2016工做總結

1、員工我的對2016年重點工做、核心績效指標進行羅列。

一、 機器學習平臺一期

參與機器學習平臺從無到有的建設過程、伴隨機器學習平臺的成長、對於機器學習技術領域問題的定位及解決思路、經常使用算法基本原理及對應問題、spark（ml）熟悉及scala 語言應用等方面都有了長足的進步。對深度學習、人工智能等技術的發展興起濃厚的興趣及期待。

參與瞭如下任務、階段。

a、  熟悉競品、瞭解機器學習平臺的定位。

平臺建設初期、對標阿里數加平臺，微軟機器學習平臺，經過了解、使用，瞭解機器學習平臺的功能定位、邊界及某些需求細節。爲前期產品的需求討論及技術選型作充分的準備。

需求肯定了平臺的：實驗、組件、數據源、模型等基本功能模塊。

b、理解並分解需求、技術選型調研。

經過需求評審及反饋後、分解需求到各個模塊。項目成員分工針對模塊作相應的調研及技術儲備。分解主要包含如下模塊：

1. 前端組件設計及流程圖實現 => angularjs 、d3.js
2. 機器學習平臺任務的調度及執行 => spark ml、scala
3. Web平臺框架及技術點 => spring、snf、jms、websocket
4. 模型評估節點 => sklearn

c、參與概要設計

概要設計主要包含了邏輯架構、數據架構、部署架構、安全及性能等部分、主要設計了邏輯架構、並充分參與及和了解了其餘幾個模塊部分，評估技術的可執行及風險。

d、詳細設計及編碼階段

在項目leader的帶領下，詳細設計及編碼階段是一個緊張、高效且有序的過程。中間伴隨着人員的不足、新人入職及離職交接、與中心內外其餘團隊合做等階段、但最終按時保質的完成了各個模塊的開發。

e、測試及上線階段

因爲前期的充分準備、精心設計和編碼，測試及上線是個有驚無險的過程。測試人員也完成由對平臺的不瞭解到慢慢熟悉的階段。隨着後期組件的逐步添加、你們也伴隨着平臺的成長、在機器學習領域有了長足的進步。

二、 機器學習平臺二期

機器學習平臺二期是在一期基礎上的版本升級，參與了整個二期的各個階段。經過二期的發展，增長了平臺的發展信心，關注重心也慢慢轉移到 平臺支持算法及案例、用戶業務問題關注及數據、方案等應用方面。

二期主要包含了如下幾個階段。

需求：後臺運維管理、時間序列系列組件，cbt的集成，jobServer的應用，直方圖、全表統計及混淆矩陣改造幾個方面。

概要設計：主要參與CBT集成及JobServer應用兩個模塊的概要設計。

詳細設計及編碼：完成了直方圖組件、全表統計組件、CBT集成及JobServer等模塊的詳細設計及編碼實現。

測試及上線：測試及上線階段有驚無險、成功實施。

 

三、 數據開發套件項目

機器學習平臺一期、V1.1版本均已順利上線，目前已對接了多個用戶，取得了良好的應用效果。但用戶在使用過程當中暴漏了部分平臺功能的缺失，隨着平臺的完善、對團隊的每一個人也都有了更高的要求。爲了能更好的爲用戶提供服務，新階段具體包括：

特徵工程、文本專題、數據處理、時間序列等四個功能。

目前正在這一期的開發上線中。

 

2、整年核心績效指標、重點工做任務完成狀況總結與存在問題分析。

機器學習平臺：

1.充分理解平臺的規劃發展及定位、與領導及團隊成員高效溝通及協做。

2.參與完整的項目流程、負責某幾個模塊的開發並定期上線、熟悉瞭解系統的各個功能模塊及實現思路。

3.預瞭解平臺將來的發展、調研業內其餘平臺技術應用並作相應技術儲備。

4.可能存在的問題：新項目初始階段，缺少平臺對業務部門成功支撐上線的案例；平臺的將來發展對團隊成員的數量及專業技能如（深度學習、文本分析）有更高的要求。

  

3、2017年工做的思路、計劃與核心任務。（可另附表格或其餘形式）

工做核心任務：完善發展機器學習平臺、構築深度學習平臺、推廣平臺及實施各類成功的應用案例。

工做思路：

一、結合項目目標，應用行業領先經驗，培養產品定位設計方面的意識。

二、熟悉行業中成熟的用法，對新的技術趨勢保持敏感性、保持前沿溝通交流。

三、學習匠人精神、提升我的的技術、架構及團隊溝通交流能力。

項目名稱	項目計劃分解及目標	具體實施舉措	計劃開始時間	計劃結束時間	責任人
機器學習平臺	結合產品規劃、完善平臺離線及實時部署， 理解文本、圖運算等模塊並應用。		201701	201712
深度學習平臺	調研深度學習平臺的框架及應用， 構建深度學習平臺， 結合業務構築系列的成功應用案例。		201701	201712
推薦引擎	應用機器學習和深度學習技術、 在平臺基礎上構築用戶畫像分析、推薦引擎		201701	201712