[管理与领导-2]:专业技术人员成为管理者、领导者后容易犯的几个错误

作为管理者和领导者的最重要的职位要求是:管理和领导整个团队,持续完成某一个个目标,而目标的达成,并不一定是必须是自己亲自完成的,大多数时候,最好不是自己亲自完成。

然而,由于专业技术人员自己的业务能力比较强,并且长期形成了技术性思维,成为管理者成为管理和领导者后,很容易延续原先的思维模式、行为模式,并没有从转变成管理者和领导。

常见的问题有:

1. 没有从技术性思维到管理思维的转变

根本原因是并没有从管理客观的“物”这个对象转换管理主观的“人”这个对象。

并没有从看“物”的视角转换成看“人”的视角。

详见:《[管理与领导-1]:专业技术岗位与管理领导岗位的区别》[管理与领导-1]:专业技术岗位与管理领导岗位的区别_文火冰糖的硅基工坊的博客-CSDN博客

2. 没有从个人视角向团队视角的转变

专业技术人员重在个人专业和业务能力,重在自己个人的原创。

这样的人成为管理者后,很容易亲力亲为,试图在团队中展现自己个人的专业技术能力。

有时候,甚至在团队成员遇到一点点小困难的时候就亲自上手,解决问题,这种情况偶尔一次情况,是没有问题的,然而,技术型管理人员并不容易意识到这一点,往往还沾沾自喜:你们看,我的业务技能是最厉害的。

殊不知,长此以往,一方面,导致技术团队后继无人,另一方面,导致团队成员无法感受到和体现到自身的价值,团队成员,要不能力强的离职,要么能力比较弱的成员留下,整个团队的战斗力无法得到提升,团队的规模也会逐渐萎缩。

管理者的主要任务是管理和领导团队,成就团队、做大做强团队,团结各种人才。技术型管理者过于显示自己的技术能力,甚至强团队成员的风头,这是非常忌讳的行为。

不懂技术的管理者,在这方便有天然的优势,他们会团结和尊重团队的专业人员,让专业的人员做专业的事,体现他们的价值,每个人员的价值,最后汇总成团队的价值,这就是管理者的价值。

后时候,技术型管理者需要学会“装傻”,让团队自己解决问题、辅助团队提升他们的能力,事事亲力亲为的管理者,带来的结果时:

(1)职责不分

(2)没人思考团队整体的战略、方向

(3)团队成员的绩效和协调被疏忽,团队效能下降

(4)团队成员无法得到有效的成长

蜀汉后期的诸葛亮:

用技术的话语来说,一个软件系统分为:管理进程、调度进程、发生接收进程、数据发送进程、数据处理进程。

管理进程的责任就是协调和管理好所有的其他进程,如果管理进程花大量的精力做数据的收发或处理,很显然,这是非常不好的软件架构设计。

总之,管理者和领导者的目标是:辅助、管理、激励和领导团队。

3. 没有从“对错”的思维向“妥协平衡”的思维转换--评判标准

水清则鱼,一个团队,需要有各种人组成:

  • 角色是多样的,有需要,专业技术能力很强的人,也需要做协调的人,需要做常规工作的人,每个角色对团队的长期存在都有存在的价值,不能只注重专业技术人员。
  • 每个人的个性是多样的,思维模式是多样的、世界观和价值管是多样的、情绪情感是多样的,行为方式是多样的。不能使用个人的喜好标准评价一个人。

技术型管理人员常见的错误是:使用一个客观、统一的标准要求每一个人。

这就会导致团队单一,让团队成员造成一种错觉:管理者度量太小,不能容纳他人。这样管理者是没有人愿意跟随的。

管理者需要有“妥协平衡”思维,管理和协调各种角色、个性的人。

4. 由技术业务权威转向管理独裁

专业技术人员称为管理者之后,在管理岗位上获得了权力,拥有了对他人进行管理、评判、裁决的权利。

如果专业技术人员再在技术、业务领域刻意树立自己的权威之后,这个人就会在管理、业务方面形成独裁,没有反对者,听不得反对者。这种独裁的快感,又会加剧管理者的独裁。

长此以往,整个团队就会陷入到管理者和领导的高度集权和独断专行的境地,反对者的声音逐渐不经意间被打压掉了。

技术权威对团队的负面的影响不大,毕竟技术权威大多数情形是针对客观的可以论证的技术。

然而管理独裁,对团队的负面影响就可能很大,管理独裁具有强烈的个人色彩,对错其实并非是唯一的。

如果管理者个人不犯错误能力超强,这种团队还能勉强维持,但如果管理者个人能力有局限,就会因为他一人的错误,把整个团队带入深渊。

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。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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 2
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

打赏作者

文火冰糖的硅基工坊

你的鼓励是我前进的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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