一次痛苦和成长的旅程——回首我的软工实践

eqwaak eqwaak 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

一.学期回顾

1.1 回顾第一次博客作业,你对于软件工程课程的想象

对比开篇博客你对课程目标和期待,“希望通过实践锻炼,增强计算机专业的能力和就业竞争力”,对比目前的所学所练所得,在哪些方面达到了你的期待和目标,哪些方面还存在哪些不足,为什么?

对于目前的所学所练所得,我认为我在搜索方面的能力有了非常大的提升,这学期大部分情况下都是从0开始的任务,基本没有任何的基础,没有人教,也没人指导方向,我面对这些任务的时候,只能在广阔的网络海洋中搜寻,尝试找到一条相对能够行得通的路,这就是我在这学期最大的提升,但是可以预见,少了指导和基础,以结果为目的进行的搜索,在这学期我的代码能力可能仅仅只有python得到了非常多的提升,除此之外,其它的东西还是一概不通,没有进步,例如:服务器的配置和使用,java语言,vue等前端语言,神经网络的训练和使用,这些东西我都没有真正意义上的完成,仅仅只是搜索了现成的代码进行使用。

1.2 回顾你在这门课程中的投入与产出

  • 在软工实践课程当中我编写了约1500行代码。

  • 在团队项目中我参与了活动邦的设计与开发。

  • 软工实践的各次作业分别花费的时间

时间作业花费时间
09.01~09.03首次博客作业1h
09.04~09.14个人编程作业5h
09.15~10.12结对编程作业12h
10.06~10.22团队介绍、选题报告、需求分析报告8h
11.04~11.11团队项目之现场编程2h
11.06~11.19团队项目Alpha冲刺阶段与中期总结20h
11.21~1.04团队项目Beta冲刺阶段与终期总结30h
1.07~01.12个人学期总结博客作业1.5h
  • 在软件工程课程上花费的时间(预计花费时间参考:贴出你在首次博客作业中“你打算平均每周拿出多少个小时用在这门课上”这个问题的回答)
    首次博客作业中我是这样回答的:我希望这门课程能够提高我自己的个人能力,我打算力所能及地用出我的时间来完成这门课程的作业
累计时间实际周均时间预计周均时间
79.5h7h10h

从结果来看,我显然没有做到

1.3 令你印象最深刻的是哪一次作业或哪一场答辩?为什么这次作业或这场答辩令你印象深刻?

令我印象最深刻的应该是现场编程那一次作业,因为那一次是真正意义上的随机应变,那一次自己也没用对js语言进行充分的准备以及面对题目的时候我还是十分慌张的,但是我能感受到现场的那种氛围,大家都在短短的2h内尽可能的编程完成任务,虽然那一次我们组的表现依旧是不尽人意,但是最后看到大家做出来的脚本在直播展示的时候,还是比较有成就感的。

img


这图找组员借的~~

二、总结收获

2.1 展开说说你的软工实践故事

  • 个人编程

在个人编程这一块,是软工的开始,这次任务开启了我的搜索能力,我第一次学会了如何在网络上各种地方找代码以及观看别人的代码来扩充自己的知识库,最后完成的时候是跟着教程走了一遍,完成度相对很高。

  • 结对编程

在结对编程这一块,是软工第一次让我感受到压力大的一块,当时想:独立开发一个游戏,这怎么可能,这又该怎么办呢?但是我强大的队友很快就消除了我大部分的焦虑,他给我做了很多很好的铺垫工作以及完成了很多的前端代码,最后我只需要完成AI部分的算法即可。

img

  • 现场编程

令我印象最深刻的应该是现场编程那一次作业,因为那一次是真正意义上的随机应变,那一次自己也没用对js语言进行充分的准备以及面对题目的时候我还是十分慌张的,但是我能感受到现场的那种氛围,大家都在短短的2h内尽可能的编程完成任务,虽然那一次我们组的表现依旧是不尽人意,但是最后看到大家做出来的脚本在直播展示的时候,还是比较有成就感的。

  • 团队项目

团队项目是真正意义上的软件工程,也是软件工程最重要的内容,在项目中我作为一名后端,我学会了如何和队友互相协作互相交流,此时不止是一个人自己闷头去干,要充分的和前端交流,才能编写出明确的接口和明确的功能,当我有不会写的功能我就会用学习到的广泛的搜索能力来尝试解决,例如:自动发送验证码并进行验证,缓存的实现,调用语言模型的接口之类的比较难的功能。

img

2.2 介绍学习到的新技术或生产力工具以及它们给你带来了哪方面的帮助?

  • GitHub

GitHub一直是最大的开源代码网站,你基本需要的它都会有,但是需要非常多的时间去理解别人的代码

  • BiliBili

B站大学就没什么好说的了,有不会的都可以上上面学

  • Apifox(我十分推荐的)

在编写后端的时候,往往需要测试接口的功能是否完备,是否能成?Apifox是一个集成的十分好的工具,能够实现多种语言的后端接口的测试,还能保存该接口测试的记录,十分方便调试,更为关键的是,它能提供对应接口的基本上所有常见语言的前后端交互的代码,这为初期前后端交互提供了非常大的便利!

img

2.3 技术之外,这门课程还给你带来了哪些方面的提升?

