推荐一位大厂的数据大佬
自我介绍
欢迎大家关注晓阳的数据小站，号主是一名兴趣广泛的程序员，经历过大数据发展的各个阶段，主要分享大数据的技术文章与大数据的科普视频，喜欢跟大家聊一聊日常数据工作的各种事情。虽然晓阳从2020年才开始写技术文章，但每周的坚持，已经形成了体系化的分享思路。日常会跟读者分享数据技术的相关见解，包括数据思维、数据治理、数据仓库及数据架构多个系列，有时间也写一写日常工作中的点点滴滴。
精彩文章分享
尽管我们是做业务的开发，但我们思考问题的方式，并不应该局限在思考自己是P几、亦或者是这件事与我有没有关系、还是说这出事了我怎么能避免责任，而是应该向更远的地方去看，思考“做事情的意义”并能够“持续的为之行动”。一旦你确定了自己在团队、在业务、乃至在部门中的角色和定位之后，你所真正应该努力的方向，就会让你少走许多弯路。有时候我们羡慕他们年纪轻轻能够晋升高P，不如多思考我应该是怎样的一个定位。
快，不仅仅指开发速度快，而是指基于一套成熟的模式，将精力集中到核心事情上，通过降低无关事情的投入，变相提高需求开发速度。
试想一下，一个传统的需求开发周期，大约是21天，涉及到了PRD设计、需求评审、功能模块开发、测试、联调、上线等。虽然每个人在工作经验和协作流程上，能够实现经验的积累，但开发的速度，却不会有本质的提升，因为技术是没有积累的。
数据仓库、数据分析模型，其本质，也在于通过自动化的流程，将过去的经验积累起来。后人能够在前人的基础上，实现开发效率的跃升。当然，场景再复杂下去，就是另外一回事了。
那么传统的软件行业能够做到这种速度吗？能。但是，它在内涵上，就不是为了“快”，而是为了“持续稳定的交付”。在设计思想上存在了差异，那么实现的方式和手段，也就自然而然不同了。
往期系列文章
数据思维系列
数据治理系列
数据仓库系列
数据架构系列
评论