为什么我会这么多技术,还这么难找工作

简介: 原文地址: 为什么我会这么多技术,还这么难找工作 提前祝大家中秋快乐~ 前些日子看到了一篇文章,挺有感触的。 此时握笔挥墨(好吧,就是敲键盘),挥洒出了这一篇文章。 那篇文章我也贴一下吧 https://www.

原文地址:
为什么我会这么多技术,还这么难找工作

提前祝大家中秋快乐~

前些日子看到了一篇文章,挺有感触的。
此时握笔挥墨(好吧,就是敲键盘),挥洒出了这一篇文章。

那篇文章我也贴一下吧
https://www.oschina.net/question/1054706_2307716

没看的我就简单的概述一下
有个老哥的工作历程:
软件技术毕业(大专) -> 实习 -> 前端 -> 转Java -> 转大数据
-> 往全栈方向发展

从6、7K -> 25K
此时前景看着还不错

最后入职一家小公司做团队leader,经历了人员变动,找不到优秀人才,然后离职的过程
最后来到杭州后,发现自己简历不吃香了。此时问出了深入灵魂的问题:为什么我会这么多技术,还这么难找工作?

基本上就是这些了。从我这里分析下这个老哥,应该还是个不错的老哥,应该也是达到了一般人的水准
分下程序员等级(个人划分,不要参考,也不要划入自身等级):

  1. 实习生都不如的(这能干嘛?先培训一下比较好)
  2. 实习生(嗯,好歹能做点事情了)
  3. 简单CRUD(CRUD有简单,难道还有不简单的?)
  4. 一般的CRUD(在写增删改查的过程中,有自己的思考了,开始思考有没有更好的处理方式)
  5. 牛逼的CRUD(不仅仅是思考,还能抽取通用代码,解耦,划分模块业务,时不时的开发点增加团队效能或者自身效能的工具)
  6. 超神的CRUD(差不多快脱离了增删改查的境界了吧,能从更多的角度看待业务,能从业务上思考产品思考系统,思考以后的维护成本,以及开始进行取舍,再学学团队管理,基本就跳出去了)
    后面的话,不列了,以及脱离程序员这个路了,走上了管理者的道路

在这里,简单的再说一句:
如果你要不怕失业,不被时代所淘汰,那么就至少深入一个领域,再去熟悉多个领域。
做一个T字型的人才,这无疑是任何一家企业都需要的。

如何避免被时代抛弃,被新人推到浪摊上。只有一个方法,那就是有计划的深入学习

  • 有计划:你不是漫无目的,至少可以列出自己3-5年左右的一个学习计划。不需要太详细,太详细的不好,但是时间的跨度一定要把握好。按照自身的自制能力进行安排
  • 深入:前面有说到,做一个T型的人才,深入一到两个领域,是必须的。例如你是学Java的,你不看JDK源码,不去看JVM原理,那么你永远都不会深入。深入长处。
  • 学习:保持学习,而不是为了学习而学习。学习是一种习惯,而不是目标或者目的。不只是深入,还可以扩大自己的知识面,这个扩大的知识面你不需要全部深入,做到熟悉,遇到相关问题,至少保证能够定位到问题所在。每个人都会有强项,也会有短板,你不需要把木桶的木板都全面发展,你只要将长项继续深入,短板尽量去弥补,那么你肯定会成为那10%的人。简单的说,你有一项知识可以达到前20%,另外还有一项到了20%,你一定可以成为那10%的人。

怪也只能怪生命太过有限,需要做的事情太多。

业务与技术,没记错的话,关于他们的关系我已经讲过一篇。现在回想一下,这么说吧。

如果你只会技术(天赋异禀的人请忽略),那么就只能是开发码农。如果你只会业务,公司抛弃了你或者公司倒了,那么你也许会找不到下一个工作。 如果你会技术还会业务,那么恭喜你,你应该不会失业。

为什么业务也重要?重要的不是业务本身(因为不同公司业务不可能会一样),而是你在业务的这个过程中,学到了多少业务的思维,决定一家公司的成败,永远不会是技术,排在第一的永远会是业务。技术是为实际的业务服务的。

