软件工程实践暑假作业
软件工程实践第1次作业
| 这个作业属于哪个课程 | 2401_CS_SE_FZU社区-CSDN社区云 |
|---|---|
| 这个作业要求在哪里 | 软件工程实践暑假作业-CSDN社区 |
| 这个作业的目标 | 总结过去,计划未来 |
| 其他参考文献 | 《构建之法》、CSDN这个作业属于哪个课程 https://bbs.csdn.net/forums/2401_CS_SE_FZU 这个作业要求在哪里 https://bbs.csdn.net/topics/619258010 这个作业的目标 总结过去,计划未来 其他参考文献 《构建之法》、CSDN |
目录
- 软件工程实践第1次作业
- 一、准备工作
- 1.1 git上传文件截图
- 1.2华为云仓库地址
- 二、回首过去
- 2.1 当初你为什么选择软件工程这个专业?
- 2.2 当初对软件工程这个专业的期待和想象是什么?
- 2.3 当初希望自己是如何投入这个专业的学习的?曾经做过什么准备,或者立下过什么 FLAG 吗?
- 三、立足当下
- 3.1个人简介
- 四、展望未来
- 4.1 阅读《构建之法》,并阅读构建之法社区中前人提出的问题,选择5个及以上的问题写下自己的思考。要求在自己的思考中贴上原问题的链接。
- 4.2 未来的职业规划
- 4.3 对于软件工程实践课程的理解和期望?
- 五、思维导图和学习路线
- 5.1思维导图
- 5.2学习路线
一、准备工作
1.1 git上传文件截图


1.2华为云仓库地址
二、回首过去
2.1 当初你为什么选择软件工程这个专业?
首先我是大一转专业到这个专业的,因为看到了软件专业的前景,在计算机技术发展快速的今天,我认为软件工程的知识会用在各行各业中,例如人工智能领域和大数据领域会需要软件工程的知识进行项目管理,软件工程从开发作为起点,但是思想并不局限于开发,它的方法论会延续到多个领域,因此我认为这个专业有良好的兼容性,是个可以选择的专业。
2.2 当初对软件工程这个专业的期待和想象是什么?
当初对这个专业的想象很广,包括了电影中戴兜帽的黑客和网络上广为流传的加班到秃头穿格子衬衫的程序员,当然实际上给我带来的困难颠覆了我很多美好的想象,尤其是真正接触到工程级别的项目时我无法入手,以及在机器学习和深度学习上复杂的数学理论,都让我感受到了困难。
2.3 当初希望自己是如何投入这个专业的学习的?曾经做过什么准备,或者立下过什么 FLAG 吗?
当初希望本科阶段学习计算机基础知识和软件开发基本能力,研究生阶段学习人工智能、大数据等前沿领域,我希望能够读研来完成我的目标,并且为此一直在付出
三、立足当下
3.1个人简介
| 个人简介 | |
|---|---|
| 姓名 | 欧阳开源 |
| 学号 | 052207115 |
| 专业水平 | |
| 编程语言 | Java,Python,html/css/javascript |
| 技术框架 | sklearn,Pytorch |
| 开发软件 | IDEA,Pycharm,Vscode |
| 项目经历 | |
| 电费数据的数据挖掘项目 | 使用sklearn中的决策树、朴素贝叶斯、神经网络等传统机器学习算法对电费数据进行分类和回归分析 |
| 一日游系统 | 使用QT+cpp进行一日游活动的简单系统开发,包含基于最短路径算法的使用和用户界面开发 |
| 医疗陪诊系统 | 使用Java的JDBC和gui对信息进行增删改查,实现陪诊预约等功能 |
四、展望未来
4.1 阅读《构建之法》,并阅读构建之法社区中前人提出的问题,选择5个及以上的问题写下自己的思考。要求在自己的思考中贴上原问题的链接。
1.1 在一个被认定为“足够好”的软件发布后,得到的用户反馈中,哪些是有用的?什么时候才能将这个软件优化到相对稳定的版本?
例如用户报告的Bug、性能问题、用户体验方面的反馈、功能请求、兼容性问题,以及安全性方面的担忧。Bug报告能够帮助发现未被察觉的问题,性能反馈则能指出在不同场景下软件的表现。用户体验的反馈尤其关键,能揭示操作流程是否顺畅,界面是否友好。
AI并不能解决软件开发中的所有问题。编程本质上是一种创造性和复杂性兼具的活动,AI 工具虽然能够自动生成代码、提供智能补全和优化建议,但它们仍然需要人类的判断、设计和决策能力。同时AI仍然缺乏人类的创意,尤其是在科研探索方面,它依旧是一个优秀的工具,无法代替人类。
2.1 软件开发过程中是否有必要保证代码具有100%的正确性,如果有必要又应该如何实现呢?
我认为实际情况中并不总是必要或可行。代码的“正确性”通常指的是它是否按照预期执行,满足所有功能需求,并且在所有可能的输入情况下都能正确处理。在航空航天、医疗设备、核电站等高安全性要求的领域,代码的高正确性是必要的,因为任何错误都可能导致严重后果。对于这些系统,确实会要求尽可能接近100%的正确性
3.3 想从事软件开发的大学生是去企业实习成长更快还是在学校实验室实习成长更快呢?
我认为是企业实习。企业实习通常能让你更快地接触到实际的项目和真实的工作环境。在企业中,你会面临实际的开发需求、项目管理、团队协作,以及客户的要求等。你可以学习到如何在严格的时间限制内交付高质量的软件,并理解市场需求、商业价值等方面的考量。实验室偏向科研方向的学习,以研究为核心,和就业需求不同。
16.1 如何准确判断一门编程语言的发展阶段,从而在学习的过程中不会浪费时间到最后学了一门被淘汰的语言?
要准确判断一门编程语言的发展阶段,其实需要从几个方面来综合考虑。首先,我会关注这门语言的社区活跃度,比如在GitHub上有多少项目是用这个语言写的,Stack Overflow上讨论的热度,以及是否有定期的版本更新。这些都能反映出这个语言是否被广泛使用和支持。
另外,我也会看看这个语言在行业中的应用情况。如果发现很多大公司或者主流项目在用这门语言,那说明它的前景可能不错。相反,如果几乎没有公司在招聘或者使用它,可能就要小心了。
还有一个重要的点是这门语言的生态系统是否完善。语言本身的功能固然重要,但如果没有强大的库和工具支持,开发效率会大打折扣。
4.2 未来的职业规划
我目前心仪的职业为数据挖掘工程师、前端工程师、后端工程师。
数据挖掘工程师则专注于从大数据中提取有价值的信息,使用编程语言(如 Python 或 R)和工具(如 TensorFlow、scikit-learn)来处理和分析数据。他们的工作包括数据清洗、特征选择、模型训练和评估,最终通过分析结果来为业务决策提供支持。数据挖掘工程师通常需要深入了解机器学习和统计学。
前端工程师主要负责开发和维护用户界面,也就是用户在浏览器或移动应用中看到和互动的部分。他们使用 HTML、CSS 和 JavaScript 等技术构建网页,确保页面在不同设备和浏览器上都能正常显示和使用。
后端工程师主要负责服务器端的开发工作,确保应用程序的逻辑、数据库管理、安全性、以及服务器和客户端之间的通信顺利运行。
4.3 对于软件工程实践课程的理解和期望?
对于软件工程实践课程的理解和期望,我觉得这门课的重点在于把理论知识和实际开发结合起来。我们在之前的课程中学到了很多编程技巧、设计模式和开发流程,但这些大多还是纸上谈兵。实践课程就像是一次真实的“战场”体验,我们可以通过动手做项目来理解整个软件开发流程是怎么运作的。
我希望在这个过程中,不仅能锻炼技术能力,比如写更高质量的代码,掌握新的开发工具和框架,还能学到一些书本上不太容易教的东西。比如,如何在团队中有效沟通、解决冲突,如何合理地分配任务,以及在遇到项目难题时,如何在有限的时间内找到解决方案。
五、思维导图和学习路线
5.1思维导图

