软件工程第一次作业

这个作业属于哪个课程 https://edu.cnblogs.com/campus/fzu/SE2024
这个作业要求在哪里 https://edu.cnblogs.com/campus/fzu/SE2024/homework/13243
这个作业的目标 搭建自己的博客，写下自己的个人情况和愿景
学号 102202133
一.个人logo文生图任务

设计理念：传统元素融合： 以古代剑客的背影为主体，突出剑客的独特风范和气质。结合传统的中国风元素，如长袍、剑鞘、山水背景等，体现古代侠客的风采和儒雅气质。
简洁轮廓： 使用简洁的线条勾勒出剑客的背影，避免复杂的细节，使整体设计更具现代感，同时保留古风的韵味。通过简练的轮廓传达出剑客的气质和风度。
色彩搭配： 采用沉稳的色调，如墨黑、暗青或古铜色，突显古风气息。可以运用渐变效果或淡雅的色彩过渡，增强视觉层次感。
动感与静态的结合： 虽然设计中是静态的背影，但通过剑客的姿态（如持剑的姿势或微风中的衣袍）传达出动感和力量，表现出剑客的侠义精神。
意境表达： 利用背景的山水或云雾元素，增强设计的意境，营造出一种孤独且从容的氛围，体现出剑客的内心世界和精神追求。
生成logo的步骤：
使用体验和感想：
很多时候ai生成的图片不能准确符合要求需要多次生成并加入新的要求，但总体来说这项功能还是相当实用和令人惊喜的
二. Github个人主页搭建
在GitHub上进行个人主页的搭建，可以选择两种方式的一种来建立个人主页：
建立个人资料自述文件。在GitHub新建一个与自己GitHub ID一致的仓库，在仓库根目录的README下写下自己的介绍，并把个人资料截图放在作业博客中。参考资料。
使用GitHub Pages建立个人主页。使用Github Pages建立一个内容丰富的个人主页。参考资料 1、参考资料 2。
在个人主页中添加以下内容：
介绍你自己。比如你的兴趣爱好，你认为值得向别人展示的记忆，可以使用照片丰富网页，并把个人资料截图放在作业博客中。
介绍自己的成就、成果，技能和专业相关经验经历，并进行自我评估。目前你已经具备了哪些专业知识和能力；你对哪类技术方向有兴趣；你最想学习哪些方面的知识。
规划自己未来三年的发展设想。考研？保研？工作？考公？你可以谈一谈自己未来三年的目标，并给出理由。

三. 在博客园发一篇随笔
一.当前的技能树与技术偏好
已具备的专业知识和能力：
1.编程与算法：我掌握多门编程语言基础，包括Python、Java、C++等，并且能够解决算法问题
2.数据分析与可视化：我可以处理和分析数据，并生成图表和可视化结果，帮助理解数据模式和趋势
3.大数据处理技术：熟悉Hadoop，spark，hive等大数据处理技术
技术方向兴趣：
我对大数据挖掘分析、机器学习、等领域有浓厚的兴趣，尤其是这些技术在自然语言处理和数据分析中的应用
缺少的能力：
我缺少对复杂算法问题的熟练掌握，在面对复杂的算法问题时时常遇到困难无从下手
我需要提高在实际项目中应用机器学习和大数据处理技术的能力
二.当前代码量：
大约有5000行代码，主要集中在小型项目和课程作业中
本学期课程完成后的目标代码量：
到本学期结束，希望代码量能达到10000行，通过更多的实践来加深理解和提高技能
三.最期待学习的知识和收获：
1.提升个人的算法编写能力，提升解决复杂问题的能力
2.提升团队合作能力，学习如何在多人团队中贡献自己的力量
3.参与具体项目的开发过程，积累项目实践经验
学习指南
一、技能提升与技术深化
编程与算法
目标：提高解决复杂算法问题的能力。
行动计划：
定期练习算法题，如LeetCode、HackerRank上的题目。
学习数据结构的高级概念，如图、树、堆等。
参与开源项目，贡献代码，尤其关注算法实现部分。
数据分析与可视化
目标：增强数据处理和分析的实战能力。
行动计划：
使用Python的Pandas、NumPy库进行复杂数据处理。
学习使用Matplotlib、Seaborn等库进行高级数据可视化。
参与实际的数据分析项目，如Kaggle竞赛。
大数据处理技术

目标：提升在实际项目中应用大数据技术的能力。
行动计划：
深入学习Hadoop生态系统，包括HDFS、YARN、MapReduce。
实践使用Spark进行大规模数据处理和分析。
尝试构建小型的大数据应用，如日志分析系统。
二、项目实践与团队合作
项目实践

目标：通过实际项目加深理解并提升技能。
行动计划：
参与或发起小型项目，实践从需求分析到部署的全过程。
加入开源社区，参与项目开发，了解项目管理和协作流程。
团队合作

目标：提高团队合作能力，学习在多人团队中有效沟通和协作。
行动计划：
加入学校的编程俱乐部或相关社团，参与团队项目。
学习项目管理工具，如JIRA、Trello，以及版本控制工具，如Git。
三、学习资源与方法
在线课程：利用Coursera、edX等平台上的相关课程进行系统学习。
技术社区：参与Stack Overflow、GitHub等社区，积极提问和解答问题。
阅读材料：阅读相关书籍和论文，了解最新技术动态和研究进展。
实践项目：通过实际操作来巩固理论知识，如通过构建个人项目或参与开源项目。
四、时间规划与目标设定
短期目标：每周至少完成一定数量的算法练习，每月参与或发起一个小型项目。
中期目标：每学期至少深入学习一项新技术或工具，参与至少一个团队合作项目。
长期目标：到本学期结束，代码量达到10000行，具备独立处理复杂数据问题的能力。
这份学习指南是合理的，根据我的需求和目标进行了个性化设计。它不仅关注于提升我的技术能力，还强调了实践和团队合作的重要性，这些都是软件工程领域成功的关键因素。