一个女孩的职场经历(转贴 写得很好 很好 很好)

RimWorld Mod开发避坑指南:从Defs命名规范到XML结构详解(附实战代码) 本文深入解析RimWorld Mod开发中Defs文件的编写规范与高级技巧,涵盖命名冲突预防、XML结构优化及高级功能实现。通过实战代码示例,帮助开发者避开常见陷阱,提升Mod兼容性与稳定性,特别适合RimWorld Mod开发者参考。 阅读详情

曾经让我很感动的文章

 

原文如下:

    刚才看了一位mm写的《终于告别骚扰的日子》,心里涌上诸多滋味,也想把自己职场几年的经历与众位JM分享。

  先介绍一下自己,龙年出生,在大型外企工作了多年(好像7年,是的,我不年轻了)。现在在读研究生,今年毕业,最近忙于找工作。

  我的第一份工作是某大型外资医药公司。当时刚毕业,对未来很懵懂,没有任何关于职业生涯的规划,误打误撞地进来的。还记得我第一天去上班的样子:青涩的模样,寒酸的衣着,一脸的羞涩和紧张。公司同期招聘了一批职员,个个都比我大上几岁,她们衣着光鲜,言谈举止老道圆滑,我夹在其中显得尤为拘谨而笨拙。

  接下来的一个月我每天都活在巨大的紧张中,每一天都是如履薄冰。但是庆幸的是,在培训中,我就显示了比别人快而强的学习能力。过了培训期后,我也很快熟悉了工作。我想可能是我比别人能吃苦的原因吧,加上认真,经理随便一句话我都会认真去做,而且对加班从无怨言(主要是没有经验,以为加班是理所当然应该接受的)。我的上司开始对我从担心到信任,我开始接触部门的核心工作,经理也开始在会议上表扬我。这一切,让我觉得我的努力没有白费。在胜任了工作后,人际关系的问题就接踵而至。

  我所在的部门基本全是女孩子。其中W和G都是和我一批进入公司的,都大我四岁,都是在职场闯荡有年头的了,工作能力都不错。开始,G和我很好,经常对我的化妆和服饰提出建议,让我非常感激。但是不知从什么时候开始,G对我开始有了敌意。

  我没太察觉其中微妙,作为一个新鲜人,我的洞察力很差的,这与我从小生长环境较单纯有关。但G的敌意越来越明显,如故意设置工作上的障碍,甚至有一次将自己做错的事情安插在我头上,我才开始认真思考这一问题,但还是不得要领。还是W一语道破:“你比她年轻漂亮十倍,她心理不平衡呗!”的确,在我没有“成长”起来之前,G在这一批新招聘的员工中是比较突出的,公司也寄于厚望的。然而,很显然,我这个黄毛丫头现在已经成了她的威胁了。

对于G的行为,我没有反击,不是善良,是不知道应该如何反击。只能受了委屈后,向当时的BF(现在的LG,细细)倾吐。值得欣慰的是,这个时候公司的很多同事都对我很好,他们默默地帮助过我,包容过我作为一个新人的一些疏忽,教会我不少我不知道的东西,让我至今感激不已。这里面有对我表示过好感的人,在遭到我的拒绝后,仍很友善而公正地对我,非常让人尊重与感激。经验1:真诚待人,总会有回报的。

