软件工程实践总结——在实践中蜕变

这个作业属于哪个课程2401_CS_SE_FZU
这个作业要求在哪里软件工程实践总结&个人技术博客
这个作业的目标软件工程实践以及个人掌握的技术的总结
软件工程实践总结《构建之法》

目录

1、回顾旧问题

原博客:思考博客

问题1 我都是大学生了,上课还要认真听老师讲课么?
1.首先,上课认真听讲助于学生形成良好的学习习惯,否则学生可能会在整个大学的学习生活中散漫无纪律。
2.其次,在课堂老师的讲解下,书本中枯燥乏味的知识会更加容易理解吸收,学习效率会更高。老师也会经常告诉学生更好的学习、记理解的方法,学习起来事半功倍。
3.再次,老师经常会在课堂上讲更多的书本中没用的知识,这些知识往往是书本中并没有特殊提到的,然而这些知识往往也非常重要。

问题2 学生用GPT-4来做作业,老师要如何甄别呢?
1.在怀疑作业是否ai生成时,可以使用ai检测工具,例如unicheck来检测。
2.在布置作业时,布置过程性作业,让学生提交阶段性过程,从而保证学生作业完成的独立自主性。
3.布置需要深入思考的作业,需要学生自己深入思考得出感悟,让学生有自己的理解。

问题3 代码量与个人的编码能力有直接关系吗?
代码量能在一定的范围内衡量个人的代码水平,但并不是绝对,一个人的代码量很多,只能说明他对于代码很熟练练,不一定代码水平很高,因为他有可能做了很多低端的项目,代码量很多,但很多都是很基本的功能,并没有很复杂的内容,只是做一些繁琐的工作。

问题4 如何让自己能够跟上软件工程发展,做一个永不落伍的开发者呢?
树立终身学习思想,保持对学习的热爱。计算机的变革很快,一两年就会有一个新的技术出现,要想跟上软件工程的发展,就需要保持终身学习的习惯,对前沿的新技术保持学习热情,主动的去学习新的知识,努力扩充自己的知识库,不断磨练自己技术,加深自己对各种技术的理解,保持对新技术的好奇心。

问题5 如何发现社会的潜在需求?
在日常的生活中,遇到某种需求但无法得到满足时,去考虑这种现象是否是社会中的普遍现象,是偶然现象还是个例,如果是普遍现象思考为什么没有解决,其中的难点是什么,解决这些问题需要克服什么困难。考虑如果为需要这种服务的人提供服务是否有经济价值,付出成本是否能有所回报,如果有,那么回报率大概可能有多少。

2、阶段收获

需求分析
沟通是需求分析的关键,我意识到了准确理解用户需求的重要性,这有助于避免后续开发中的误解和返工。
系统设计
设计阶段是确保软件项目成功的关键。一个良好的设计可以减少开发过程中的返工,提高软件质量。我认识到设计不是一次性的活动,而是一个迭代的过程。随着项目的进展和用户反馈的收集,设计需要不断地调整和优化。
实现阶段
编码不仅仅是写代码,更重要的是代码的可读性和可维护性,避免随着项目的进行写出屎山代码。
** 测试阶段**
通过这次项目我学会了几个比较好用的自动化测试技术,极大的提高了工作效率。
发布阶段
我认识到发布不是项目的终点,而是一个新的开始。用户反馈是设计迭代的重要输入,它帮助我们理解当初设计的实际效果,并指导往后的更新改进。

3、软工实践心得

个人项目
在个人项目中,由于第一次接触git,在git的部署上遇到了很多的问题,但在自己一步一步的摸索下问题得以解决。同时个人项目中的数据爬取是我遇到的比较大的问题,爬取数据和处理数据时是集中报错的地方,但也通过各种方法解决了这些问题。
结对项目
刚拿到结对项目作业的时候,头脑中还是比较一头雾水,因为这是我第一次接触网页编程,对于html语言不了解,在实现阶段,对于已经在原型设计中已经做好的功能上的实现上有点手足无措,很多新的知识需要去学习,最后做出来的网页与原型设计中的网页相比有点阉割版的感觉。
团队项目
这次的团队作业是我接触到的参与人数最多的一次项目,我认识到,在进行多人合作时,分工具体的任务是相当重要的,每个人分配到具体的每一项任务可以提高项目的完成效率。在这次项目中,由于我们的网站中的所有信息数据是存于数据库中,所以需要很多的原始数据,我的主要任务是去各大网站去爬取酒店、景点信息数据。但是也不是所有的网站中的所有信息都可以随便爬取,类似在爬取大众点评中的信息时遇到了反爬机制,我的那一点爬虫技术被拒之门外,所以以后也会继续学习爬虫技术,我个人也对爬虫产生了比较强的兴趣。

