【工作相关】公子龙：工作后我变强了，暂时没秃

工作后，职场新人通常没法挑肥拣瘦，我觉得这不是一件坏事。

1.

以前读书的时候，参加一些大型专业比赛，经常会和一些工作了的人组队，久而久之成了关系不错的朋友。

当时，我很羡慕这些新认识的小伙伴，除了他们扎实的技术功底，还有一项他们身上的优秀品质。

那就是他们在参加比赛过程中，所表现出来的强悍的执行力。

这种执行力，在我看来，是在分析之后，对有潜力的方向，快速迭代尝试的能力。

说起来简单，做起来不一定容易。

虽说我们这些队友，或多或少参加过一些比赛，但每次的比赛，总会涉及到一些知识盲区。

举个例子，在比赛的关键节点，我们发现，需要有人去学习一个新的知识，才能使得比赛的成绩有所提升。

而恰巧，这个新知识，是我们所有人之前没有接触过的。

这种情况时有发生，最开始比赛的时候，我的一个队友是已经工作了两年多的员工。基本我是在他的指导下推进比赛项目。

我发现，作为学生的我，对于不懂的知识和领域，心底里有一种抗拒，似乎我看到了背后的学习成本和掉落的头发。

但对我这位队友来说，完全不算事，他很快的接了这个活，学习了新知识，并快速的应用到比赛中，帮助队伍取得了更好的成绩。

那时候的我，很羡慕他们的这种敢闯敢干的能力，或者说，是一种面对困难的战斗力和执行力。

相比之下，自己的抗拒心理更为明显，略感惭愧。

我就是很好奇，为啥他们啥都肯学，啥都能学，还学的不错，人和人的差距，真的有这么大吗？

2.

现在自己也工作了，随着工作的推进和经验的增长，虽然自身依旧很菜，但一直在摸索中进步。逐渐，也能够感受到，为何当时的队友，能够具备那种强悍的执行力了。

在工作中，职场一年的新人，上手的任务基本都是陌生的，意味着不管分配了什么工作，基本都会有难点。

这个难点，对于从校园程序员的角色转变为大厂程序员来说，更为明显。

在校园里，你的技术栈是 C++，而公司的项目组都用的 Java，那不好意思，你得快速转为 Java，没人会为你迁就；

在校园里，你没有接触过分布式计算、缺乏大规模数据处理分析的经验，而这种经验在中等规模以上的互联网公司里，是不可或缺的，那就 hadoop/hive/spark/scala 写起来；

在校园里，本科或者研究生期间，你好不容易在一个小方向上，花费了几年的时间，自认为各种问题熟稔于胸。进入了公司，领导给你指派了另外一个关联不大的任务，你不会说不懂，而是立马就去学习、用最短的时间做出粗糙但可用的版本。

哈，真奇怪，我们从一个娇生惯养的程序员，突然之间，变成了不打折扣的执行者。

为啥，还不是因为，我们进入社会了，需要为自己负责了，没有谁会容忍我们的小脾气和小算盘了。

3.

虽说工作不是生活的全部，但对于正式迈入职场的社畜程序员来说，工作至少占据了 80% 的精力。

压力、精力、和时间三管齐下，我们面对问题时，无暇顾及其他，会扑上去解决问题，该学的学，该做的做，哪里管什么之前会不会，学起来难不难。

不知不觉，畏难情绪渐弱了，执行力在潜移默化的提升。

或许，有一天，我们也能够成为师弟师妹眼中，那位强悍的执行者，毕竟，强者最初，也是个一无所知的小白。

所以，当觉得自己太菜的时候，不妨将眼光放的长远一些，看长期的发展，做眼下的努力，脚踏实地的成为强者。

在不断学习精进之后，我们最终会发现，最有价值的，不是我们学了多少知识，而是我们掌握了快速学习的能力，前者是鱼，后者是渔。

当我们真正成为渔人的时候，面对新的问题和挑战，便不会轻易乱了阵脚。

而且，你会发现自己，比预想的要强，毕竟，能力和动力，有时候是源于压力的。

·················END·················

你好，我是公子龙，毕业于中科院，

一位大厂的数据挖掘和搜索排序算法工程师，

一位拿过大型算法赛事冠亚军的前参赛选手，

同时，也是一位终身学习者。

往期精彩回顾




适合初学者入门人工智能的路线及资料下载
机器学习及深度学习笔记等资料打印
机器学习在线手册
深度学习笔记专辑
《统计学习方法》的代码复现专辑
AI基础下载
机器学习的数学基础专辑