接着说我和G的事情。半年后,我已经成为部门的主力了,当时整个部门的工作分为5个部分,其中就有2个部分在我手上。成就感会有一点点,但是确实忙的我不可开交。经常几条电话线都在找我,我忘了喝水忘了上洗手间。因此经验2:充分展示自己的能力是对的,但要学会向领导说不,否则工作就像雪球一样一个接一个,接到手软。
  在这种情形下,G对我的敌意自然有增无减。而这种情形随着新的line manager的到来更为严重了。新来的上司35,没有结婚也没有gf,当然这不是鄙视他的原因。鄙视他的是他对于业务一窍不通,因为是公司某高层的同学所以任此一职。我至今仍记得此人邋遢不堪(个人最不能容忍的就是邋遢,衣着可以朴素,可以土气,可以随意,但绝对不能邋遢),好几天没洗的油头和由此散发出来的气味。新上司对我非常关照,而且有意无意创造一些机会让我和他加班,比如制定新的工作计划,了解工作进度等等。加班晚了,就建议我们一起吃晚饭,我从来都说不饿,或是BF还等我吃饭,说的时候一脸正气。时间长了,他便明白我的意思了。经验3:女孩子漂亮就更要自重,言谈举止甚至应该比一般人还要古板才行,这样才不会让别人想入非非。(一家之言)
  从此,新上司开始疏远我了,这种“失宠”是我意料之中的,所以我不觉难过,反而以此为幸,仍旧平静地做自己的工作。随即,新上司将目光投向了G,他开始如当初对我那样对G。对他的举动,比我年长四岁,有着丰富阅历的G当然心知肚明,然而与我不同的是,G对他百般迎合。从此,G在部分的地位扶摇直上,她手头的工作量最轻,在我们大家忙碌的时候,她可以补妆或聊天,要不就是在网上玩。但部门会议的时候,新上司对她都是赞不绝口的。我手头的工作量是最大的,工作成绩也是最出色的,新上司却都是视而不见,甚至经常对我工作百般挑剔,每次例会必定以各种理由批评我。记得有一次,是年底,突然来的任务快将每个人都逼疯了,G照例没分派什么工作,即便如此,新上司还说,没关系,我让×××来协助你。部门的其它同事对此都是啼笑皆非(注意,不是气愤,因为就算不满,也没有必要为此得罪上司),倒是其它部门的人经常对我表示同情。回忆起来,那真是最灰暗的一段日子。我每天工作倍加小心,因为不想让他挑出什么毛病来,但内心的委屈还是让一个年轻女孩子倍感沉重和心酸。那个时候BF的经济情况不好,我们都是自尊心太强的人,不愿伸手向家里要钱,所以这份工作对我而言还是很重要的。那个时候我记得我们虽然开着车,穿得衣冠楚楚,但只能顿顿在牛肉面馆吃拉面(不过倒培养了我对牛肉面的热爱,现在也非常爱吃)。一边吃,一边想起工作中的委屈,又不敢跟BF说,他已经够心烦的了。那时候,经常回味赵传的歌:“生活的压力与生命的尊严,哪一个更重要?”不过,现在回想起来,那一段时间还是很有意义的,只有吃苦才能长大,才能坚强。
  就这样在灰暗中挣扎着过了一年半,忽然出现转机了。我的工作内容调整了,我仍然在这个部门,但是工作基本是独立的,而我经常需要越过我的line manager,向GM汇报工作,因为我的这部分工作由GM亲自主抓。这样以来,这个上司对我的工作干预性就不大了,相反,他还需要配合我的工作,而且我工作量太大,还给我增加了一个helper.当时我真的就一个想法:上帝是公平的(可作为经验4)。
  至于G,在与这位上司暧昧了两年后,突然闪电结婚,新郎不是这位上司。很显然,她早就有男友了,男方好像身家不错,而她只是利用这位上司达到自己的目的罢了,而这些年在上司的庇护下,她确实过着轻松的生活,每年拿着部门最高的年终奖金。宣布结婚之日,也是递交辞呈之时,据说回家做全职太太了。而这位上司竹篮打水一场空,显然他还是伤心的,那时候我们一大早上班经常闻到他身上的酒味,而且人也颓废了。说实话,我也没什么高兴的,只是觉得职场真的如舞台,众人粉墨登场,像一场大show一样热闹。

接着说我在这个企业的事情。35岁上司终于离我远了,我觉得真的是喜乐平安啊。但是,新的问题又来了。我当时听说给我配了一个助手,真的是很高兴,日日盼望她的到来,但没有想到我的助手比我还大整整8岁。可能这应该怪我,当时HR和我沟通的时候,我被欢喜冲昏了头,一个劲儿说,没有什么要求,没有什么要求,有工作经验就好了...。结果,我的助手确实在我们这方面的工作上有一些经验,但是...
  她当时已经是一个三岁孩子的妈妈了,产后在家待了很长时间,这是她产后第一次工作。由于她年纪比我长,我非常不好意思也不忍心责备她,但她确实一直不在状态。每天上班恍恍忽忽,中午睡觉睡到得推她才醒(据说中午习惯了和孩子都要睡上一觉),极其喜欢聊天,喜欢聊孩子的事情。做事情更是马虎,很简单的事情都是错漏百出,经常有其它部门的人和外地分公司的人找上门来投诉。我这个人天生面薄,从来都替她挡了,连老板问道,也是一口担下来。但是,久而久之,培养了她的惰性和依赖性,手头的工作更加马虎了,因为反正有我替她把关,再说,出错了也是我来承担。经验5:对下属的错误一定不要纵容,对上可以替她承担,因为自己确实有责任,对下一定要追究和批评,否则错误总是重演。

