做一个主动的项目经理

 

长假在家看完了余世维的职业经理人讲座,内容很多,感触也很多。有两点感触特别深刻,一是要有积极主动的做事态度,二是要有正确的做事方式。

一、          积极主动的做事态度

余世维在讲到一个人要想成功时,提到有两个要素,一个是机会,第二个是所必须拥有的特质。人一辈子的机会只有7次,从25岁到75岁每隔7年一次,其中第一次因为太年轻所以会错过,而最后一次因为太老也会错过,那么剩下5次,这其中有2次会不小心错过,所以人一辈子就只有3次机会。如果机会来了抓不住那就叫活该。

要抓住机会就必须拥有一些特质,这些特质是智力、监督力、自信、主动和果决。智力是聪明的头脑,监督力是带领团队的能力, 自信,做任何事情自信心最重要,主动,就是要有主动和积极的态度,果决,就是坚持自己,做出决断迅速。

这其中个人认为最重要的就是自信和主动积极的态度。做任何事情一旦确定解决方案,那么就要坚持去做,不管别人如何去说,要相信自己,要有强大的内心,不能别人说两句就怀疑自己。当一个人自信时,做事情就会觉得正确一定会有结果,而当一个人没有自信时,事情根本就不会有成功的可能性。所谓EQ,其实就八个字,负起责任,培养自信。

主动积极的态度,余世维在讲座时提到他一次很晚了凌晨一点送他的致电长回家,因为忘记提醒致电长一件事又返回去提醒,结果发现60岁的致电长依旧还在学习,人家60岁了还在学习,凭什么我们回到家吃完饭到头就睡呢,凭什么我们就认为目前的知识够用不学习了呢,这就是主动积极的态度,要不断的充实自己,每年要定下目标读十几本书,并且能力要多元化,不能仅仅局限于编程或者狭窄的专业技术方面,政治学要不要学习?社会学要不要学习?心理学要不要学习?经济学要不要学习?都要学习。余世维在提到公司的权力等级时,将其划分为了5级,分别是合法权、报酬权、强制权、专家权和典范权,合法权就是公司指定你为领导,权力基础最弱;报酬权和强制权是你能够决定下属的收入和惩罚下属,次弱;最强的就是专家权和典范权,专家权是你具有全面的观点和技术能力,什么都需要了解,尤其不能局限于狭隘的专业技术领域,典范权需要你具有强大的人格魅力。对我们项目经理来说,要想做好,只能从专家权和典范权着手。

平时工作中总有自己不太喜欢但却必须做的,怎么办?是等待别人安排做完了事,还是积极主动的去想去计划去提建议,同样是做一件事,给人的感觉完全不同,结果也可能会大不相同,既然不得不做那么就要做在其他人的前面。这也是主动积极态度的一种。

工作总会遇到挫折,比如工作的不被认可,或者遇到阻力,主动积极的态度会将逆境看做是一件好事,因为只有困境才会刺激自己的思考,越有危机感越会提高警觉(归属感越强越有危机感,归属感往往是越往上层越强,这就是为什么公司越到高层越有危机感的原因),其实很多事情,当时都认为是过不去的坎,很多年过去之后,回过头来一看,都是屁大点的事,所以任何挫折都是暂时的,重要的是面对挫折的态度,要这样想,遇到挫折,好事,这说明筛选人才的时候到了。面对逆境的态度就是AQ。

 

二、          正确的做事方式

有了态度,还需要有正确的做事方式。

正确做事的第一步是要了解你的客户。客户在哪里?他是谁,你了解他吗?永远要想到客户的问题,客户在想什么,你知道吗?任何解决方案都会有产出和投入,你的投入产出比是客户能够接受的吗?做任何事情之前都一定要将这些问题想清楚。不做没有目的的事情。

具体做事时一定要划分事情的重要性和紧急性,任何时候都要做最重要的事情。

要划分事情的效果和效率,一定要做有效果的事情,没有效果的事情尽量不做(有时候也没办法)。效率即投入产出比。

尽量做有意愿想做又是要求做的事情,尽量转化。

 

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值