掌握聚合最新动态了解行业最新趋势
API接口,开发服务,免费咨询服务

警惕那些产生负价值的开发者

在软件开发者的职业生涯中,我们一定会遇上一两个产生负价值的同事。你也许会想:负价值是个什么鬼? 

曾经就有过这样一个同事。在6个月的时间里,他对代码库进行了两次更改。而这些更改不但没有起到好的效果,反而影响了产品的多个其他功能。

这样的开发者,他做的事情不仅没有任何效果,还会影响其他人的工作,这就是他们所产生的负价值。为了解决他所带来的问题,整个团队都不得不花费很长时间来解决问题。

 

相信你一定也遇到过这样的“坑队友”。

还有一种开发者,他们写的代码都能正常工作,但是他们写的代码却只有自己能看懂,团队中的其他人要想看懂他写的代码,要花费大量的时间去理解。这样的开发者,在某种程度上也是在贡献负价值。

我们来算一笔账:

  • 糟糕的开发者花费5个小时,写了一堆难以理解的代码。其他4名开发者为了看懂这些代码,每个人都花费了10个小时:
  • 总花费时间: (4 * 10) + 5 = 40 + 5 = 45小时
  • 而好的开发者,可能花费10个小时写了清晰明了的代码,其他4名开发者只需要1个小时就能完全搞懂:
  • 总花费时间:(4 * 1) + 10 = 4 + 10 = 14小时
  • 可节省时间: 45 - 14 = 31小时 

而且这些数字还有可能会大量增长。我曾经见过这样一个情况:由于代码写的太糟糕,一名优秀的开发者花了两周的时间才搞懂这部门代码;如果这部分代码写的清晰明了的话,这名开发者只需要2个小时就能搞懂。

还有一种情况,也是最可怕的情况,那就是这些负价值开发者不愿意学习新的东西,而且他还是团队中的领导。由于不喜欢新东西,他会一直使用过时的代码编写方法,而且要求团队中的其他人要向他看齐。结果就是,整个团队中的每一个人都成为了负价值开发者。

我就有过类似的经历,我以前供职的公司中,本来所有人都在使用一种代码编写方式,这种编写方式没解决一个问题需要我们花费数个小时的时间。后来,有一个同事向我们介绍了一种新的方法,新方法解决问题只需要几分钟。但是,团队中那个做决策的资深开发者却不让我们使用这个新方法,因为他不喜欢改变。

大多数人在工作的时候,都希望能有一些成就感,我们希望感到自己的时间没有被浪费。对于开发者来说,最大的成就感就是做出有价值的软件。

 我们也希望能和有才能的人一起共事。而如果团队中有一个这样的“拖油瓶”,开发者会感到非常不舒服。

对于开发者个人来说,如果团队中真的有这样一个负价值开发者,这个问题也很好解决:换个工作,毕竟市场对于开发者的需求程度很高。但是对于企业来说,这绝对是一个灾难。

那么话说回来,这些负价值开发者当初是如何找到工作的?一部分原因,是企业的面试流程设计的不够完善。还有一部分原因,那就是企业总是在不知不觉的降低自己的雇佣标准。

有的时候,企业会发现自己有大量的工作要做,而且时间紧迫,而公司内的开发者数量不够。在这种时候,企业最容易降低自己的招聘标准。

某些企业在这种情况下,就会进行“恐慌招聘”。可惜的是,并不是所有开发者都能给团队带来正面价值。我理解企业在用人方面的急迫性,但是恐慌招聘无法解决问题。坏的开发者不仅会拖慢你的速度,还会让那些优秀的开发者离开你的团队。


qrcode_for_gh_9de197bcc61b_258.jpg

原文来自:SDK.cn

声明:所有来源为“聚合数据”的内容信息,未经本网许可,不得转载!如对内容有异议或投诉,请与我们联系。邮箱:marketing@think-land.com

  • 研学创作

    包含研学创作(大纲)和研学创作(全文)

    包含研学创作(大纲)和研学创作(全文)

  • 调研综述

    通过请求综述题目、指定文献ID集合、生成模式及学科名称,以流式方式返回生成的调研综述全文及引用的参考文献信息。

    通过请求综述题目、指定文献ID集合、生成模式及学科名称,以流式方式返回生成的调研综述全文及引用的参考文献信息。

  • 智能选题

    通过请求问题内容、学科名称及选题目的,返回包含中英文题目、推荐理由、多维度评分及相似文献的智能选题推荐结果。

    通过请求问题内容、学科名称及选题目的,返回包含中英文题目、推荐理由、多维度评分及相似文献的智能选题推荐结果。

  • 学术对话

    通过自然语言请求,选择以流式或非流式方式返回模型生成的对话回复及相关的参考文献引用信息。

    通过自然语言请求,选择以流式或非流式方式返回模型生成的对话回复及相关的参考文献引用信息。

  • 会议文献检索及详情

    包含会议文献和会议文献详情

    包含会议文献和会议文献详情

0512-88869195
客服微信二维码

微信扫码,咨询客服

数 据 驱 动 未 来
Data Drives The Future