  由于我替她挡的事情多了,她已经将此作为一种习惯,直到有一天由于她工作的疏忽,给上海分公司造成了很大的经济损失。上海地区的工作人员打电话来谴责此事的时候,我却听见她在电话里非常自然地(语气中没有任何惭愧和不安)将她的错推到我身上时,我才觉得不能容忍了。我找她到会议室谈话,对她刚才的行为和她一贯的工作表现提出我的看法。谁知她一口咬定这就是我的错,因为她就是按照我给出的原始报价对外报的,而且开始撒泼,对我大喊大叫。我当时简直不敢相信自己的眼睛,一个做了母亲的人,能够如此无耻地说谎而面不改色,而且我也没有遭遇过这么无礼粗鲁的人。好在我在这几年的工作中早就养成了极高的警惕性和风险意识,那就是事无巨细,一定保留原始凭证,这样才能责任清晰(电话确认的事情,哪怕再小,我放下电话第一件事情就是发个邮件给对方,要求收到对方确认的邮件)。
  当我将我发给她的报价放在她面前的时候,她这才不说话了。我对她说:“我对你的工作和为人都很失望,但我愿意给你机会,希望你今后能用心一些,不过这是最后一次机会,因为你自己非常清楚,我对你已经太包容了。”这之后,她的工作果然有了起色,可能心里恨我,但是那又如何?如果要让身边每一个人都满意,那我只能累死。经验6:职场中一定要有高度的警惕性和风险意识,因为人心啊,对人的假设不妨都从人性恶的角度出发。

接着说我在第一个公司的事情。我和我的助手就这样磕磕碰碰地过了一年多两年。她与我的关系说不上好,但至少从上次的事情后做事显然用心了很多。而我也承认,我和她相处的时候戒心多了一些,因为人品卑下的人很难让我再次信任。
  
  然而,一段时间以后,她上班的时候明显又心不在焉了,大错小错不断。我发现她那段时间心情非常差,有几次接电话好像在哭。说实话,我很同情她,因为这么大年纪了能在办公室忍不住流泪,肯定是非常伤心的事情。可是,工作上的差错还是要纠正的。
  我们又一次在小会议室。我还没有开口,她就哭了。我才知道,她老公要跟她离婚,而且非常坚决。她经过一番调查,才知道老公有了外遇,现在“变脸”变得很让人措手不及。现在老公根本不回来住了,这是电话打给她左右就是一句话——离婚。家里剩她自己多年寡居的母亲和年幼的女儿。她求我为她保住这份工作,因为这份工作对她来说就是一家人的生活来源。因为她不愿意离婚,在旷日持久的离婚大战的岁月中,她老公是不会再负担家里的开支的(连人影都看不见)。而她自己由于多年来依赖老公惯了,没有什么过硬的职业专长,也没有过硬的学历,加之年纪大了,找工作是非常困难的。
  我听完良久无语。我还能记得当时是下午5点多种,夕阳透过百叶窗洒进会议室,屋里只剩下沉默的我和另一个啜泣的女人。这个事情对我的震动很大,她那种无助和绝望的神情让我久久不能忘怀。她的遭遇让我不久后作出了一个巨大的决定。(之后会交待)
  我开始默默地帮助她做一些工作,替她修改文件中的错误。她开始从对我略有敌意到开始真正友善地对待我了。我们开始像朋友那样聊很多东西,她教我做一些菜,跟我聊她的孩子和老公,我也告诉她我的生活。然而,我也发现了她身上致命的问题,就是依赖性太强,进取心太弱。这是她命运的根源。
  她的命运让当时25岁的我开始思考自己的道路。那个时候我在公司已经比较舒服了,说舒服,是因为在公司可以算是资深员工了,薪水还算让我满意,工作对我而言游刃有余,人际关系也很顺利,老板对我信任有加。然而,我不知道自己面前的路可以走多长。公司每年都会有新的员工进来,看着一张张新鲜的面孔,看着那些叽叽喳喳的小姑娘,我看到我当年的一些影子。然而,她们身上的蓬勃朝气,她们咄咄逼人的气势和眼里闪动的aggressive是25岁的我无法匹敌的了。这样舒服的日子再过几年,等我迈入30岁的年纪,我的竞争力又在哪里(如我的助手一样)?争取更高的职位,我自觉自己无论是学历、能力还是知识储备上都还远远不够。
  我看着我的助手,觉得那就是我的明天,我在照时间的镜子。
  那个时候,我和男友的感情已经非常稳定了,进入成熟期(细细)。于是,我作出了很大的决定:辞职考研。