4、自我评估

目标评分解释
理解软件工程师的职业道德规范和实践要求,了解国情社情民情,理解软件产品对社会、健康文化等影响,树立积极向上的软件开发理念。95我认为这是作为一个软件工程师基本素养,不止于软件工程师,无论从事任何职业对社会、健康文化等产生积极向上的影响是基本要求之一。我们作为软件工程师也要严于律己,对于用户隐私以及软件的合法性问题做出更多的考虑。
掌握需求分析的全过程,能辨别客户表述的多样化要求,熟练使用需求表达工具,能够规范、准确地表达客户的需求,构建需求分析模型。90在项目初期的设计阶段,可以良好的分析用户需求,设计软件的大体框架,并通过Axure做出原型设计
掌握软件开发的全过程,遵循体系结构设计方法和基本设计原则,通过正式的技术评审,完成从体系结构设计模型、数据设计模型和构件级设计模型,形成面向高效可靠的服务组件设计方案或软件系统设计方案。80我对软件开发的全过程有较为全面的了解,能够遵循体系结构设计方法和基本设计原则。但在完成从体系结构设计模型到构件级设计模型的过程中,我有时需要额外的时间来理解和应用正式的技术评审。
能够执行从组件到软件系统的技术评测,具备设计模型的评判能力,具有创新设计意识,能够优选设计方案。80我具备一定的技术评测能力,能够对设计模型进行评判。但在创新设计意识和优选设计方案方面,我认为自己还有较大的提升空间,特别是在面对复杂问题时的创新解决方案的提出。
遵循软件开发各阶段文档标准,采用规范的表达,掌握需求规格说明书、系统设计说明书、系统测试报告等文档撰写方法,具备与业界同行交流能力。85我能够遵循软件开发各阶段的文档标准,掌握需求规格说明书、系统设计说明书、系统测试报告等文档的撰写方法。我具备与业界同行交流的能力,但在某些专业术语的使用上还需更加精准。
具有良好的团队意识和合作技能,能够与其他成员开展有效的沟通和协作;能够组织、协调或指挥团队开展工作。90我在团队合作方面表现良好,能够有效地与其他成员沟通和协作。我能够组织、协调或指挥团队开展工作,这是我的强项之一。
能够辨别具体软件项目管理中涉及的构成要素,掌握软件规模和工作量的估算方法,能够选择合适的工具规划软件进度并对项目管理过程进行配置,具备初步的管理复杂软件工程项目的能力。80对软件项目管理的构成要素有一定的了解,能够掌握软件规模和工作量的估算方法。但在选择合适工具规划软件进度和管理复杂软件工程项目的能力上,我认为自己仍需积累更多实践经验。

