程序员裸辞后转人工智能,4个月后开始后悔,期间经历坎坷

作者: 上世是朵花 2018-06-22 15:05:03

有句话好像是这么说的,跳槽穷三月,转行穷三年,虽然没有科学依据,但是也有一定的道理,比如说就跳槽来说,换一个新公司,要面对的是新的平台,好多东西是0开始学起,对于程序员来说,虽然技术是相同的,但是至少开发框架肯定是不一样的,这个需要熟悉,开发流程需要熟悉,规范制度需要熟悉,最重要的是有好多新面孔也需要去熟悉。对于一个大公司来说,要想能进入正常轨道,像其他员工一样工作起码需要三个月吧,因此有的大公司试用期就是6个月。

图片来之互联网

当然,这话不是说不鼓励大家跳槽或者转行,只是说换一个新环境后要有一段困难期需要渡过,如果有着自己的规划,有着明确的目标,对未来看到很清的话,跳槽或者转行都是可以的,人生这个小船,方向掌握自己的手中,只有自信方能把握未来呀, >>>正题在此>>>>今天给大家分享的是一个程序员转行的经历,根据他的描述应该是一时冲动,用他现在的话说,就是一时想不开,他想转机器学习算法,然后就辞去了现在的研发工作(裸辞),由于机器学习算法对他来说是零基础,因此就报了学习班,花了4个月时间,耗去了4万的学习费用,好家伙,没有赚钱,先投资了4万,如果能赚到钱也行,这4万就没有白花,可是问题是他发现学习的内容都是特别简单,感觉出去找工作十分没有底气,现在他开始后悔当初为什么是直接离职而转呢,而不是先在职来业余时间进行学习,找准机会再转呢,我想这就是冲动吧,在此也提醒一下广大程序员朋友们,像这种与人生息息相关的事一定要慎重考虑啊,冲动不得,避免一失足顿成千古恨(当然,可能没有这么夸张)。

这个程序员朋友为什么会如此冲动呢,从他的描述的细节中我可能猜出来是这样一个原因,当初他准备转行机器学习算法前是准备在公司内部转岗的,可是令他意想不到的是竟然这个要求被拒了,我想可能就是因为这个原因才导致了后面的裸辞行为,不论怎么说这样的冲动也令他现在开始有点恐慌和焦虑了,一出来就是零基础培训,风险是相当大了,通过这个程序员这几个月的感悟,他语重心长的说了一句话,就是不要太相信培训了,的确是这样,我们不要觉得花个几万块钱,零基础去学习,然后就能马上找到一个比我们以前高的薪水,这种想法其实是不太现实的。

另外还有一个亮点是这位程序员网友今年35岁了,都这个年龄,他还敢如此冒险也是没谁了哈,至于为什么要转行机器学习算法,是因为他不愿意做业务方面的程序开发,与产品人员天天扯犊子(呵呵,他是这样的话,不过我想好多程序员是能体会到他说的这个情况吧),他认为只有去研究机器学习算法,才能回到自己梦想中那个自由拼搏的日子,嗯,他说的是没错,自己的规划也是很好,不过我觉得他错就错在太冲动了,转一个领域起码需要给自己一点过渡的时间吧,正确的做法是一方面维持现有的工作,业余时间在钻研一下机器学习算法,加入到这方面有经验的圈子里,加以时日,感觉对这方面有把握了,再考虑行动也不迟啊,这样路才会走的更从容一点不是么?

通过这位程序员网友的案例,我想我们能从中得到一些启发吧,其实在工作生活中每个人都会不断的踩坑的,通过这些坑我们才会成长起来,但是如果我们每一个坑都去踩代价是很大的,我们通过其他人踩的坑,来总结出一些经验,吸取其中的教训也同样可以帮助我们成长,大家说是么?

程序员 裸辞 人工智能
上一篇:聚焦人体生理参数监护领域 脉极客以可穿戴切入,借力AI成为心脏守护者 下一篇:AIOps实践三板斧:从可视化、自动化到智能化
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能是应对气候变化的新时代解决方案

气候变化是我们这个星球面临的最大挑战,人工智能可以帮助我们应对不断上升的全球气温。

Cassie ·  15h前
草图变真人脸?AI:可以,多草都行

这篇论文讲技术人员如何在styleGAN顶层训练了一个深度神经网络来学习将源图像映射到styleGAN模型的输入,最终输出高质量的目标图像。

丰色 ·  15h前
深度学习算法

深度学习算法在机器视觉中就如一个巧妙的接收转换器般的存在,它灵活、敏捷、“深度”与广度兼具,强悍的计算与预测能力可以称为其魅力之处。深度计算——可以集数亿个神经网络的自拟,对于数据、语音、图像等多种形式的资源进行分析、解释。

三姆森科技 ·  19h前
人工智能工程可以帮助组织充分利用人工智能

“人工智能”这一术语如今似乎无处不在,这在行业市场的应用中造成一些混乱,甚至可能让技术决策者感到困惑。

Bob Violino ·  19h前
人工智能赖以生存的大数据,掌握在垄断者的手中真的可怕

我至今还记得2016年那场旷世人机大战,人工智能软件“阿尔法狗”战胜世界围棋冠军李世石,那是一场标志性的比赛,打破了人们对人工智能的想象。

国学达人观世界 ·  20h前
中美欧人工智能发展现状比较分析

从投资、人才、研究、硬件、应用、数据多个维度,系统对比中、美、欧人工智能发展现状,最终得出结论称,美国当前依然保持着世界人工智能发展总体领先地位,中国在一些重要领域与美国的差距缩小,欧盟在三者中相对落后。

王璐菲 ·  20h前
基于机器学习的自动漏洞修复分析方法

。在本文中,我们提出了一个基于机器学习的自动化框架来自动化电力公司的修复决策分析。我们将其应用于一家电力公司,并对从该公司获得的两个真实运行数据集进行了大量实验。结果表明,该解决方案具有很高的有效性。

佚名 ·  20h前
通过细胞自动机,AI在「我的世界」学会了盖房子

许多研究采用了更为复杂的神经网络规则,被称为神经元细胞自动机(NCA)。但是其应用大多局限于2D结构,或是只能生成简单的3D结构。

子豪 ·  21h前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载