5.2学习路线

相关推荐
软件工程领域测试覆盖率:衡量软件测试成效的利器
软件测试的终极目标是“用最少的测试成本发现最多的潜在缺陷”,但如何判断“测试是否到位”?测试覆盖率通过量化代码被测试用例执行的比例,为这一问题提供了客观依据。本文将覆盖测试覆盖率的定义、常见类型、计算方法、工具实践及行业应用,帮助开发者掌握这一核心质量保障工具。用“检查暑假作业”的故事引出测试覆盖率;拆解行覆盖率、分支覆盖率等核心概念;用Python代码演示覆盖率计算;实战搭建覆盖率统计环境并分析报告;讨论不同场景下的覆盖率选择与未来趋势。测试覆盖率。
产教融合实训基地与实践中心建设逻辑图-可编辑版
产教融合实训基地与实践中心建设逻辑图-可编辑版
idea2025-free.zip
idea2025-free.zip
sop基于灵敏度分析的有源配电网智能软开关优化配置升级1(Matlab代码实现)
内容概要:本文提出了一种基于灵敏度分析的有源配电网智能软开关(SOP)优化配置方法,旨在应对高比例分布式电源接入带来的电压波动与网络损耗加剧等问题。研究以IEEE33节点系统为算例,通过改进的灵敏度分析模型量化各节点对电压和功率流动的影响程度,进而构建SOP选址与定容的优化模型,实现降低网损、改善电压分布及提升系统运行灵活性的目标。全文详细阐述了灵敏度指标的数学推导、目标函数与约束条件的建模过程,并基于Matlab实现了完整的仿真求解流程,具备良好的工程实用性与学术参考价值。; 适合人群:电力系统及其自动化、电气工程等相关专业的硕士博士研究生、科研机构研究人员,以及从事智能配电网规划、运行与优化的工程技术人员。; 使用场景及目标:①研究分布式电源大规模接入背景下配电网的主动调控与优化策略;②指导智能软开关在实际配电网中的科学选址与容量配置;③为相关科研课题提供可复现的仿真案例,支撑学术论文撰写与算法验证。; 阅读建议:建议读者结合提供的Matlab代码与IEEE33节点标准模型进行动手实践,重点理解灵敏度指标的物理意义及其在优化模型中的应用逻辑,关注求解过程中的约束设置与算法收敛性,并可进一步拓展至SOP与储能联合配置、多时间尺度优化等复杂场景进行二次开发与研究。
Ubuntu安装Latex
关于Ubuntu安装Latex的详细记录和排错指南


