小公司呆久了,什么都会一点,但是没有精通的技能,该怎么办?

0x00 前言

这次分享的案例是一位在小工作工作了三四年的小伙伴,虽然在团队里面逐渐有一定的影响力,也在带人,但是自己的职业发展上有了困惑,大致来看基本符合大家经常说的一种情况:“小公司呆久了,样样通,样样不精,什么都会一些,但是没有自己真正拿的出手的技能。”

下面就针对这种情况来和大家做一个分享。

0x01 困惑

先自我介绍,我在一个给运营商大数据的外包公司。

初入公司初期,觉得一切都很新鲜,尤其我毕业17年刚刚找工作比较吃力,在小公司混迹了1年换到了这家大数据公司,分外珍惜机会。很努力,做过很多事。ETL、爬虫、Sql开发、各种运营工作(主要是运营商大大小小产品很多 运维、开发都是外包很多坑留下来 对接时间成本很高)、团队内部的运营(组织活动 参加活动之类 虽然不是工作但是还是要费时间精力去经营)、开会(每个周 每月都有会 大大小小的会)。

工作了2年,以前团队里的人都慢慢离开,自己开始带带新来的实习生,事情是越来越多,近期越来越迷茫和消沉,我不知道自己每天在干吗,渐渐失去了最初的梦想,兴趣和斗志也消磨殆尽的感觉。我个人喜好数据分析、数据挖掘,工作中多少会涉及到一些,平时sql开发完也要出一点小报告ÿ

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如果要精通ChatGPT提示词,需要掌握以下知识和技能: 1. 自然语言处理基础知识:了解自然语言处理的基本概念、原理和应用,包括词法分析、语法分析、语义分析、机器翻译、文本生成、对话系统等。 2. 深度学习基础知识:了解深度学习的基本概念、模型、算法和优化方法,包括神经网络、反向传播算法、卷积神经网络、循环神经网络、自编码器等。 3. 语言模型基础知识:了解语言模型的基本概念、模型结构和训练方法,包括n-gram语言模型、神经语言模型等。 4. Transformer模型基础知识:了解Transformer模型的基本原理、结构和应用,包括self-attention机制、编码器和解码器结构、预训练模型等。 5. ChatGPT模型的原理和应用:了解ChatGPT模型的原理、模型结构和应用场景,包括对话生成、文本生成、语言模型微调等。需要了解如何使用ChatGPT模型进行对话生成,并能够灵活运用到实际场景中。 6. 数据处理和模型评估技能:需要掌握数据处理和模型评估的技能,包括数据清洗、数据预处理、数据增强、模型评估指标等,能够对ChatGPT模型进行评估和优化。 7. 编程和实践能力:需要具备Python等编程语言和深度学习框架的编程能力,并能够使用PyTorch等深度学习框架实现ChatGPT模型的训练、测试和部署。同时,还需要具备实践能力,包括数据处理、模型评估和调优等。 总之,要精通ChatGPT提示词,需要具备自然语言处理、深度学习、语言模型和Transformer模型的基础知识,同时需要掌握数据处理和模型评估技能,具备编程和实践能力。只有综合掌握了这些知识和技能,才能够精通ChatGPT提示词,并能够应用到实际场景中。
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