- A+
本文来自曹政大神的微信公众号【caoz的梦呓】，caoz的文章篇篇犀利，值得细读与收藏，特转载过来，分享给大家，如果你也喜欢，可以微信搜索“caoz的梦呓”来关注他。文章所有版权归原作者曹政所有！
今天时间有点紧，不好意思，没办法做好严谨归纳和整理，就直接罗列一下吧。
先说个工作中技术的实战例子，我常说的一个例子，之前有一个数据库应用，每天线上数据请求几百万次，其中有大量的插入，也有大量的查询。负载当然很高，负责这部分开发的技术人员，小伙其实不错，想出来几个优化方案都挺靠谱，然后一股脑整体做了优化，上线，效果明显，按说这不是挺好的事情么，然后被我批评了，我问他，你现在这个结果，比之前提升了多少多少，这个确实能测出来，很明显，但是来自于方案1的有多少，来自于方案2的有多少，来自于方案3的有多少，你分的出来么，他分不出来，我说你为什么不多做一步呢？一个一个方案上，然后逐一分析评估效果呢。 也许其中某个方案占得比重特别高，也许某个方案其实基本没啥用，这样以后你优化的时候不就能更清楚哪个方案在场景中的效果么？
下面说个面试方法，比如应届生，他没啥业内经验，我怎么知道这个孩子有没有前途，通常的问题是这样的，逐一递进提问，问题1，你在学校期间，觉得最能体现自己能力和价值的事情是什么？ 等对方回答后，问题2，在这件事情上你遇到的最大困难和挑战是什么？ 等对方回答后，问题3，你是怎么克服和处理的。 这个问题考的是什么呢？归纳和总结的能力，对自己从事过的事情，克服的问题，能不能有一个清晰的表达，有条理的描述，以及对自己是不是有一个正确的认识。其中，有精准的数字描述，会比定性的表达更具有意义。
非应届生也是这样问的，比如某个程序员A，问他这三个问题，他回答1、做过一次网站性能优化，效率提升很高，感觉自己棒棒哒，挑战就是并发一多，服务器负载很高，所以扛不住，解决方法是加了缓存，把数据库压力转到缓存上，所以负载降下来了，业务也增加了，回答结束。那么我们对比另一个程序员B怎么回答的，做过一次网站性能优化，效率提升很高，感觉自己棒棒哒，挑战是并发达到200的时候， cpu占用100%，主要压力来自于数据库的查询，偶尔慢查询阻塞，数据库链接过多，解决办法是增加了缓存，缓存命中率达到了80%，也就是80%的查询请求不通过数据库，结果是当并发达到200的时候，cpu只占用了30%不到，后来业务增长到并发达到400，cpu也只占用了50%。 现在，我相信你一定知道哪个程序员更值得用了。
再说个带实习生的一个常用方法，比如带运营或者产品，去，把客户的建议，投诉，几百条，给我分好类，写个总结过来。实习生说了，老大，按什么分类啊，直接说，你自己看着办。
我有这个习惯，当然你也可以认为是偷懒的借口，分配工作的时候有些东西特意不会描述的特别具体，就是看看员工是不是有能力，有思维能力，来把这些地方做好，当然，这可能会付出一些时间成本甚至其他成本，但是对于培养新人来说，更宽松的这种环境更容易看到一个新人的潜质和能力，当然，后续人家没做好，没做对（常有的事情，不代表人不可用，只是没有惊喜而已）要给讲一遍，如果前面很宽松，后面不给讲评，这个其实真就是偷懒了。（好吧，我想想我其实还是偷懒的时候多）
把大量的琐碎信息分类是特别考验思维能力的一种方法，首先你要有一个纬度的概念，比如按业务的重要程度去分，按照功能或业务模块特性去分，按照体验的伤害程度去分，或者按照客户特征去分，等等。但是更有价值的可能是下面，多个纬度的组合，哪些纬度组合的投诉建议更有价值，优先级更高。
我以前做数据的时候有个习惯，先把日志拿来看，看什么呢？最开始没什么目的，就是看日志里有什么，看着看着就有想法了，然后慢慢找到规律，用简单的脚本测试，摸索出一套方法，然后开始用程序把方法实现，去分析数据。但是看数据是一项基本功，看的时候带着好奇心，不断提出问题，这是上一篇提到的，然后针对自己提出的问题，不断整理方法，整理结论，慢慢就知道能做什么了。所以很多创业者老问我，说我有很多数据不知道能做什么，我一般都说，你先给我一段数据日志我瞅瞅你这里都有啥，不看是找不到这个感觉的。
前端时间在遇到一个梦幻创业团队，创业者是一个名校博士，大学教授，离职创业；团队技术核心都是ACM大赛的底子，来自于清华和上海交大ACM的骨干成员（这两个学校ACM什么水平，搞技术的应该都明白），那么面对这样的算法达人，从算法和技术上我肯定不敢班门弄斧，但是基于他们业务场景的用户引导优化我还是给他们上了一课，这一课说简单也简单，你们分析过用户的行为日志没？从中寻找过规律和特征没？只看了GA的漏斗模型，而没去看原始日志，没有去一条条体会用户的行为规律，你怎么能做好呢？一些他们以为需要很复杂算法实现的东西，其实可以基于行为日志，以不高的技术代价做成机器学习模型，思路一开对他们而言后面就没技术含量了。但这件事也是提醒他们，很多看上去很基本的，很没有技术含量的事情，其实价值是很大的，比如说，看日志，从日志中找规律。
上面列的有点乱，一看就没有很好的归纳整理，咳咳，下面说几条建议
1、对问题的描述，对解决方案的效果评估，要有条理，有逻辑，不但要定性，而且要定量，要精准描述，完整记录。
2、面临多个解决方案来处理的技术问题，要学会分辨评估每个解决方案的作用和效果，而不是说，反正把问题解决了就可以。
3、分类是一种能力，特别是涉及多个纬度的组合，非常考验对业务的理解能力，能够寻找正确的纬度组合，数据和信息的价值才能最优化。
4、从最原始的信息中寻找灵感和规律，这种看上去最没有技术含量的工作最体现出你的思考能力。
5、培养新人和锻炼新人，对于非重要和非紧急工作，尽量给他们足够自由发挥的空间。
有些新人会觉得，这个公司管理真有问题，领导真烂，任务布置的一点都不清楚，怎么做啊。
布置的清清楚楚，你就是一个实现工具啊，你的能力体现在哪里啊！！！
今天想到的就这些。
这个系列并未结束。
