算法技术和职业规划

这绝对是一个痛苦的选择,这里需要面对残酷现实和美好理想的矛盾,也有舍弃和选择的权衡,但要是还是想进步,想发展,仍旧是需要不断学习和思考的,那么今天就给大家分享一下我的思考吧。

叠个甲,以下是个人的观点,可能每个人对某些事的看法可能会不同,友善交流。

懒人目录:

  • 技术规划和职业规划的差异

  • 个人技术规划

    • 技术革新和个人技术规划的关系

    • 根据环境的需求来学习

  • 职业规划和选择

  • 技术方向的选择

  • 关于模仿

  • 后记

技术规划和职业规划的差异

之所以要分开,是因为这两者其实并不是绝对一个东西,前期可能是一样的但是到了后续可能就不是了,听我慢慢说。

首先聊技术规划,这个其实距离我们很近,毕竟我们都学技术,那就要考虑自己的技术要如何发展和成长,从最初的入门,到可以动手,再到独当一面甚至成为一个领域的专家,这就是自己的技术规划,做自己的技术规划的时候,往往是在尝试回答这几个问题:

  • 我需要或者希望掌握那些技术。

  • 我希望我的技能点是什么分布,自己是什么形式的人才。

  • 当下所处或者未来即将面对的环境需要什么样的技术,我是否具备。

然后是职业规划,我们作为一名技术人员,前期的技术进步其实就意味着职业的晋升,毕竟能干的活增加了,职级自然就上去了,然而到了后期,3年其实已经开始有些苗头会发现,技术的精进其实不意味着职位晋升了,自己很可能只是个熟练工,此时可能会开始探索一些技术之外的学习,甚至要知道一点,那就是职位的晋升,很可能意味着,你干的活就不一样了。

此处再强调上面提到的关键点,技术的提升能为你带来一定的职位晋升,但不代表一直进行技术学习,就能够一直晋升。

个人技术规划

技术革新和个人技术规划的关系

我们先回顾一下NLP在近年来的发展历程,我的视角前沿的NLP经历过这几个关键迭代,早期的tfidf+机器学习,word2vector配合深度学习,以bert为首的预训练模型,超大型预训练模型。看着这些技术走来,前后不到10年,而且都是里程碑级的大提升,我有几个感受,一个一个聊。

首先,作为学习者,不能因为技术老而不学,经典的仍旧需要学习。说个最近的例子,现在按媒体们的说法,其实我们已经走进超大预训练模型的时代了对吧,但是我在最近的面试里面,其实会发现很多看着还不错的公司,其实连预训练模型都没上,仍旧用的是深度学习,甚至机器学习,可以说是落后两个大版本了,这能说他们落后吗,好像也不行,甚至有些公司在他们的领域里已经是非常领先的,毕竟每个场景都有自己需要面对的独特问题,例如有些公司为了求稳而慢,某些公司不想付出那么高的成本,都有可能,每个方案都有各自的优缺点。因此,经典的、被多次验证可靠的方案,仍旧是需要学习,对于新人来说,也需要及时补充上来,千万不能嫌弃low。

其次,技术革新时我们必须及时跟上。对于公司或者业务而言,方法是灵活的,但是对个人,是需要手里多几张能打的牌的,例如当时间线已经到了以bert为首的预训练模型的时候,如果你不会,只会前面的方法,那无论是内部还是在外部,你是贬值的,你这个人是落后的,这个毫无疑问,你会失去很多机会,学如逆水行舟,不进则退。这也是为什么我在做机会的选择时,所说的“大模型技术我不是强求一定做的,但是这会是一个我自己的加分项”。

但是,个人需要具备技术,这个和使用什么技术并不强挂钩。说两个视角的理解,一个是我们这些做技术的视角,我们在面对实际问题的时候,是需要因地制宜的,新技术固然有新技术的好处,但是这个好处是否能发挥出来,是否有限制,这个是不确定的,这就是因地制宜的关键;第二个视角是人力资源的视角,无论是招聘还是晋升,对人的能力要求,通常是需要溢出的,尤其是希望长期招聘的人才,毕竟需要为未来的技术提供支持。所以学,我们依旧要学,但是做,我们需要根据实际情况考虑,两者分离开。

当然了,追求新技术可能是一个个人的兴趣爱好,但是兴趣爱好终究是兴趣爱好,当你需要把自己的学习和技术挂钩的时候,兴趣可能就是一个优先级不那么高的东西了,这种所谓的兴趣其实和别的类似喜欢钓鱼、喜欢拍照、喜欢打游戏兴趣区别不是很大,都需要占用时间,但对于自己真正的提升可能不那么强相关。

根据环境的需求来学习

我自己一直有些技术追求,就是“技术一定是拿来用的”。这个追求其实会让我的学习更有方向:

  • 自信地有的放矢。对自己经常要用的技术,需要熟练甚至精通,对自己会接触的技术,会有所涉猎,不至于一窍不通,对自己可能用不到的技术,果断放弃。而且这里是自信的,在明确自己的规划后,不会因为不会而慌,也不会因为有变化而乱了阵脚。

