关于晋升与跳槽的一些思考

内部晋升

内部晋升是我优先考虑的,原因有很多。首先这是一个新业务,相对而言容易拿到结果。其次我想体验不同的晋升路径,内部晋升答辩,是挑战也是一次成长的机会,是一次他人帮助自己review的机会。作为从校园出来的校招生,缺少挫折,缺少面对惨淡人生的勇气。内部晋升这是一次历练,无论成功与否,重要的是参与的过程:

  • 【技术】平时高质量的完成需求,技术作为研发的立身之本,永远不能落下功课,技术的视角看待业务,不仅仅是研发的一种优势,同时也是跳槽、创业的立身之本。

  • 【项目】争取在这个从0到1的项目中获得不错的项目成果,项目成果是自己获得内部晋升的必要条件之一。同时培养长远的业务眼光,提出有见解性的业务意见。向同事学习,将看到的问题能直达本质讲出其中的利害关系。

  • 作为技术专家,不仅仅要有过硬的技术实力、强大的软实力(技术热情、方法论),更要学习将技术传授给他人,并且在其中培养自己带团队的能力。带好一个团队不仅仅是,维护好团队内部的凝聚力,更是要培养一个能打胜仗,能做好项目的团队。这是大方向,是所有方法论服务的最终目标。

一次成功的晋升=平时的积累+晋升前的准备+晋升后的复盘

跳槽

跳槽,作为一种对自己的全新考验,是将自己放到社会中从头经历技术的考核、能力的审查,从新在当代社会中找准自己的位置。是一次能力与社会需求的重新匹配,它可以很好的检验自己选择的行业是否正确,自己平时是否持续学习技术。它的风险大于内部晋升,同时它的收获可能让你惊喜。

跳槽:除了社会经济大环境的影响,主要受到项目经验+技术实力+软实力。相比于内部晋升,它不过分的看重项目成果,而关注相关行业经验,以及在做项目的过程中的思考,但是两者都看重技术实力和软实力。

  • 【项目】在做项目的过程中,要多关注行业最新动态,多了解本项目的全貌。同时不仅仅要多思考,为什么这么做、怎么做更好,更要多交流、提高交流能力,在项目中提出建设性意见。这些独到的见解,可能会成为跳槽的敲门砖。

  • 【技术】注意已有成功项目的技术沉淀总结,关注技术新动态的同时,要多阅读优秀代码。 阅读优秀代码,不仅是沉淀自己技术思维,更是快速入门新语言的一种捷径。同时要找到感兴趣的技术方向,深入研究,或者参与开源项目,提高自己技术影响力。
     

最后

关于未来的规划一些建议:

  1. 持续学习新技术:在快速发展的技术领域,不断学习并掌握新的技术是非常重要的。

  2. 持续提升软技能:除了硬技能,如技术知识和项目管理能力外,同时提升像是沟通、领导力、解决冲突的软技能也是非常重要的。

  3. 建立个人品牌:向外界展示你的专业知识和技能的一种方式是通过个人品牌。可以考虑发表博客文章,主持研讨会或网络研讨会,参与开源项目,或在领域内发表论文。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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