二、个人技术总结

个人技术总结

...全文
354 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文提出了一种基于改进扩散模型的高海拔地区新能源高波动出力场景生成方法,并提供了完整的Python代码实现。该方法针对高海拔地区风能、光伏等新能源出力波动剧烈、不确定性高的特点,通过优化扩散模型的结构与训练策略,有效捕捉历史数据的概率分布特征与时序相关性,从而生成高质量、多样化的出力场景。文中详细阐述了模型的数学推导、网络架构设计、损失函数优化及采样算法改进,并通过实验证明其在拟合精度、场景多样性与稳定性方面优于传统生成模型,为电力系统在高比例新能源接入下的规划、调度与风险评估提供了可靠的场景输入支持。; 适合人群:具备一定Python编程能力和机器学习基础,从事新能源发电预测、电力系统分析、智能优化、场景生成等方向研究的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①用于高海拔地区风电、光伏出力的不确定性建模与多场景生成;②支撑含高渗透率新能源的电力系统随机优化调度、鲁棒决策与风险评估;③为相关学术研究、论文复现与算法改进提供可运行的技术方案与代码基础; 阅读建议:建议读者结合所提供的完整资源(代码、数据集、说明文档)进行实践操作,重点关注扩散模型的前向加噪与反向去噪过程的设计细节,以及如何将其适配于新能源时序数据的生成任务,通过参数调优与对比实验深入理解模型的生成机制与性能边界。
内容概要:本文围绕基于静态约束法的配电网电动汽车接入容量评估展开研究,提出了一种在新型电力系统背景下评估主动配电网对电动汽车承载能力的方法。研究通过构建数学模型,结合潮流计算与关键约束条件(如电压越限、线路过载等),量化分析配电网可承受的最大电动汽车充电负荷容量,旨在识别规模化电动汽车接入带来的潜在运行风险,并为电网规划与运行提供科学依据。文中配套提供了完整的Matlab代码实现,便于仿真验证与结果复现。此外,该研究与分布式光伏承载力评估、电动汽车可调能力分析等方向形成技术联动,展现了多主题协同的研究体系。; 适合人群:具备电力系统分析基础理论知识及Matlab编程能力的高校研究生、科研机构研究人员,以及从事新能源并网、智能配电网规划与运行等相关领域的工程技术人员。; 使用场景及目标:①用于学术研究中的模型复现与论文撰写支撑;②评估实际配电网中电动汽车大规模接入的可行性与安全边界,指导充电基础设施布局;③作为高校教学案例,帮助学生深入理解电网承载力评估的核心原理、建模方法与仿真技术; 阅读建议:建议结合文中提及的相关研究方向(如二阶锥规划、多面体聚合方法等)进行对比学习,充分利用所提供的Matlab代码与网盘资料开展仿真实验,重点关注约束条件的设定逻辑与潮流计算模块的实现细节,以深化对评估模型机理与工程应用价值的理解。
内容概要:本文围绕“考虑隐私保护的分布式联邦学习电力负荷预测研究”展开,提出了一种基于Python实现的联邦学习框架,旨在解决居民或行业电力负荷预测中用户电表数据隐私泄露的风险。该研究通过构建分布式机器学习模型,使各参与方在不共享原始数据的前提下协同训练全局模型,有效实现了数据“可用不可见”。文中详细阐述了联邦学习的整体架构设计、本地模型训练流程、参数加密传输与安全聚合机制,并结合差分隐私等技术进一步增强系统的隐私保护能力。同时,研究利用真实电力负荷数据集进行了实验验证,展示了方法在预测精度与隐私保障之间的良好平衡,并提供了完整的代码实例与复现指南,便于后续研究与应用拓展。; 适合人群:具备一定机器学习基础和电力系统背景知识,从事智慧能源、隐私计算或人工智能相关方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 实现跨区域、跨主体的电力负荷协同预测,打破数据孤岛;② 在确保用户用电数据隐私安全的前提下提升负荷预测准确性;③ 推动联邦学习在智能电网、需求响应、虚拟电厂等场景中的实际部署与应用。; 阅读建议:建议结合文中提供的Python代码与网盘资料进行动手实践,重点关注联邦学习的通信轮次设计、模型聚合算法(如FedAvg)的实现细节以及差分隐私噪声添加策略,深入理解其对模型性能与隐私强度的影响,为进一步优化与创新奠定基础。
VDA_Band_19.1_3rd edition_2026 English Inspection of Technical Cleanliness 内容概要:本文档为德国汽车工业协会(VDA)发布的第三版《技术清洁度检验:功能相关汽车部件的颗粒污染检测》(VDA 19.1),系统规范了汽车行业中零部件技术清洁度的检测方法与流程。文件涵盖从取样、提取、过滤到分析的全流程标准化操作,重点更新了干法提取(如 Stamp Test 和刷吸法)、小于50µm颗粒的检测、光学子系统和SEM/EDX标准分析方法,并引入统一材料分类体系以提升结果可比性。同时明确了“标准分析”与“自由检验”的区别,前者用于高兼容性检测,后者允许客户与供应商协商定制参数。文档还强化了对非可测组件的技术清洁保障、测量不确定度评估及方法验证的要求,并提供了多个实际案例支持应用落地。; 适合人群:适用于汽车制造业中从事质量控制、工艺开发、供应商管理及相关检测实验室的技术人员和管理人员,尤其适合具备一定质量管理或洁净度检测基础的专业人员。; 使用场景及目标:①用于制定和执行零部件清洁度检测标准;②指导 incoming/outgoing 检验及生产过程监控;③支持失效分析与质量改进项目;④作为企业内部审核和技术交流的依据; 阅读建议:建议结合VDA 19.2及其他相关标准配套使用,重点关注各章节中的起始参数设定、方法选择逻辑及附录中的检查表示例,在实际操作中同步开展方法验证与人员培训,确保检测结果的有效性和可追溯性。

113

社区成员

发帖
与我相关
我的任务
社区描述
202401_CS_SE_FZU
软件工程 高校
社区管理员
  • FZU_SE_TeacherL
  • 助教_林日臻
  • 防震水泥
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