晋升挂了,leader说不是我技术不行

   本文授权转载自公众号“算法圈的小破事”,点击以上卡片进行关注

大家好,我是在互联网危险边缘疯狂试探的皮皮虾。今天跟大家分享一个故事。

晋升

去年秋季,我参加了校招入职以来的第一场晋升答辩。

答辩前,我比来比去,觉得自己很稳。

答辩的时候,隐约觉得不妙,仿佛大佬不太感兴趣啊。

最终,我得知自己晋升挂了。

技术?产出?

校招入职之后,我拼命的工作。早上经常第一个来,晚上常常最后一个走,周末也经常来公司肝实验。

技术方面,leader更是时常夸赞,每逢遇到比较难的需求,leader往往首先甩给我。同事有搞不定的疑难问题,也会首先想到找我。

由于平时很肝,产出自然也不输组里任何一个同级别的同事。有一天,leader吃饭时跟说我,我这个产出肯定够晋升了,可以平时多提升一些软实力。

我当时没懂,我觉得算法工程师,有技术有产出,不就足够了吗?

天真了

晋升失败后,我一度感到十分不公平。我跑去找leader问原因,leader二话不说,把我拉去了一个特别偏僻的会议室。

Leader:“你现在觉得你晋升失败最可能的原因是什么?”

我:“答辩做的不好吧”

Leader:“哪里不好?”

我:“感觉评审听了一会儿就都失去兴趣了”

Leader:“你觉得失去兴趣的原因在哪?”

我:“可能觉得项目没意思吧?”

这时,leader的眉头皱了起来。

leader低声说道:

“你知道你手里这几个项目,组里多少人眼馋吗”

我沉默了一阵子,气氛有些尴尬。

leader叹了口气,接着说道:

“世界上再差再无聊的项目,也可以变成一个精彩绝伦的故事。哪怕是一个清洁工日复一日的扫大街。”

我还是不解,说道,“我是技术序列,不应该这么看重我故事讲的好不好吧”

leader听后,情绪明显激动了起来。颇带恨铁不成钢意味的说道:

“你有想过,台下几个评委完全不了解你们的项目吗?你把10分的故事讲成了3分,另一个人把5分的故事讲出5分,站在评委的角度,他怎么打分?难道我去暗箱操作告诉人家评委其实你是个10分的项目做出了10分的产出吗?”

“你有没有想过,你将来也是要带人的。你把一个项目说成了边角料,谁给你干活?就算你晋升过了,走到了更高的位置,然后你将来跟大老板说你这是个边角料项目,老板会给你资源做事情?”

Leader说罢,我默默的低下了头。

确实,尽管网上会有一些帖子吐槽某某公司流行PPT文化,常有人抱怨说走的都是干活的,留下的都是做PPT的。但在真实的大厂里,混得好的往往是既会干活又会做PPT的。只会做PPT,留的了一时,留不下一世。而只会干活不会沟通表达的,往往一时都留不了——这人太难合作了。

尽管算法工程师本职工作是做技术,但说话做事有没有逻辑、能不能让人听懂、能不能换位思考,会很大程度上影响你跟同事、上下级的合作效率。爬的越高,对这方面要求就越高。算法工程师不是一个人在战斗,而沟通与表达,就是发挥算法团队最强战斗力的基础设施。

好啦,今天的故事就分享到这里啦,期待各位的一键三连,鼓励皮皮虾继续在互联网危险边缘疯狂试探,为大家分享更多算法圈的小故事哦。

本文授权转载自公众号“算法圈的小破事”,点击以上卡片进行关注

70ab7bc40c33fc033959637bdae9baeb.png后台回复关键词【入群

加入卖萌屋NLP/IR/Rec与求职讨论群

后台回复关键词【顶会

获取ACL、CIKM等各大顶会论文集!

