• 在职场我们该具备哪些能力


    专才or 通才

       不知道大家有没有这样的感觉,现在的工作专业化程度越来越高,细分粒度也越来越小。IT领域分到你是计算里面的数据库或者了流式计算引擎,或者是协议存储还是KV存储引擎
       专业化的程度带来了一个好处就是你在这个领域的深入程度越来越深,你的个人价值也随之更不可替代。但是这里会同时带来一个问题:专业越专,切换成本就越高(因为你在这个细分领域太深入了,随便换个方向,以前的那么积累好多继承不起来),这也就是为什么很多在职场混了很久的人,即使在现在的公司不如意,但是也不愿意换工作切方向,因为他以前的几十年经验就被抹平了。这也造成了这些人的沉默成本:越深入越绑定,从而越动不了被深绑定。
       举几个例子,比如电商大火的那几年,电商领域是积累的太多的人才,毕竟资本是向钱看的。而电商竞争激烈化之后大批的人才就流失,偏电商业务的那些流失的这些人才很多都达不到以前的职场高度,只能换方向。而做一些通用平台技术的人则能找到持平的位置。同样都是在电商公司就职,为什么有这么明显的差异?
       技术行业流行一句话,牛人做工具,做底层框架。越往底层走的技术就越通用,比如计算机系统,任何业务基本都是依托它的。所以不管资本市场选择谁是宠儿,底层技术永远都是刚需。不管是从单机模式到分布式到现在的容器技术以及微服务,我们始终都是在冯.诺依曼架构下生存的。即使现在所谓的人工智能以及自动驾驶,里面的新技术也完全是基于已有的基础计算机技术来衍生的新领域。如果你是依托于一些开源的框架只会做服务的搭建,那么必然的结果就是特定的框架需要特定的人,换了框架就需要换人(很明显以前搞web开发会ssh的现在这些人不改变已经找不到工作了)。
       所以这里给我们的启发就是你需要熟悉业务,但是更应该紧抓底层的基本技术,往底下走走才能站得更稳点。

    管理者吃的哪碗饭?

       管理者对比技术人在职场的不可替代性更低。为什么这样说?一般的管理者都是跟公司的企业文化深绑定的,说白了一个公司的管理者不适合另一个公司。因为每个公司的企业文化有差异,特别是一些传统行业跟所谓的新兴技术类公司。 这就导致管理者其实压力挺大,因为他被公司深深绑定了。你可以仔细观察一些纯管理的人,他们在跳槽之后的下一家对比以前会有非常大的落差。每个公司不会招一个跟自己公司不相符或者对自己公司不理解的人来当管理者的(有特殊后台背景的不在这个范围内)。
       这样聊下去是不是感觉管理者其实在职场没的选择?现实也不不是这样。蔡英华,曾任华为中国政企业务总裁现在是阿里云智能全球销售总裁。他为啥能从一个山头调到另一个山头依然当山大王?说白了这样的管理者自己已经在业界打出了名声,自身依托了很多的资源人脉,阿里看重的就是他这方面的资源。他的资源让他身价保值。 而那些不具备有可利的人脉资源的管理者则会身价贬值,下一跳直接会吓一跳。我知道一些以前岗位比较高的人跳槽之后做一些跟以前差比较大的岗位。
    管理岗的人更多地需要关注自己的人脉资源以及扩大自己的业内影响力。只是在一个公司有一定的影响力则不具备通用化的价值,在跳槽的时候不能有一定的通用性。

    是否只需要聚焦技术?

       这个问题太正常了,我们总以为技术够好就能升级加薪。可是仔细想想实际的工作中大家都是技术够好是否就能把一个项目交付好?交付好一个项目需要各种角色的人,而技术好只是其中的一环。
       如果一个人技术排名20%内,然后又具备一定的管理技能,这个人的价值一定大于一个1%,而不会管理的人。这句话有点抽象,我们举个打篮球的例子就懂了。如果NBA篮球赛里面,5个人都是组织后卫,那么这支队伍是打不过一个各司其职分工明确的篮球的。典型的例子有点像2006年世界男篮锦标赛上保罗.加索尔带领西班牙男篮拿下球队历史第一个世锦赛冠军,而全明星云集的美国队却止步于半决赛。
       所以重要的是要有分工且有一个组织者,能把不同角色的人高效协同起来。就如同任正非所说:我没什么能力,我最大优势就是像一桶浆糊,把这18W人团结在一起往前走。 那些具有粘合剂特质的人其实是有大作用的,这个人能极大提升团队的效率,让大家的工作配合更流畅。
       一部分领导说啥就做啥的人在大厂有个专有称呼:老黄牛。这部分人有个典型特征:埋头干活,干好自己的一亩三分地。但是这部分的可替代性太强了,他们对组织的影响就那么小,去跟留不会影响他人。

    总结

       欢迎大家根据一起在评论区发表自己的见解。

  • 相关阅读:
    Numpy学习笔记
    JVM调优-配置参数
    【ICCV 2023】FocalFormer3D : Focusing on Hard Instance for 3D Object Detection
    第85步 时间序列建模实战:CNN回归建模
    Windows10 子系统 (WSL) 或 docker wsl 模式 修改虚拟磁盘目录
    mvc:view controller view-name爆红
    如何学习Arduino单片机
    C语言 开关灯实验
    实验笔记之——Gaussian Splatting SLAM配置与测试
    AI生成原创文章的工具-AI生成原创文字软件
  • 原文地址:https://blog.csdn.net/songguangfan/article/details/128175380