三月过半的总结
三月份同时在推进多个项目，工作和生活上有点’顾头不顾腚’ 。过多的项目推进失衡，导致心理上有点倦怠感。 回顾一下最近半个月的工作：
- 数据治理双周报总结， 数据集市双周报总结，连续发了两次。
- 大模型项目每周汇报，治理每周也有周报。
- 数据治理工具沟通交流2次。
- 虚拟数字人厂商沟通交流两次。
- 临时增加政信类项目信息汇总的工作，进行初步交流。
- 数据治理的元数据分析（表级和字段级的现状质量评估）
- 全行数据分析师培训准备（平台准备，定期晾晒评估和培训场地选择等）
- 治理工作汇报材料整理。
- 治理委员会季度汇报准备。
- 实习生带教。
- 基于千问大模型的数据标准对标识别原型设计。
- Transformer模型架构的基础技术调研（自学）
工作上的动作太多，有点累！
关于管理的一点反思
团队成员的材料输出质量不足，受累的还是我自己。 每个人撰写材料，优先从自己的知识面和负责场景出发，这在做技术总结类的材料上是不错的，但是如果是面上领导层的汇报，就显得太过于细节和专业化，最终导致鸡同鸭讲，很难从部门层面将汇报的事情讲透。
同步进行的工作太多，有时又顾此失彼。部分任务很难做细粒度的拆分，这导致我最近非常的受累。分解任务，并制定具体的工作要求，限期完成，中间还要跟进，防止跑偏，这部分管理工作我是没有做到位。另外一方面，作为企业的中层管理者，既要满足不同领导的上级需求，又要兼顾项目的进度和管理。实在在夹心饼干中最累的一个群体。
关于技术追求
周末和晚间还是在看大模型结构原理的视频材料。生命不止，学习也不止。近期追完了NLP的RNN，LSTM以及Embeddings模型的基本原理和优缺点。 下周要完成Transformer的Position Encoding， MultiHeadAttention机制的原理学习。掌握基础原理来保障后续涉及大模型的论文或专利的创新点的思考。
利用大模型，学习的效率也是明显的有提升。对于疑问点， 通常ChatGPT能给予较为清晰的讲解，甚至还能基于这些讲解直接构建一些代码样例。
下周的几个技术研究的重点：
- 原理层面：了解Position Encoding, MultiHeadAttention机制。
- 技术应用层面：了解如何精细化的切分文本并标记Label用于精准的RAG内容搜索和识别（客户画像和风险报告生成领域）
写在后面
坚持技术积累，每周都要有技术总结，相信知识和技术可以改变命运！