...此决定一抛出,便带来不小反响。我家人统统支持,因为全家数我学历最低。只有我妈比较担心,她认为我这几年早已远离书本,专攻吃喝玩乐+打扮,考上的几率不大。每次一见我,我妈便悲悯地说:“没关系,一次不行再考第二次!”嘿嘿,让我气不打一处来。可是我身边的朋友都是反对的,一是认为很难考,而是认为为此丢掉工作太可惜了。不过,我是一个很难回头的人,所以义无反顾地投入了2001年北京浩浩荡荡的考研大军中了。
  接下来是跟公司辞职的事情。老板跟我谈了几次,希望挽留我,不过我去意已定。最后老板提出我工作的交接期为2个月,这倒不是刁难我,要怪还是怪我。这些年由于我只会接雪球,结果手头的工作如雪球一样越滚越大,所以工作交接当然是一项庞大的工程。
  最后的两个月最搞笑,我主要穿梭于公司的资料室和保险柜之间,抱着大堆的文件跑来跑去,忙着整理,排序,列单子。或者就是在电脑前连比带划地传道解惑。我的继任者是一个二十六七岁的女孩子,很沉稳也很干练,无疑非常胜任这个职位的。
  最有戏剧性的是,我们公司楼下是一个时尚杂志社,此刻找到我,告诉我她们有一个专栏,能不能拍我几张照片用在杂志上。于是某天下午,我偷偷溜出来,简单弄了一下头发和补了一下妆(我承认,人之将走,开始松懈了),在我们写字楼下拍了一组照片。最后用在杂志上的只是其中两张而已,不过这两张照片成为了我对于公司生活最后匆匆的掠影。
  还有让我感动的是,好几个分公司的负责人都给我打来电话,对我这几年的工作表示感谢。
  我的助手对于我的离去很是不安,事实上这几年确实给了她不少庇护。我们最后一起吃了一顿饭,就在写字楼后面比较破的一个小饭馆。这两年,我们有争执,有交锋,但也有关爱和温情。这时候她已经离婚了,带着孩子和母亲。我们互相鼓励要努力,要坚强,但其实都知道前方的路茫茫...。那天吃的菜是:蘑菇肉片,麻婆豆腐和鱼头豆腐汤。(原谅我的琐碎)我告诉她我做这个决定是受到她的触动,她苦涩地笑说:“你比我聪明。”