  • 避免追热。很多人其实会被热门牵着鼻子走,这个肯定不行的。热门并不代表着正确的方向,现在的热门,充斥着大量因为技术影响力、流量等非技术原因的推广,被牵着走,一方面自己疲于奔命,另一方面其实很多东西学完了很可能就吃灰然后忘记了。

  • 避免无效学习。学习没有目的,那学着很难有用,只会成为自以为缓解焦虑的止痛药罢了,但始终没有正视焦虑,真正直视产生焦虑的原因。

所谓“技术一定是拿来用的”,我自己有这几个理解,这些技术,我会努力去学:

  • 现在的环境,被用的多的。

  • 工作上,需要或者未来可能需要被用到的。

  • 奔着通用能力和前瞻性,哪些技术是比较有前景的。

  • 面试、晋升需要的。(是不是有点太真实了)

职业规划和选择

职业规划这个事,如果身处大厂的话,其实公司已经为员工划分好晋升的路线,甚至把晋升的每一条要求都列举出来了,不是大厂其实也可以通过网上的各种材料学习梳理,也能看见一些,我自己的视角,一般会分为两个阶段,成长期和成熟期(什么数码宝贝)。

成长期,一般是校招后的3年左右,这个阶段代表的是从学校学生向职场社会人的转变,技术也会逐步开始贴近真实的使用,其实是逐渐提升的,这个时间段下,自己只要做好工作和持续学习,没什么特别情况,都能晋升,而这个阶段技术的标志,我理解是四个字“独当一面”,自己能独立完成需求、设计、执行、验证等整个完整流程的工作,其实就算完成,在一些公司里,其实就是一个大等级提升,成熟期就此开始。

成熟期,在很多里面,一般会为大家设计两条线,管理和专家,当然带有专家线的公司可能比较少,但总体都会有管理线。管理线肯定就不止要技术了,上面其实也有提过,需要技术以外的东西,需要项目管理甚至要开始有下属了,等等,而专家线,也别以为技术持续做深就可以了,当需要带领重点的攻坚任务,你也仍旧很难做到单枪匹马做到所有事。

技术方向的选择

技术方向的选择其实和每个人的偏好、性格、环境等多个因素有关,我只讲我自己的分析思路。

  • 真想指望技术作为你的能力核心,那请让自己至少有一项技术是足够深入的,不要做三心二意的投机者,只追热是肯定不行的,现阶段每个领域都不至于消失,但是要想往上走,技术深度是必要条件。

  • 很残酷的是,如果不及时跟上比较新的技术,其实你是在贬值的,然而当你跟上了,其实只能说明你在原地踏步,因为,大部分人,包括应届生,可能也能跟上。

  • 不要觉得大家都会了,或者做类似的事,自己就没有价值或者很有价值。一方面说明自己的方向好像不是很差,另一方面也可以考虑自己的优势点和差异性吧,“人有我优”,就是一种进步了。

  • 没有方向的时候,多看看论文和分享吧,他们可能会为你带来一些思路,而且不要局限在自己已经懂的方向,整个相关领域也都看看,看看大家在关注什么。

  • 有规划、有计划地去看,不要轻易修改计划,例如突然冒出一个新领域,也需要根据现在自己的规划轻重缓急来调整,不要被带偏,具体原因参考第一条。

关于模仿

有一个想要单独提及的点,模仿。

这是我高中老师当时教我的一个很有用的提升方法,就是模仿。当你选定了目标后,去找那些已经达到或者是即将达到目标的人,去研究、学习和模仿他们,这个可能是一个很笨的方式,但是如果实在没有其他明确路径的话,模仿已经是一个很好的方式了,多向他们学习、请教,是非常有用的。例如你的直属leader、例如比你高一两届的前辈等,不需要太远,近在咫尺的你更好更清楚地了解,毕竟还要避免东施效颦的风险。

后记

因为前段时间的找工作(心法利器[84] | 最近面试小结),这个也经过很多的思考和提炼吧,有人和我说是“殚精竭虑”。期间也和很多朋友有专门聊过,在这也感谢几位朋友不厌其烦地听我聊这个问题,有的时候甚至时间都不早,在此感谢这些朋友吧。

推荐阅读:

我的2022届互联网校招分享

我的2021总结

浅谈算法岗和开发岗的区别

互联网校招研发薪资汇总

2022届互联网求职现状,金9银10快变成铜9铁10!!

公众号:AI蜗牛车

保持谦逊、保持自律、保持进步

2de7a3ba5aa772787c138b415ef8d65a.jpeg

发送【蜗牛】获取一份《手把手AI项目》(AI蜗牛车著)

发送【1222】获取一份不错的leetcode刷题笔记

发送【AI四大名著】获取四本经典AI电子书

猜你喜欢

转载自blog.csdn.net/qq_33431368/article/details/131179362
今日推荐