在这个艰难的环境下,我裸辞了

本文讲述了作者从技术研发到创业咨询的转型经历,着重于技术思维、商业思维和运营思维的转变,分享了创业过程中的挑战与教训。

2022年,疫情期间,工作了22年的我,从软件研发管理的相关工作中,辞职创业,开启我的独立咨询顾问生涯。很多人不解和迷惑,也有朋友关切的询问我的近况,就差用手来摸我的额头以判断我是否发烧了。因此,我用此文一并给朋友们交待一下。

我把我的职业经历划分成技术思维-商业思维-运营思维的形成过程,我就按这个顺序介绍。

01技术思维

从走出校门一直到2016年离开百度,我的职业从来没离开过软件研发,工程师、架构师、技术经理等等,虽然Title各异,但核心都是技术能力。

历次的技术方向选择、行业方向选择也都是按照自己的意志和路线进行。

印象比较深的是2007年,我毅然降薪进入手机软件方向,当然,后边的成果说明了没有辜负当初的选择。

2016年初,自觉在百度遇到了技术发展的瓶颈,虽然已经是技术委员会成员,并在开发规范制定、职称评审等方面做些事情,也获得过文化标兵、最佳团队、最佳导师等荣誉,但对再次晋升仍觉前路渺茫。

彼时,有人选择继续跳槽BAT同级的公司,有人选择去创业公司(成功的比如字节跳动、滴滴,失败的就更多),有人跨行业去投资、互联网金融、教育公司任高管/技术负责人。而我,可能是少数选择了创业的人。

在这段职业生涯中,我在专业、创新、抽象思维的能力上得到了提升,这也为以后面对复杂问题的抽丝剥茧、大局观、敢于挑战奠定了基础。

02商业思维

2016年以技术合伙人的身份从0开始创业,对于一个从未离开过技术岗位的人,说实话,那是艰巨的挑战,纵使对技术有十足的信心,但是在公司级的经营管理、战略决策、融资市场、商业实践当中,要想跟上步伐、履行职责,我进行了大量的学习。

在此期间,最重要的是对商业模式、商业思维的养成。对组织、现金流、财务模型、SaaS平台、售前售后等众多全局性因素的涉猎和实践。

最后的结果是2亿元的投资清零了,换来的教训、避坑经验等等,是学几次商学院也不一定能认识到的。这个学费太昂贵了,不过正是失败才转化成了经验,如果成功那就是运气了。

故事太多了,融资之痛、创始团队内乱之伤,战略方向与执行之隙,等等,容我慢慢道来,记得关注我的公众号哈。

03运营思维

能掌舵一个公司,未必能经营一个公司。到了运营层面,线上线下的模型如何设计、三流(即用户流、现金流、数据流)如何流动、数字化工具如何与业务有机结合形成合力,众多问题,需要脚踏实地的去经历。

最近的这段工作,我转向运营思维,看流量,看ROI(投入产出比),看细节,看数据。用户运营、内容运营、活动运营、新媒体运营、增长模型等等众多知识进入了我的头脑中,使我可以双脚粘泥的站立着。这也让我的综合知识得以更加丰富和系统

04选择

前一阵在家隔离期间,我审视了自己的职业生涯,发现在过去的5年间,我在个人职业生涯规划上,以及企业技术咨询和经营问题咨询上,都给了很多同行朋友和老板们诸多有效的建议,帮助他们解决了具体问题,这不就是咨询顾问的价值吗?

既然每天都是同样的时间工作,为何不把这份努力交给自己?于是,很简单的就做了选择。

有人说在这样的大环境下做这种选择是不是太武断了?我觉得大环境与个体的微环境没有那么大的影响,更何况,你可以赚得到1元钱,可是你赚不到1分钟。

这么多年来,坚持和坚韧已经深入了我的骨髓,阿甘精神一直是我的动力。我没有准备好,但我已经在路上。从我迈出第一步的那一刻开始,我已经全新出发。

本项目构建于RASA开源架构之上,旨在实现一个具备多模态交互能力的智能对话系统。该系统的核心模块涵盖自然语言理解、语音转文本处理以及动态对话流程控制三个主要方面。 在自然语言理解层面,研究重点集中于增强连续对话中的用户目标判定效能,并运用深度神经网络技术提升关键信息提取的精确度。目标判定旨在解析用户话语背后的真实需求,从而生成恰当的反馈;信息提取则专注于从语音输入中析出具有特定意义的要素,例如个体名称、空间位置或时间节点等具体参数。深度神经网络的应用显著优化了这些功能的实现效果,相比经典算法,其能够解析更为复杂的语言结构,展现出更优的识别精度与更强的适应性。通过分层特征学习机制,这类模型可深入捕捉语言数据中隐含的语义关联。 语音转文本处理模块承担将音频信号转化为结构化文本的关键任务。该技术的持续演进大幅提高了人机语音交互的自然度与流畅性,使语音界面日益成为高效便捷的沟通渠道。 动态对话流程控制系统负责维持交互过程的连贯性与逻辑性,包括话轮转换、上下文关联维护以及基于情境的决策生成。该系统需具备处理各类非常规输入的能力,例如用户使用非规范表达或对系统指引产生歧义的情况。 本系统适用于多种实际应用场景,如客户服务支持、个性化事务协助及智能教学辅导等。通过准确识别用户需求并提供对应信息或操作响应,系统能够创造连贯顺畅的交互体验。借助深度学习的自适应特性,系统还可持续优化语言模式理解能力,逐步完善对新兴表达方式与用户偏好的适应机制。 在技术实施方面,RASA框架为系统开发提供了基础支撑。该框架专为构建对话式人工智能应用而设计,支持多语言环境并拥有活跃的技术社区。利用其内置工具集,开发者可高效实现复杂的对话逻辑设计与部署流程。 配套资料可能包含补充学习文档、实例分析报告或实践指导手册,有助于使用者深入掌握系统原理与应用方法。技术文档则详细说明了系统的安装步骤、参数配置及操作流程,确保用户能够顺利完成系统集成工作。项目主体代码及说明文件均存放于指定目录中,构成完整的解决方案体系。 总体而言,本项目整合了自然语言理解、语音信号处理与深度学习技术,致力于打造能够进行复杂对话管理、精准需求解析与高效信息提取的智能语音交互平台。 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 1
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

打赏作者

文斌

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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