60473593506153dc8a24b3d5965937be.gif

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/477679.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Spring Cloud Stream消费失败后的处理策略(二):自定义错误处理逻辑

应用场景 上一篇《Spring Cloud Stream消费失败后的处理策略(一):自动重试》介绍了默认就会生效的消息重试功能。对于一些因环境原因、网络抖动等不稳定因素引发的问题可以起到比较好的作用。但是对于诸如代码本身存在的逻辑错误等&#xff…

论文浅尝 | DEKR: 一个基于描述增强知识图谱的机器学习方法推荐系统

笔记整理:刘尧锟,天津大学硕士链接:https://dl.acm.org/doi/pdf/10.1145/3404835.3462900动机面对大量的机器学习(ML)方法,为给定的数据集和任务选择合适的方法是一个挑战。一般来说,ML方法或数…

Meta AI 发布 data2vec!统一模态的新里程碑!

文 | ZenMoore编 | 小轶如果让大家举一个最成功的自监督模型的例子,尤其对于各位 NLPer,肯定毫不犹豫地祭出我大 BERT. 想当年 BERT 打了一个名叫 MLM (Masked Language Model) 的响指,直接成了 NLP 灭霸。视觉界、语音界闻声而来&#xff0c…

LeetCode 946. 验证栈序列(栈)

1. 题目 给定 pushed 和 popped 两个序列,每个序列中的 值都不重复,只有当它们可能是在最初空栈上进行的推入 push 和弹出 pop 操作序列的结果时,返回 true;否则,返回 false 。 示例 1: 输入:…

Spring Cloud Stream消费失败后的处理策略(一):自动重试

之前写了几篇关于Spring Cloud Stream使用中的常见问题,比如: 如何处理消息重复消费如何消费自己生产的消息 下面几天就集中来详细聊聊,当消息消费失败之后该如何处理的几种方式。不过不论哪种方式,都需要与具体业务结合&#xf…

会议交流 | DataFunSummit 2022:图机器学习在线峰会

深度学习模型是当今人工智能研究的核心。众所周知,对欧几里得数据(例如图像)和序列数据(例如文本)具有颠覆性学习能力的深度学习技术不能直接适用于图结构数据。这种差距推动了图深度学习研究的浪潮,在学术…

专访邱锡鹏:人工智能开源社区的「先行者」

文 | 刘冰一、Echo源 | 极市平台邱锡鹏,复旦大学理学学士和博士。任职复旦大学计算机科学技术学院教授,博导。发表 CCF A/B 类论文 70 余篇,获得 ACL 2017 杰出论文奖(CCF A类)、CCL 2019 最佳论文奖。出版开源专著《神…

Spring Cloud Stream如何消费自己生产的消息

在上一篇《Spring Cloud Stream如何处理消息重复消费》中,我们通过消费组的配置解决了多实例部署情况下消息重复消费这一入门时的常见问题。本文将继续说说在另外一个被经常问到的问题:如果微服务生产的消息自己也想要消费一份,应该如何实现呢…

LeetCode 400. 第N个数字(数学)

1. 题目 在无限的整数序列 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, …中找到第 n 个数字。 注意: n 是正数且在32为整形范围内 ( n < 2^31)。 示例 1: 输入: 3 输出: 3示例 2: 输入: 11 输出: 0 说明: 第11个数字在序列 1, 2, 3, 4, 5, 6, 7, 8, 9, 1--0--, 11, ... 里是0&a…

图谱实战 | 开源知识图谱融合工具剖析:Dedupe与OpenEA工具实现思想、关键环节与实操分析...

转载公众号 | 老刘说NLP实体对齐旨在发现不同知识图谱中的共指实体&#xff0c;如百度百科的360与Wikipedia中的360 qihoo。实体对齐是知识融合的重要任务&#xff0c;通过实体对齐集成多源知识图谱可以为下游任务提供更加全面的知识表示。实际上&#xff0c;实体对齐本质上就是…

算法岗SSP offer收割指南!

