裁人之殇后续

序言

    你是我一生做出的最好选择,只是我一时忘了。。。emmm,这是借口还是忏悔呢?

    只有无限接近死亡,才能明白活着的真谛。

风言风语

    1 发展

    任何事都是一个发展过程,就像开始是一个很简单的业务,一不小心壮大了,然后就会团队扩张,慢慢的很多人就会越来越专业,同理,也就变成了一个个的螺丝钉,专业化程度不断发展,也就造就了很多事都是短视。

    在最开始的时候,依赖的是几个人搞定所有的事儿,到后期,依赖的则是越来越多的专业化人才。

    都是一个互相矛盾的过程,如果业务发展不顺,必然会裁人,裁什么样的人?传话筒那种,成本高的那种,跟不上变化节奏的那种。

    跟不上节奏,软件的世界一直在变化,各种升级,各种补丁,各种bug,各种hotfix,而人一般都是用熟悉的方法解决遇到的新问题,除非打破自我认知,才能更进一步发展。

    把不擅长的事情做好,也是一件很好玩的事儿。

    所以随着业务的发展,可能业务挂了,可能就组织架构调整了,可能就要从删库到跑路了。。。

    技术随着业务发展,会越来越复杂,所以呢,也不用担心,等业务上来了,技术就牛逼了,如果技术不牛逼,说明业务是渣渣,根本就没有未来。。。

    2 静

    我想静静。

    为什么要安静?泰山崩于定而面不改色,很多事情的发生,你已经无法改变;也有很多事情的发生,不是通过努力就能解决的问题。。。那么就只有接受,然后心平气和的去处理,并且你要enjoy处理的过程。。。

    例如突如其来的一个故障,你无法改变,心慌慌。。。压力山大,解决不了任何问题,而且很可能是把问题弄的更加糟糕。

    既然已经发生,既然已经无法改变,既然已经没时间后悔,何不享受一下造成的结果呢?裁人的时候,一般是刀要狠,手要稳。。。阔怕阔怕。

    3 人

    很多时候,你会发现,再好的流程,再好的规章制度,再好的思想,如果没有找到合适的人,那么一切都是空谈,一切都是形式,一切都不能落地,毕竟大家都无师自通学过表演。。。

    人是很关键的因素,合适的时间,合适的地方,合适的技能,合适的人。。。合适是第一要素。

    找的朋友不合适,最后也不是朋友,或许本来就不是。。。所谓的道不同不相为谋。。。

    什么是合适?求同存异。。。

    所以,招人的成本很高。。。而裁人的成本,其实也很高,军心涣散了解一下。。。

    不能创建一个安全的环境让大家朝着一个方向前行。。。最终会导致每个人目标不一致,这里只是一个旅途,而且大部分时间都是不快乐的。。。why?因为目标不同,那么就会产生太多的冲突。

    一套方法论的引入,不是为了方法论而方法论,而是为了解决实际存在的问题才引入,否则。。。毫无价值。

    一套方法论的引入,是为了提高效率,而不是实验这个方法论是否合适,如果没有问题,那么不需要改变,有问题,才需要进行改进。

    技术情节,总想把一些东西做的完美,实际上还没等到完美的时候,已经凉凉了。。。秋天来了,早晚都是要凉的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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