做事的态度与工作态度

       近看到周老师的两篇博客  大宝知我心——好团队都是相似的想当然很可怕,根子还是思考上的懒惰 ,使我想到一点,做事的态度与工作态度的区别

        公司里有一个优秀的工程师,当他的主管问他,你工作做得非常出色,动力是什么?他回答到,“我不是把它当作一项工作去做,而是当作一件事去做,全力做好”。 他的回答很简单、朴实,但说到点子上。对于一个员工的工作(job),多数情况下可以看作是一个任务(task), 员工做工作,就是执行任务。执行任务,就比较被动,就事论事,交给我什么,就做什么,不去多想。而:
  • 一般意义上完成任务,是对员工的基本要求。如果某位员工年终没有涨工资,就跑到经理那里去说,交给我的工作都做了(意思是说,自己很不错),为什么不给我涨工资?你可以对他/她说,这是基本要求,你做到了,所以没降你的工资。
  • 如果能圆满完成任务,还是一个不错的、称职的员工,表现良好,还不能算优秀的员工。
       作为一个优秀的员工,应该是积极主动地去工作,或者说,不是把工作当任务去做,而是当成自己的事去做,做得完美。他/她会主动地思考,想到事情的前面去,把可能要发生的问题、将来可能要发生的问题都尽量想到。在英文里有两个词 “Active” 和 “Proactive”,  active 是主动、积极的意思,proactive ( 前摄的, 中文字典是这样翻译的)类似预警机,更早、更主动地发现问题和解决问题。我们希望员工主动、积极去做事,而不是被动 (passive)去做事情。但对于一个优秀的员工,不仅 active, 而且要proactive。

        现在流行一句话 “态度决定一切”,也说明了这样一个道理。现实,可能残酷些,大家要为房子、车子等奔波,所以需要工作。如果仅仅为了工作,或者工作就是为了拿一份薪水,当然就很难快乐,至少难以对工作充满激情。如果工作就是为了工作,每天早上起床、匆匆忙忙打理完,坐上班(私、公交)车后,就可能会感觉一天的受罪开始了。如果你不仅仅把自己的工作当成一份工作,而是想和公司一同去做一件事(虽然不一定是去做伟大的事业,如:
  • 把产品做出去获得新市场、赢得国际市场
  • 做出一个国内一流的团队
  • 把公司做大、从20人做到100人、再做到500人
),那你的感觉就不一样。你可能会说,我们也不能不顾 “薪水、待遇、工作环境” 呀?实际上,你有了proactive的态度,又把工作当事做,而不是当“任务”来完成,这些都会很好的,面包会有的。 当然,做好事情,还要有一个前提,对所做的事情,你是有兴趣的。大学生或他们的父母经常谈,要专业对口,其实不重要,关键是兴趣。许多计算机做得很好的人,在大学里并不是学计算机的。

        兴趣、享受工作,会对一个人对待工作的态度也是很有帮助的。国内教育还是有问题的 ( 包括
我写的 我国教育中令人揪心的若干个"不等式" ),作为父母,常对孩子说,“长大了,要挣钱、做官、出人头地”等等。几千年文化,给人更多的思想是 “升官发财、衣锦还乡”,这本身也没错,但缺乏教育自己孩子,“快乐” 是最重要的。也就是在你挣钱的工作中间,许多 “H” 是重要的,Happy、Health、Home等。 微软、Google、雅虎的创始人,当初都不是为了发财去创业,甚至创业是被 “逼上梁山” 的,如Google的创始人( Larry Page Sergey Brin)当初就想100万卖给一些大的网络公司等,没人买,自己才继续干下去。这和国内目前许多人为了发财、为了创业而创业形成鲜明的对比。

      说远了,回过头来,就是8个字 “兴趣、做事、享受工作”, 然后你就会将工作做得完美。

PS: 完美的工作,也顺便帮了我——质量就有了保证。
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化改进根据测试结果对系统进行优化改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理建模功能。它简化了数据清洗、特征提取、模型构建、验证优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建验证 借助Sklearn,可以将数据集划分为训练集测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差方差,增强整体预测的稳定性准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 21
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值