当前位置: 首页 > article >正文

2022年终考核经验教训

我是从2021年5月从Java后端转到React前端开发的,当时组内连我在内招了4个人,都是后端,组里缺少前端,领导询问各人意见,我表达了有过jQuery、Html、CSS开发经验后,便有意让我做前端,我一开始其实也不排斥,在我看来,前端做起来也有它的趣味性,当时我也问了组里的前辈前端跟后端考核是否有区别,回复无区别,哪知这是个坑。

2021年半年下来考核拿了C,这也正常,毕竟初来乍到,开发技能也不熟练。

2022年努力工作,接了三个项目,包含五个代码库,需要我来维护开发,经常干得脖子疼(长时间盯着显示器),也积极响应领导要求,搞了个前端组内的培训,讲了下React Hook的相关应用,只能说该做的都做了,活干的也不少,不过跟后端比起来可能缺少连贯性和组织性,毕竟前端都是些细碎的活,改改这个改改那个,要想在原有的框架上做出改变,一是能力确实不够,二是项目容不得失误,否则会出乱子。

结果年底了,突然搞了个PPT述职,真的是,既不会做PPT,也不会表达,完全踩坑了,导致旁听的前端(产假归来)也觉得前端的活少,这是很离谱的,合着一年白折腾了,最后就是还是拿了C。事后跟领导沟通,一个原因是项目经理认为我缺少业务理解,说真的前端想懂业务真的有点难,接触不到主要是,一天活干下来不可能还去研究后端接口吧;第二个原因就是领导说的,专业能力不够强,还补充了在他看来前端与后端相比确实是难以评高分,这就是坑的地方了,转之前没交代清楚哇,要早知道谁还转,缺人就招呗。

总结一下教训:

  1. 要重视PPT,不要写流水账,大领导可能比较看重PPT以及述职表现,不要觉得平时做的够多领导可能会看在眼里,不会的,也许根本没注意。
  2. 要有产出,技术方面,多写技术博客,到时候写PPT可以算是亮点。
  3. 遇到反思少讲自己的不足,反思要写点虚的,不然领导真觉得你不行。
  4. 平时对代码有什么优化,ESlint、重构组件之类的都可以写,不要老写干了什么,要写做了什么不同的事。
  5. 既然干了前端,就好好干吧,还能咋办呢,再转回后端可能又要耽搁一年,又得先熟悉项目。
  6. 可以的话还是要熟悉后端项目,这样随时可以转后端。
  7. 除了工作,还是要好好学习,不管是技术方面还是别的,做好两手准备,不要觉得进了这个公司就可以一直呆下去,谁知道呢,该干嘛干嘛。

加油吧,趁现在。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.dgrt.cn/a/300250.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章:

2022年终考核经验教训

我是从2021年5月从Java后端转到React前端开发的,当时组内连我在内招了4个人,都是后端,组里缺少前端,领导询问各人意见,我表达了有过jQuery、Html、CSS开发经验后,便有意让我做前端,我一开始其实…...

Qt扫盲-QScrollBar理论总结

QScrollBar理论总结1. 简述2. 滚动条组成3. 常用设置5. 信号6. 键盘功能1. 简述 QScrollBar其实就是一个滚动条控件,它使用户能够访问大于用于显示文档的小组件的文档部分。它提供了用户在文档中的当前位置以及可见的文档量的可视指示。滚动条通常配备其他控件&…...

两位前阿里 P10 的成长经历的启发

目录 汤峥嵘的成长经历 关键节点一:到美国留学 关键节点二:美国工作十年 关键节点三:八年阿里时光 关键节点四:加入途牛和 VIPABC 毕玄的成长经历 关键节点一:小公司里脱颖而出 关键节点二:加入淘宝…...

gitlab限制push size的解决办法

在单位的gitlab上新建仓库opengl,然后clone github代码后更新到自己的gitlab上: git remote set-url --add origin gitgit.xxx.com:/opengl.git git remote set-url --delete origin https://github.com/opengl/opengl.git git push origin master正常来…...

公众号私域流量运营的三种手段

在当前的市场环境下,建立私域流量是比较明智的选择,这是为什么呢?这是因为当前的用户市场,同行之间竞争是比较激烈的,企业稍不注意就可能流失用户,为了更好的留存用户以及开展用户运营,企业最好…...

Java优雅的记录日志:log4j实战篇

写在前面 项目开发中,记录错误日志有以下好处: 方便调试 便于发现系统运行过程中的错误 存储业务数据,便于后期分析 在java中,记录日志有很多种方式: 自己实现:自己写类,将日志数据&#xf…...