刚刚辞职后,我选择在家里复习。我还记得那是2001年夏天,天气热,我坐在家里,面对一本本书和试题,内心也像有一腔火似的,烦躁不安。十几本书要背,还有,我的英语这些年更偏重于生活英语,应试能力极差(刚做了去年的考题,40多分,想一头撞死)。我坐在家里,忽然怀疑自己的决定是不是正确啊,一下子真的想哭。
  这个时候,人的意念一松懈,就会一溃千里。我打开冰箱,吃水果,看电视,然后倒在床上大睡。然而醒来后,我看着镜中的自己(睡得红头红脸的),然后问自己:“你都在做什么?你辞掉工作是为了在家睡觉吃东西的吗?”
  家里真的不是学习的地方。第二天,我带上书去了附近的一所很有名的大学上自习去了。我找了一个小小的教室,然而令我吃惊的是,如此酷热的天,教室里竟然满满的都是人,而此时学校已经放假了。后来才知道,大家都是考研的人,他们很早就一直固定在这个教室上自习了,每天从早上7点到晚上11点,他们都是这样一动不动趴在桌子上看书的。我是最后一个加入这个集体的人,我的座位在第二排。
  说实话,这个情形让我很震撼,我才知道,原来考研是这个样子的。
  第三天,我不再化妆了,素面朝天,穿上T-shirt和牛仔裤去了,这一去,便是整整半年。
  我每天的生活是早上六点半起床,七点出门,七点二十进教室(路过食堂买早点),先用几分钟吃早点,然后打开水。然后坐下来学习一整天。我们没有中间休息,吃饭和上厕所就是休息(有点好笑,上厕所就是放松了)。有很多人在学校都有宿舍,但是他们连中午都不回去休息的。晚上11点我准时走出教学楼,男友在楼下接我。我没有周末和节日,日日如此。说实话,这样艰苦的生活,我内心的烦躁反倒消失了,觉得内心很平静。我不化妆,不打扮,冬天教室很冷,我们都穿得臃肿不堪,不过好在大家也都习惯了。最好笑的是,一个好朋友送我一条羊毛披肩(嘿嘿,那段时间形象很可怕,所以避而不见,派男友去拿的),我拿着那条柔软而温暖的披肩哭笑不得——我们在教室里连羽绒服都不脱的(羽绒服领口和袖口都普遍很脏,大家都很像民工)。我每天只带20元出门,嘿嘿,往往能剩下10元,因为三餐都在食堂吃,比较便宜。
  在同学们的帮助下,我开始掌握一些复习的技巧,开始学会自己排时间表,每天根据时间表来推进自己的复习进度。几点到几点之间背书,几点到几点之间做题等等。我的成绩逐渐在提高,但从做题的成绩看,仍然不稳定,时好时坏。于是大家提示我,每次不要只参照标准答案给自己判分,要研究答案。这个提示很宝贵。
  一个教室的人渐渐形成一个温暖的家庭。根据各自的优势,出现了英语、数学、政治方面的强人。大家不懂的,都可以问他们。还有,谁搞到了一套很好的题,大家都会轮流传着做,然后互相比较分数。这个时候,我的公共课在整个教室里已经不算差的了。
  有时候也有辛酸,记得是圣诞夜,11点从教学楼出来,正遇上学校舞会散场以及大批同学在外狂欢尽兴归来。我穿着我妈的羽绒服(不要笑,教室是在太冷,这是我能找到的最厚的羽绒服了),蓬头垢面(好像两三天没有洗头,男友那时候经常提醒我洗头),夹在一堆衣着光鲜的人之中,还是有点难过。嘿嘿,不过回家就忘了,累,倒头就睡了。
  就这样艰苦地熬到了考试。考试的两天半过得很快,我并不是很紧张,准备这么久也没啥可紧张的。值得一提的是,第三天中午考完后,我连饭都顾不上吃,男友火速开车带我去我常去的理发屋剪头,烫头,一折腾就是一个下午。我的那头头发真的无法忍受了,又长又乱如野草。弄完头,我就像是从牢里刚放出来的人一样,非要去商场购物。男友望着我欲言又止,我明白了,我肮脏的羽绒服像刚进程的大婶。
  无需多说,我火速赶往附近我姐家。我姐一开门就惊叫:“你去考试怎么穿的像叫化子..."趁她抱怨之际,我冲进她家卧室,闪电般换了她的裙子和大衣,然后洗脸,化妆,拉上男友出门。
  那一晚上买了几千元的东西(嘿嘿,事实证明,非理性购物都是失败的,很多鞋和衣服后来都没穿)。一晚上又喊又笑,像刚从精神病院放出来的疯子。第二天嗓子就哑了,失声,好几天说不出话来。
  漫长的等成绩啊。成绩下来了,399分,在网上查了一下,是我这个专业的第一名。

本地使用大模型:Ollama+open-webui+AnythingLLM(Windows+linux) 随着大模型的发展,大量的开源模型可以被直接使用。大模型的使用可以选择在云端或者在本地,如果本地存储空间尚可,而且模型需求不是很大的话,我们可以选择在本地部署一个大模型来使用。针对特定的任务需求,进一步在本地去微调我们的大模型。我在windows和linux上都尝试了一遍,这里记录一下过程。 阅读详情

相关推荐

(R,线性回归)R语言里的模型诊断图(Residuals vs Fitted,Normal QQ , Scale-Location ,Residuals Leverage)

线性回归,是概率统计学里最重要的统计方法,也是机器学习中一类非常重要的算法。线性模型简单理解非常容易,但是内涵是非常深奥的。尤其是线性回归模型中的Diagnostics plot的阅读与理解一直被认为是线性回归中的一个难点。 在任何线性模型中,能够直接“lm”(模型有意义),既要考虑各个参数的t-test所得出的p-value,也要考虑总体模型F-检验得出的p-value。在这之后,还要清楚一个...

qq_35837578的博客 7万+

一个女孩的职场经历(续一)

<br />接着是我的另一段职业经历了,可谓是很失败的,也想与大家分享:<br />  在知道考研成绩以后,当时比较高枕无忧了,因为离开学还有整整半年,这段时间不能虚度,所以还是要找工作。<br />  第二份工作是一个国内知名的控股集团下的医药电子商务公司。找这份工作可以说是史无前例地快,闪电一般:刚在网上发走简历,第二天就通知我面试。同样,第一次hr部门面试,由于我的职位是总经理助理,所以复试是总经理面试我,第三次回到hr部门谈待遇,然后确定上班时间。前后好像不过10天,连我自己都觉得神速。我没有向公司

