Skip to content

Latest commit

 

History

History
83 lines (62 loc) · 4.13 KB

20240412.md

File metadata and controls

83 lines (62 loc) · 4.13 KB

日常工作总结报告

日期: 2024年4月10日

工作概述

  • 在此次工作日中,主要的工作内容包含理解企业级开发任务宏观逻辑、回顾昨日向涂老师请教的问题、学习celery组件。

任务详述

任务1:理解企业级开发任务宏观逻辑

  • 任务描述
    • 第一次接触企业级开发项目,按涂老师的建议,需要培养自己的代码设计规范性,避免后期可能的重复性工作,降低维护成本。
  • 完成情况
    • 了解业务、算法、规则、代码设计之间的逻辑关系,具体如下:
      • 根据业务划分规则,根据规则选择算法,根据算法指导代码设计。(个人理解)
      • 保持代码函数的逻辑单一性、可重复性。
      • 项目尽量高内聚低耦合,能拆分出来的功能只保留API接口,尽量不在原项目代码进行直接修改。
  • 赞成和挑战
    • 无。
  • 延期/挂起的问题
    • 仅接触开发的宏观概念,还需结合项目实际理解。

任务2:回顾20240411涂老师关于http、request、response等概念的讲解

  • 任务描述
    • 回顾上述知识,并在代码中尝试具体功能,体验区别。
  • 完成情况
  • 赞成和挑战
    • 还是不清楚具体情况下get、put、post、delete的选择模式。
  • 延期/挂起的问题
    • 看看ai-webapi项目中数据流是如何包装的。

任务3:学习celery组件

  • 任务描述
    • 完成涂老师布置任务:了解celery的工作原理,思考怎么在vscode下运行和debug celery的相关项目。
  • 完成情况
  • 赞成和挑战
    • 遇到的挑战与解决方法见上述任务笔记
  • 延期/挂起的问题
    • 未学习到多目录结构下的celery异步任务
    • 未学习到celery的定时任务
    • 还需要结合实际项目学习celery组件
    • 尚未熟悉在大型项目中debug的技巧

任务3:了解搜索推荐数据流

  • 任务描述
    • 简单了解了搜索和推荐的业务数据流。
  • 完成情况
    • 与韩老师交流了搜索的业务数据流
    • 向司毅老师请教了推荐的业务数据流
    • 云筑网使用了相关功能,加深了解
  • 赞成和挑战
    • 简单了解了云筑网的宏观业务流程
  • 延期/挂起的问题
    • 不明白AI搜索服务中的具体业务数据流,待与韩老师继续交流,交流问题如下,待回复: 1.模型训练的数据从哪里来?是hive还是ES? 2.离线的数据和实时数据结合是指,用户搜索时,通过ES和模型两者的融合结果推荐?还是指离线训练,在线推理呢? 3.在线阶段用户的提供的搜索信息并不规则或出现语义错误,这种不规则的搜索信息模型该怎么处理呢?

下一步行动计划

行动1:

  • 涂老师今天请假,今日任务主要学习celery组件,下一步行动将接手谷老师项目。

行动2:

  • 韩老师分享了搜索业务流程,但今日韩老师请假,线上与其简单请教了一下,后面将线下深度请教。

需要的协助:

  • 通过涂老师了解了组内的工作业务,但仍不清晰,另外,与其他组对接情况仍不清晰。

其他注意事项

  • 需要理清未来接手的谷老师的项目主要在云筑业务中完成哪部分工作,理清需求才能更好理解项目。