问题,心已满足,这很重要。...对于新人韭菜的建议: 一定不能借债去炒币,投资一定要拿自己可以承受失去的资金 不赚每一分钱 不随大流恐慌的抛,有时候可能接不回来,相信长期持有的价值 操作过程中高位抛了,在低位要接回来 数字货币不要杠杆...大家要正能量,心态很重要 不要时时刻刻去观察交易所的数据,设置好两个点(对于要工作的人来说) 如果有时间一定要去了解一下区块链技术 钱包的记助词,一定要备份好 去正规的交易所,国内比如Huobi Pro
从数据分析师个人角度来说,以后所做的数据分析结果都将受到质疑,因为你已经不再是可信赖的人,在同事、领导、客户面前已经失去了信任。...在数据分析师的脑子里,应该充满着无数个“为什么”,为什么是这样的结果,为什么不是那样的结果,导致这个结果的原因是什么,为什么结果不是预期的那样等等。...主要的硬件要求有以下五点: 1.懂业务 从事数据分析工作的前提就是需要懂业务,即熟悉行业、公司业务及流程,甚至有自己独到见解,若脱离行业认知和公司业务背景,分析的结果只会是脱了线的风筝,没有太大的实用价值...不论简单还是复杂的分析方法,只要能解决问题的方法就是好方法。 4.懂工具 懂工具是指掌握数据分析相关的常用工具。数据分析方法是理论,而数据分析工具就是实现数据分析方法理论的工具。...5.懂设计 懂设计是指运用图表有效表达数据分析师的分析观点,使分析结果一目了然。图表的设计是门大学问,如图形的选择、版式的设计、颜色的搭配等等,都需要掌握一定的设计原则。
领取专属 10元无门槛券
手把手带您无忧上云