BBsync的专栏 2893

读取rosbag中的IMU信息并转为tum格式的csv和txt

rostopic -b xx.bag -p /xx > xxx.txt #for euroc structvio import os, sys,re,csv name="street_07" # basedir="/media/yinjie/2498AF1F98AEEF0C/adataset/15results/imu_bagtxt/"+name+'.txt' # txtdir="/media/yinjie/2498AF1F98AEEF0C//adataset/15results/imu_o

qq_42928559的博客 1919

元宵节要到了,给大家猜几个谜语

1.一直和党心连心(打一字) 忠 2、 永久太平(打一中国地名) 长宁 3、 贸易协定(打一数学名词) 交换律 4、 直上重霄九(打一成语) 平步青云 5、 环境幽静,生活安逸。(打一成语) 世外桃源 6、 八抬大轿讲礼节,四方贵客进家门。(打一校园用语) 桃李满天下 7、 久雨初晴(打一中国城市名) 贵阳 8、 猫窝里的老鼠(打一成语) 战战兢兢 9、 拍一个巴掌(打一中国地名)...

m0_46250064的博客 6万+

局部路径规划算法 - B样条曲线(B-spline Curves)

本文详解了B样条以及代码实现

BigDavid123的博客 6506

kettle从入门到精通 第九十二课 ETL之kettle 使用Kettle的Carte对外发布读写接口

场景:使用kettle实现将查询结果返回给客户端,也就是说kettle暴露查询接口供外围系统调用。前提必须是使用carte服务才可以提供接口供外部系统调用。具体实操方法如下:1、设计转换根据具体需求设计转换,主要用到的步骤有获取变量(从请求参数中获取变量)、json输入(解析入参),json 输出将结果转换为json格式输出到客户端。如下图所示:2、接收参数使用获取变量步骤来接收接口请求参数,变量通过${}方法进行获取,如下图${PARAM}则是获取PARAM参数,将参数赋值为req字段。

zhangjin1222的博客 954

一个女孩的职场经历(续三)

<br />接下来的北京的项目是最省心,最顺利的。毕竟老板在此谁敢作乱(深深体会了“大海航行靠舵手”的道理),加上所有同事的协作,每天虽然也辛苦,但是没有出现什么让我焦急的事情。<br />  一周后,这个团体的中国巡演结束要回国了。我和同事去机场送他们。我们与每一个团员拥抱告别,但是与技术人员告别的时候,他们所用的是与好友告别时所用的贴面礼。每一个人都亲切地说谢谢和再见,技术总监最有意思,递给我一包东西,我打开一看,有他们在后台用立拍得给我拍的照片(我都不知什么时候拍的),还有一本他们自己的画册,首页写着

BBsync的专栏 1466

基于STM32的INA226电压电流检测仪

该功率检测装置以STM32F103C8T6微控制器为核心,集成功率检测、数据交互、状态显示和用户提示功能,通过模块化设计实现稳定运行。系统包括按键、LED指示灯、OLED屏幕、INA226电压电流检测、复位电路、晶振电路、蜂鸣器驱动、输入输出接口、调试接口和3.3V降压电路等模块。微控制器通过按键检测用户输入,启动功率检测,采集数据并通过OLED显示,异常情况触发蜂鸣器报警,LED状态指示同步反馈。3.3V降压电路为所有模块提供稳定电源,晶振电路确保时序精度。INA226芯片通过I2C接口与微控制器通信,实

a2784288164的博客 1909

一个女孩5年的IT销售经历

  一个女孩5年的IT销售经历!(转载)交待一下时间。我进入这家公司是2000年9月,一直到2004年6月,从此开始了我南征北战的岁月.两年南方,两年北方。  这家公司是一家规模非常大的网络公司,业务是互联网应用服务,简单的说就是建网站,注册域名,网络推广等等。这在2000年的国内还是一个陌生而新奇的行业。工作的主要手段是电话销售为主,登门拜访为辅。  我进入这家公司被分配到一个部门,部门

绿竹琴箫 5456

Java8动态生成SFunction:基于字段名的Lambda表达式实践

本文深入探讨了在Java8中如何基于字段名动态生成SFunction,以解决MyBatis Plus的LambdaQueryWrapper在动态查询场景下的局限性。通过核心原理LambdaMetafactory的解析和手把手的代码实现,展示了如何将字符串字段名转换为类型安全的Lambda表达式,从而实现真正动态、类型安全的查询条件构建与通用数据处理,显著提升代码的灵活性与安全性。

sss66的博客 953

嵌入式开发之瑞芯微RK356x--基本环境搭建

嵌入式环境搭建

NexyHO的博客 617

一个女孩的职场经历(续二)