西妥昔单抗丨艾美捷西妥昔单抗Cetuximab方案

西妥昔单抗Cetuximab是针对人表皮生长因子受体的一种单克隆抗体,主要作用就是与表皮生长因子受体结合,阻断表皮生长因子受体与其它配体的结合而达到抗肿瘤的目的。各种恶性肿瘤细胞,例如直肠癌细胞、胃癌细胞,表面都高表达表皮生长…...

hc32和stm32 can波特率设置

前言 笔者在调试一款新的mcu的can通信时候,最麻烦的是波特率设置。由于没有弄明白其计算原理,经常出错,且不同的波特率有不同的采样点的要求。浪费了不少时间。这次一次搞明白can波特率的计算公式。 can波特率计算 在ISO 11898-1-2015 标准…...

pytorch 的自动求导功能简介

pytorch 的自动求导功能简介一、反向传播算法简介二、pytorch 的自动求导功能1. 前言2. 我们需要自动求导机制做什么3. 一个简单的例子4. 模型训练过程中使用自动求导(略)5. 关闭和打开自动求导6. 自动求导和原地替换操作7. 自动求导的性能分析器(略)8. 高阶话题:关…...

Rock派(基于瑞芯微RK3308B)开发记录-上篇

本文作者:Linux兵工厂,一个嵌入式软件领域的攻城狮。欢迎指教公一众-号:Linux兵工厂,获取硬核Linux资料和文章 前言 根据项目需求并且经过各方面评估最终选择了这款Rock Pi(Rock派)系列中的Rock Pi S产品。正式它的各方面的特性…...

基于深度学习的人脸表情识别(一)

第一篇博客就不用Markdown(什么鬼)来写了。 今天主要是被老板一通说,然后说两月看10篇paper,算了,还是丫丫自己先多码码论文吧。再加之这几天有开博的想法,就索性一起开了,顺道总结下最近看的一…...

Face Expression Recognition with a 2-Channel Convolutional Neural Network(基于双通道卷积神经网络的表情识别部分翻译)

第一次在这记录英文文献哈,**Face Expression Recognition with a 2-Channel Convolutional Neural Network**,2015ILCNN上的,以前就应该是过了一遍,忘了,今天又来看看。 Abstract: 对于人脸表情识别,一项…...

Incremental Linear Discriminant Analysis for Face Recognition(基于人脸识别的增量式LDA的部分翻译)

原文是Incremental Linear Discriminant Analysis for Face Recognition;**IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS—PART B: CYBERNETICS, VOL. 38, NO. 1, FEBRUARY 摘要:降维法已经成功的应用于人脸识别领域,在众多的降维法之内&#x…...

简析Go与Java内存管理的差异

前言 从实践中看,Golang(以下简称Go)应用程序比Java占用更少的内存,这与它们的运行时环境有关,其运行时自带了内存动态分配和自动垃圾回收的管理机制,本文通过分析Go与Java在内存管理机制上的差异&#xff…...

为Kubernetes选择合适的容器运行时

前 言 作为后台支撑,Kubernetes优势明显,具有自动化部署、服务伸缩、故障自我修复、负载均衡等特性。咪付的蓝牙过闸系统和全态识别AI系统的后台支撑采用了Kubernetes,经过线上的长期运行,其状态良好运行平稳。 蓝牙过闸系统和全…...

2D与3D人脸识别详解

人脸是人体最重要的生物特征之一,而人脸研究主要集中在人脸识别方面,人脸的表达模型分为2D人脸和3D人脸。2D人脸识别研究的时间相对较长,方法流程也相对成熟,在多个领域都有使用,但由于2D信息存在深度数据丢失的局限性…...

深度学习中,CPU、GPU、NPU、FPGA如何发挥优势?

随着AI的广泛应用,深度学习已成为当前AI研究和运用的主流方式。面对海量数据的并行运算,AI对于算力的要求不断提升,对硬件的运算速度及功耗提出了更高的要求。 目前,除通用CPU外,作为硬件加速的GPU、NPU、FPGA等一些芯…...

从MobileNet看轻量级神经网络的发展

随着深度学习的火热,计算机视觉领域内的卷积神经网络模型也层出不穷。从1998年的LeNet,到2012年引爆深度学习热潮的AlexNet,再到后来2014年的VGG,2015年的ResNet,深度学习网络模型在图像处理中应用的效果越来越好。神经…...

机器学习中的分类距离

生活中,距离通常是用于形容两个地方或两个物体之间的远近。在人工智能机器学习领域,常使用距离来衡量两个样本之间的相似度。 “物以类聚” 我们知道“物以类聚”通常用于比喻同类的东西经常聚在一起。机器学习中,距离就是遵循物以类聚的思…...

SVM分类器原来这么简单

前 言 SVM,英文全称为 Support Vector Machine,中文名为支持向量机,由数学家Vapnik等人早在1963年提出。在深度学习兴起之前,SVM一度风光无限,是机器学习近几十年来最为经典的,也是最受欢迎的分类方法之一…...