给我最大的提升应该就是脸皮变厚了不少,在大三之前我一直都是一个十分社恐的人,面对讲台我上去很难憋出一俩句话,但是进过这次软件工程的锤炼之后,我发现我在面对老师面对同学,我都能较为自在的交流,让我从i的性格中得到了解脱。

2.4 如果还有什么想记录的或者想说的,就写在这儿吧!

如果还有什么想说的话,那就是软件工程这门课给大三迷茫的我指引了一个更加清楚的道路,在大三之前,我一直都是对学习提不起兴趣提不起动力,喜欢摆烂的人,但是在这门课程之后我突然意识到自我颓废最后的下场就是毕业之后找不到工作,我也在这学期重拾了一些以前的动力,做到相对努力的学习。

三、致谢

  • 我感谢每一次答辩的时候,柯逍老师和测评组都能提出非常好的意见,让我及时整改。

  • 我感谢结对编程的时候,我遇到的强大的队友,做了我坚实的靠山。

  • 我感谢项目冲刺的时候,和我一起团结一心赶进度的队员们,没有你们项目不可能完成。

...全文

相关推荐

基于混合储能协调控制的三相并网逆变系统设计【附说明文档】

内容概要:本文围绕“基于混合储能协调控制的三相并网逆变系统设计”展开,系统阐述了蓄电池与飞轮储能等混合储能系统在微电网中的协同控制策略。研究涵盖三相并网逆变器的能量管理、SOC(荷电状态)恒压恒流充放电控制、PQ控制与双闭环控制等核心技术,并基于Matlab/Simulink仿真平台实现了系统建模与动态仿真验证。文中深入探讨了飞轮储能系统的机侧PQ控制与网侧变流器的恒压双闭环控制,分析了微电网在调频调峰、功率协同分配等方面的运行特性,强调多能源间的协调优化与系统的快速动态响应能力,旨在提升微电网的运行稳定性、电能质量及能源利用效率。; 适合人群:具备电力电子、自动化或电气工程等相关专业背景,从事新能源发电、微电网控制、储能系统集成与优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入研究混合储能系统在微电网中的协调控制机制与能量管理策略;②掌握三相并网逆变器的建模、控制算法设计及Matlab/Simulink仿真方法;③实现储能系统的高效充放电管理与并网功率精确控制;④为学术论文撰写、科研课题申报、工程项目开发或实验复现提供完整的技术方案与参考实例。; 阅读建议:建议结合所提供的仿真模型、说明文档及参考文献,按照系统架构从单元控制到整体协调的顺序分模块学习,重点关注各控制策略的设计原理、参数整定方法与协同逻辑。推荐在Matlab环境中动手复现仿真,通过调整参数和工况来观察系统响应,以深化对理论知识的理解和工程应用能力的掌握。

梦想科研社_研学

科技中介服务机构在服务企业时,如何通过平台降低服务门槛和操作复杂度?.docx

科技中介服务机构在服务企业时,如何通过平台降低服务门槛和操作复杂度?

BIZKEEN

运维管理基于Hyperfilelens的Docker Compose业务系统备份恢复:机房设备更换场景下的数据迁移与验证方案设计

内容概要:本文介绍了在机房存储设备更换及固件升级背景下,通过 Hyperfilelens 实现多套 Docker Compose 部署的业务系统备份与恢复的全过程。文章围绕备份迁移的实际操作,详细阐述了从主机接入、备份路径选择、策略配置、恢复执行到业务验证的七个关键步骤,并结合截图说明各环节的操作要点。特别强调了不仅要完成数据备份与恢复,还需核对目录结构、服务启动状态和业务功能可用性,确保迁移后系统完整可用。最终总结了 Hyperfilelens 在集中管理保护对象、制定备份策略、明确恢复目标和提供可核查记录方面的核心价值,倡导将备份作为常态化运维机制而非临时应急措施。; 适合人群:从事运维、系统管理及相关技术岗位,具备一定 Docker 和服务器管理经验的技术人员,尤其是面临机房设备更新或系统迁移任务的团队成员。; 使用场景及目标:①解决老旧存储设备更换过程中的业务系统平滑迁移问题;②实现基于 Docker Compose 架构的应用数据可靠备份与异机恢复;③建立可复用的备份恢复流程,提升运维自动化与可靠性。; 阅读建议:建议结合文中提到的平台界面和操作命令逐步实践,重点关注备份范围确认、一致性保护、恢复路径核对及业务端到端验证,避免仅依赖工具状态而忽视实际业务可用性。

。。。。609

chromedriver-mac-arm64-158.0.8127.18(Beta).zip

chromedriver-mac-arm64-158.0.8127.18(Beta).zip

LCG元

政府科技管理者在推动区域科技成果转化时,如何实现科技成果与产业需求的精准对接?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN
评论
收藏 已收藏
分享
返回顶部