<br />LG已经急了,问我是不是要出差啊,几点啊,怎么失踪了?我说是出差,明天一早,我马上回家。我回到家,LG吓一跳,因为我肩扛手提了大堆东西,怀里还有满满的东西,据说当时像仓惶出逃一样。更好笑的是,我把一大堆东西放在桌上后,又变魔术一般从包里掏出很多个walky talky来(他以为是地雷),然后问:“家里有什么吃的?我没吃饭!”<br />  我紧急收拾出差十几天的行李,一边胡乱往嘴里填东西。要从公司带走的东西实在太多,我自己只好压缩要带的衣物。第二天五点半我起来,匆忙梳洗直奔机场。临走,在老公监督

BBsync的专栏 2052

泛微OA集成阿里云短信(E9保姆教程)

泛微OA集成阿里云短信(E9保姆教程)

技术分享 515

一个女孩的工作经历告诉我们

这是网上流传的一篇文章,转来和大家分享~ 1,当时公司招了大批应届本科和研究生毕业的新新人类。平均年龄25岁。那个新的助理,是经过多次面试后,我亲自招回来的一个女孩。名牌大学本科毕 业,聪明,性格活泼。私下里我得承认,我招她的一个很重要的原因,除了她在大学里优秀的表现之外,还因为她写了一手漂亮的字。女孩能写一手好字的不多,尤 其像她,看起来长发飘飘,多么女性化的一个姑娘,一手字却写的铿锵倜傥,让

小菜鸟的天地 2189

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

女孩们,在职场我们同样优秀

这一堂课,专为女孩们而讲。嘉宾是鞠立、赵 菁、董小玲,三位在不同领域但成绩同样卓越的女性。 鞠立,IBM 。围绕六个问题展开讨论:1、什么是职业发展规划;2、如何制定职业发展规划——GROW Model;3、成功的职业生涯模式(大型外企);4、女性的挑战;5、关于职场新人;6、幸福感的来源。每个问题鞠立老师都结合自己在IBM的奋斗历程来分析。这里只介绍其中第三、四、六点。 成功职业生...

北京大学职业规划与领导力发展一组 244

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

班车女孩

这是一个网络上正在热评“方寒之战”的季节,之所以用“班车女孩”来命名,是因为这个角色浮现于每天的清晨与黄昏的公司大巴上,她是一个真正的ZTE女孩。 公司的班车每天都会7:40按时从高新区某条街角、某家便利店门口出发,很多人都知道,晚一分钟整个早晨都会很麻烦。如此以来,我每天7点整准时起床、洗漱,对着大镜子说加油,然后坐电梯下楼,7点32分到十字路口,红灯准时亮起,等待30秒通过,上车,选择司...

u010481881的博客 193

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

应届生必看的职场建议

应届生必看的职场建议前言职业发展学习方法篇为人处事篇情绪管理篇 前言 最近这段时间,帮很多准应届生、应届生、毕业3年内的小伙伴解答过很多疑惑。我耐心地看着他们发给我的个人经历与面临的问题,悉数为他们提供一些见解与建议。 我喜欢跟他们交流。在他们身上,有着还未脱离学校的纯真与稚气,又有着想要快点参加工作的焦虑与着急;有着对未知世界的懵懂憧憬,又有着对未来世界的惴惴不安;有着对职场的踟蹰与期待,又有着...

杏子 1万+

一个女孩5年的IT销售经历!

交待一下时间。我进入这家公司是2000年9月,一直到2004年6月,从此开始了我南征北战的岁月.两年南方,两年北方。  这家公司是一家规模非常大的网络公司,业务是互联网应用服务,简单的说就是建网站,注册域名,网络推广等等。这在2000年的国内还是一个陌生而新奇的行业。工作的主要手段是电话销售为主,登门拜访为辅。  我进入这家公司被分配到一个部门,部门经理是个精明能干的女孩子,其实比我年龄还小,但在

小马的专栏 1万+

95后沪漂女孩深陷“狠”且“卷”职场,向上思维,永不过时!

hi,这里是桑小榆。最近和一个伙伴oncall了很久,对我的文章以及思想转变产生了很大的共鸣,她向我分享了一些职场经历还有成长经历等,她的这些经历也让我引发了一定的思考。光光,最近刚升任了部门主管,对于当前的工作状态以及同事之间的分氛围也产生了很大的波动。光光的儿时经历并不幸福,她是一个留守儿童,由爷爷奶奶带大。她的个性中带有不少叛逆,与此同时,父母也给她带来了一些伤害,这使得她内心总是缺少安全感...