文 | 林小平源 | 知乎前序在本文开始以前&#xff0c;林小平首先需要声明的是这篇超详细面经并不是笔者本人的求职笔记&#xff0c;它是笔者学校隔壁实验室22届毕业学弟的面试心路历程和经验心得。由于笔者和这位学弟经常讨论校招求职和职业发展的问题&#xff0c;并且在秋招以…

Spring Cloud Stream如何处理消息重复消费

最近收到好几个类似的问题&#xff1a;使用Spring Cloud Stream操作RabbitMQ或Kafka的时候&#xff0c;出现消息重复消费的问题。通过沟通与排查下来主要还是用户对消费组的认识不够。其实&#xff0c;在之前的博文以及《Spring Cloud微服务实战》一书中都有提到关于消费组的概…

LeetCode 481. 神奇字符串(找规律)

1. 题目 神奇的字符串 S 只包含 ‘1’ 和 ‘2’&#xff0c;并遵守以下规则&#xff1a; 字符串 S 是神奇的&#xff0c;因为串联字符 ‘1’ 和 ‘2’ 的连续出现次数会生成字符串 S 本身。 字符串 S 的前几个元素如下&#xff1a;S “1221121221221121122 …” 如果我们将…

图谱实战 | ​鲍捷:知识图谱技术在金融领域的分析和应用

转载公众号 | DataFunSummit分享嘉宾&#xff1a;鲍捷博士 文因互联编辑整理&#xff1a;松烨 博瑜科技出品平台&#xff1a;DataFunTalk导读&#xff1a;知识图谱标准件已经全面赋能主流金融场景&#xff0c;经历了7年时间的发展&#xff0c;在金融监管、银行、资管、证券等领…

珍爱生命,远离大厂政治斗争

本文授权转载自公众号“算法圈的小破事”&#xff0c;点击以上卡片进行关注大家好&#xff0c;我是在互联网危险边缘疯狂试探的皮皮虾&#xff0c;今天跟大家分享一个关于大厂政治斗争的故事。有人可能觉得&#xff0c;政治斗争那都是大佬之间的事情&#xff0c;跟我们江湖虾米…

Spring Cloud Finchley版中Consul多实例注册的问题处理

由于Spring Cloud对Etcd的支持一直没能从孵化器中出来&#xff0c;所以目前来说大多用户还在使用Eureka和Consul&#xff0c;之前又因为Eureka 2.0不在开源的消息&#xff0c;外加一些博眼球的标题党媒体使得Eureka的用户有所减少&#xff0c;所以&#xff0c;相信在选择Spring…

论文浅尝 | Continual Learning for Named Entity Recognition

笔记整理&#xff1a;李淑怡&#xff0c;天津大学硕士动机在许多真实任务下&#xff0c;常常需要引入新的实体类型&#xff0c;因此需要重新训练命名实体识别模型。当因为存储或安全问题限制对原始数据的访问时&#xff0c;那么为新实体类型重新标注原始数据的成本将会是高昂的…

Allen AI提出MERLOT,视频理解领域新SOTA!

文 | Yimin_饭煲2021年&#xff0c;多模态领域大概是人工智能研究者们关注者最多的一个领域了。随着各种模态数据集的增长和算力的发展&#xff0c;研究者们开始不断地尝试在一个模型中融合来自各个模态的信息。而在多模态领域的研究中&#xff0c;和视频相关的任务被认为是最复…

基于HMM的中文词性标注 POSTagging

文章目录1. 词性标注1.1 概念1.2 任务1.3 预处理1.4 初步统计预览2. 最大概率模型2.1 训练2.2 预测2.3 结果评估2.4 结果可视化3. 二元隐马尔科夫BiHMM模型3.1 训练3.2 预测3.3 结果评估3.4 结果可视化4. 结果讨论思考本文的代码是在徐老师的代码基础上&#xff0c;自己加了些注…

图谱实战 | 58同城周超:基于招聘场景下的知识图谱构建及应用

转载公众号 | DataFunSummit分享嘉宾&#xff1a;周超 58同城 NLP资深算法工程师编辑整理&#xff1a;吴祺尧 加州大学圣地亚哥分校出品平台&#xff1a;DataFunTalk导读&#xff1a;知识图谱作为一种富信息工程&#xff0c;已经深入到各行各业中&#xff0c;也为产业效率的提升…