一下子扯了1000多字

保持学习的态度。将学习养成一种习惯。量变总会产生质变,早晚而已。

吾非大神,与汝俱进

目录
相关文章
|
自然语言处理 监控 Cloud Native
对话阿里云云原生产品负责人李国强:推进可观测产品与OpenTelemetry开源生态全面融合
阿里云宣布多款可观测产品全面升级,其中,应用实时监控服务 ARMS 在业内率先推进了与 OpenTelemetry 开源生态的全面融合,极大丰富了可观测的数据类型及规模,大幅增强了 ARMS 核心能力。本次阿里云 ARMS 产品全面升级的背景是什么?为什么会产生围绕 OpenTelemetry 进行产品演进的核心策略?在云原生、大模型等新型应用架构类型层出不穷的今天,又将如何为企业解决新的挑战?阿里云云原生应用平台产品负责人李国强接受采访解答了这些疑问,点击本文走进全新升级的阿里云可观测产品。
42385 113
|
存储 开发框架 .NET
ASP.NET Core SignalR系列之Hub教程
ASP.NET Core SignalR系列之Hub教程
562 0
|
SQL 关系型数据库 分布式数据库
分析股票涨跌幅概率分布特征, 用PolarDB模拟逼真股票数据
要模拟较为逼真的股票数据, 首先需要分析真实数据的特征. 股票数据关键的数据特征: 1、股票的日涨跌幅波动范围: [-10%, 10%] (这个应该是国内股市交易限制?) 2、日涨跌幅的幅度在[-10%, 10%]范围内符合高斯分布. 本文将介绍这个结论怎么得到的? 靠近0的最多, 靠近正负10%的概率逐渐回落.
2496 6
分析股票涨跌幅概率分布特征, 用PolarDB模拟逼真股票数据
|
人工智能 云计算 开发者
【云小宝】
【云小宝】 历经5天时间,今天终于和【太极版】云小宝见面了。[比心][加油]
2125 1
【云小宝】
|
数据采集 运维 DataWorks
DataWorks 综述
帮助企业构建大数据生态系统,提升数据开发效率和数据处理能力。
1261 2
|
计算机视觉
ps2023软件全新版免费调色滤镜插件exposure图片后期处理工具
许多朋友都习惯于用手机拍照,但拍出来的效果却没有别人拍出来的好看,不知道如何解决。这种情况下你只需一个适合自己的照片处理工具,就可以提升原照片的美观度。那么,有哪些好用的照片处理工具,如何用照片处理工具处理照片,下面就有我来为各位进行讲解,希望能够给大家一些帮助。
847 1
ps2023软件全新版免费调色滤镜插件exposure图片后期处理工具
|
机器学习/深度学习 自然语言处理 算法
文档关键信息提取形成知识图谱:基于NLP算法提取文本内容的关键信息生成信息图谱教程及码源(含pyltp安装使用教程)
文档关键信息提取形成知识图谱:基于NLP算法提取文本内容的关键信息生成信息图谱教程及码源(含pyltp安装使用教程)
文档关键信息提取形成知识图谱:基于NLP算法提取文本内容的关键信息生成信息图谱教程及码源(含pyltp安装使用教程)
|
数据采集 存储 Java
终于看明白布隆过滤器了
布隆过滤器不会出现第一种失误,只可能会有第二种类型的失误。但是布隆过滤器可以通过人为的设计,让第二种类型失误的触发率很低,低到万分之一。
491 0
终于看明白布隆过滤器了
|
存储 机器学习/深度学习 人工智能
秒懂算法 | 分块算法
本篇内容包括了分块算法的思想的介绍、分块算法复杂度的分析以及相关例题。
839 0
秒懂算法 | 分块算法
|
计算机视觉
【计算机视觉】Grounded Language-Image Pre-training
这篇论文做的任务是phrase grounding,属于Visual grounding的一种。phrase grounding的任务是输入句子和图片,将句子中提到的物体都框出来。
1267 0

热门文章

最新文章