dotNET跨平台 587

对人生几个重要的东西的感悟,写的很好

今天是 22 岁的最后一天。几个月前,我从沃顿商学院毕业,用文凭上“最高荣誉毕业”的标签安抚了已经年过半百的老妈,然后转头辞去了毕业后的第一份工作,跟一家很受尊敬的公司、还有 150 万的年薪道了别,回到了上海,加入了“刚毕业就失业”俱乐部,开始了一天三顿盒饭的新生活,中间许多精彩剧情暂时略过。  我肯定不是第一个做过这样事的人,也肯定不会是最后一个。所以在说自己的一些有趣故事前,我想借用大家(包

依然风 | ios 3842

安鑫 一个普通女孩的奋斗史

这是一篇很真实的文章,充满了细节,我办公室里有个姑娘看完都有些泪目,其实这篇文章只是在记录一个女孩这些年在上海这座城市的经历,并不刻意煽情。 成年人的生活,从来没有容易二字,就像这个女孩的故事,极有可能也是你的故事。 一 今天部门有个小姑娘来找我,支支吾吾说要辞职。 一般有人辞职,我都会问一下缘由。小姑娘怯生生地说,在公司太累了,每个月都要加班,家里也不想让她这么辛

qq_36969725的博客 351

我一个女孩子居然做了十年硬件……

很快,矛盾出来了,我下班的时间越来越晚,回家的次数越来越少,孩子见我都只在周末不加班的那天,我跟我的主管说了我的事,希望增加招聘分担一下工作,主管跟老板转达了小员工的心声,老板说这么小的事还需要几个人做吗,本来工作分配就不饱和还要增加人力,那当初面试的时候说自己多有能力是骗人的吗。苍天可怜,我居然找到一家做扫地机器人的公司了,做硬件,估计这个公司刚成立需要人才勉强把握这个没有一点项目经验的人招到,陆续招了几个软件,就这样,一个硬件,一个底层驱动,一个算法,一个老板,4个人的小作坊开始了。

wusuowei1010的博客 7797

一个女孩的就业之路

<br />转 一个女孩的就业之路(同济大学BBS上两年不沉的帖子(2009-06-08 18:51:03)标签:杂谈    <br /> 以下是该女孩的BBS上的原文,虽然有点长,但是希望大家认真看完!相信大家都会有所感悟!<br />  <br /> 我是2005年毕业的,偶尔来这里看看,不常灌水。<br /> 今天来随意写下一些,如果对各位有任何的帮助,是我衷心所愿。<br />  <br />  <br /> 1。考研与就业:<br /> 2004年的暑假,我和大多数人一样,艰难的抉

我的一小部分生活 1662

一个同济的女孩的就业之路,人生感想 (转)

一个同济的女孩的就业之路,人生感想(同济大学bbs上从06年到现在不沉的帖子)我是2005年毕业的,偶尔来这里看看,不常灌水。今天来随意写下一些,如果对各位有任何的帮助,是我衷心所愿。1。考研与就业:2004年的暑假,我和大多数人一样,艰难的抉择,究竟是考研还是找工作。凭良心说,如果我选择考研并不是因为我真得很想读书很想深造,而是我害怕接触社会,想再窝在学校几年。所以,虽然我非常不喜欢我...

JennyComputer2014的博客 437

女孩,为什么你上学时成绩那么好,…

我的大学室友里有个外国留学生。有一次,宿舍忽然跑水,我们几个女孩都叉着腰,小心翼翼地站在角落的砖头上给楼管打电话,只有她一个人挽着裤腿,光脚穿着橡胶拖鞋,泡在满屋子的脏水里……我们都劝她:"别干啦,这不是女孩子该干的事情!"她停下来很认真地问我们:"那么女孩子应该干什么呢?" 大学毕业刚工作那会儿,我在一家很大的公司做最基础的快递联络工作。有时候,快递来了我没在,机器就会被堆积在我的座位周围。

qq_34635109的博客 380

女孩生日当天半路被叫回加班,网约车上崩溃大哭!然而职场上没有眼泪

文 / 王不留(微信公众号:程序员生存指南) 2020 年 11 月 23 日,北京冬夜,一女孩生日当天被半路喊回加班,在网约车上崩溃大哭。女孩说,“自己都加班半个多月了。好不容易下班早一点,他又让我回去。就联通和银行给我发了个信息,祝我生日快乐”。 这个视频引发了大家的感慨。感叹生活不易。也有不少网友评论说这家公司就是垃圾。没有人性,及早远离。 这纯属键盘侠式的废话,解决不了实际问题。我认为还是理性一点分析这个事情。 先从公司的角度考虑。 在此没有特指老板的意见...

王不留 300
上一篇: 关于网管开发的一点总结
下一篇: 细搜天气
BBsync
博客等级 码龄17年 22粉丝 34原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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