[心得]麦肯锡7步法解决问题实际应用

哪7步

先简要给出步骤：
1. 明确清楚全面具体描述问题
2. 分解问题
3. 理清主要重点方面
4. 做出解决计划
5. 进行关键因素反推
6. 归纳建议
7. 清楚表达

比如，我现在想做开发类工作，不是不同的开发，而是推荐算法的开发。
以这个来描述具体的问题

1.全面描述问题

我想做推荐算法的开发
我整理了有关推荐算法开发所需的背景知识，技能技术要求
我明确了那些要求我目前满足，哪些我还要加强
我明确下份工作不再跳槽去做测试开发，或者是转普通的开发

2.分解问题

推荐算法的开发，需要的背景知识，技能要求如下。

技术要求	现状
熟练掌握MySQL数据库	这个国庆需要打通
熟悉分布式系统的设计和应用	已打通
做过回归等常用机器学习算法，清楚优缺点及弥补方法	急需打通
关联规则挖掘、协同过滤	通过个性化推荐算法一书+练习打通
熟悉Map-Reduce/BSP/实时计算	急需打通
最优化算法、自然语言处理、模式识别技术	需要通过相关书籍学习
大规模文本商品推荐系统实践经验	需要实际动手做开源项目形成经验
深度学习（MXNET、TensorFlow等）经验	需要学习开源项目
扩宽开发知识面的：W.Richard Stevens著的《TCP/IP详解三卷》，《UNIX网络编程二卷》，《UNIX环境高级编程：第2版》	这个国庆需要打通
《数理统计学简史》、《矩阵分析与应用》	这个国庆需要学习

粗粗一看，好家伙，需要掌握和积累的东西还不少。
花一年时间算快的，毕竟很多东西需要积累和掌握

3.理清主要重点方面

咋一看挺吓人，但熟悉国内科技社招行情的都知道，土包子实用路线最合适，甭管理论积累多么薄弱，能上手做事情，有产出就行，剩下的理论慢慢在工作过程中积累和补充就是了。

按优先级排序如下：

1. 算法（算法导论，计算机算法，数据结构等）
2. 数理基础（数理统计学简史，矩阵分析与应用，最优化算法）
3. 扩宽开发知识面的：W.Richard Stevens著的《TCP/IP详解三卷》，《UNIX网络编程二卷》，《UNIX环境高级编程：第2版》
4. 个性化推荐算法一书以及相应的项目练手
5. 相关开源项目学习

最优化算法通常是凸优化算法，原来开博客写7月算法的兄弟已经开了一个技术培训公司：https://www.julyedu.com/
七月在线是一家专注数据领域的在线教育机构，目前所开课程包括：数学 算法 求职 机器学习 深度学习 数据挖掘 Python CV Spark 量化交易 NLP kaggle，讲师团队9位博士 + 8位Google/BAT，且所有课程均偏向工程应用，用实际数据、案例、代码说话。一年下来，已培养3000余名数据人才，分布在BAT、flag等各大厂商，在数据人才群体中，有着巨大影响力。

4.做出解决计划

首先是时间上的保障，国庆10天可供调用
除了吃饭睡觉，写技术总结博客。其他时间都可以用来做这个事情。
具体排期如下：

时间	安排
10.2	数理统计学简史、矩阵分析与应用，最优化算法
10.3	高级UNIX编程&Unix网络编程第2卷
10.4	用TCP/IP进行网际互连第1卷原理->UNP第一卷socket部分->TCP/IP进行网际互连第3卷高级协议
10.5	计算机算法
10.6	个性化推荐
10.7	开源项目学习

5.进行关键因素反推

最关键的因素是，时间安排上是否足够完成一件事情，防止延迟拖沓。

6.归纳建议

时不我待，尽早开始，有所呈现，结果导向，快速迭代。

7.马上行动

不要等待，等待换不来问题的任何改善。Just Do It！