2023 年KPI (KPI:Key Performance Indicator) review

文章大纲

• [1. 总体情况](#1. 总体情况)
• [2. 回顾与总结](#2. 回顾与总结)
• • [2.1 基础巩固](#2.1 基础巩固)
  • [2.2 工作内容充实](#2.2 工作内容充实)
  • • 计算机视觉
    • coursera
  • [2.3 AI 兴趣: NLP & AIGC](#2.3 AI 兴趣: NLP & AIGC)
  • [2.4 面试、笔试题常读常新 (0%)](#2.4 面试、笔试题常读常新 (0%))
  • [2.5 读书笔记](#2.5 读书笔记)
• 参考文献与学习路径

---

2023 年的 kpi 本身就订的低，结果发现定的低也完不成，距离年底还有3个月有余，下面来一一回顾一下。

1. 总体情况

目前总体完成情况约为 60%

1. 基础巩固 （10%）
2. 工作内容充实 （75%）
3. AI 兴趣: NLP & AIGC（75%）
4. 面试、笔试题常读常新 (0%)
5. 读书笔记 (100%)

---

2. 回顾与总结

2.1 基础巩固

设计模式和架构设计的学习停滞不前，只更新了一个设计模式，但是找到了一些比较有效的资料。

2.2 工作内容充实

计算机视觉

目前工作中使用比较多的目标检测框架YoloV8 我已经比较熟悉了，剩下的主要集中在3个方面的提升：

1. 业务逻辑梳理脚手架，如定时任务与实时逻辑的解耦；
2. 深度学习网络优化
3. 部署推理优化，TensorRT的使用

coursera

由于工作的原因，可以上免费的课程，整好可以看到科班机器学习使用的处理方式，我们姑且按照一年学习4门课程进行规划。

2.3 AI 兴趣: NLP & AIGC

这部分主要缺失了两个部分：

1. 自动化知识抽取，利用大模型打造领域知识库
2. 微调大模型的技术实践

2.4 面试、笔试题常读常新 (0%)

• 大模型面试 八股文

2.5 读书笔记

今年实际读完 9 本书，罗列如下

• 关键对话：程序员创富
• 芯片战争：世界最关键技术的争夺战
• 启迪智慧的365个科学故事 -- 科学发现的方法
• 世界上最伟大的推销员
• AIGC:智能创作时代
• 曾国藩传（张宏杰全新增补版）
• 将军决战岂止在战场
• Python 计算机视觉与深度学习实战
• 芯片战争

---

参考文献与学习路径

• 2023 年KPI (KPI:Key Performance Indicator)