向上管理最容易踩的 3 个坑!

文章讲述了技术人在职场中向上管理的重要性,提到了三个常见误区:不会超出领导期望、不擅长汇报工作、未能有效利用上司作为资源。建议程序员应逐步展现能力,学会有效汇报,并懂得向领导求助。作者还提到将分享一个关于向上管理的实操框架,并鼓励读者提问。

见字如面,我是军哥!

众所周知,对于技术人向上管理很重要,这东西基本没人教你全靠自己悟,所以极易踩坑。

今天说的三个坑,你踩中一个多走 2 年弯路,踩中两个跟你同时毕业的同学都当 leader 了,你还是个大头兵。

下面分享的三个都是大坑,你一定要看完~

1、不会超出领导期望

很多程序员,新到一家公司或新空降一领导就马上使出浑身解数,这样到了考核期/年底领导觉得你怎么表现越来越差了,这绩效必然不会太好,聪明的办法是把你的能力慢慢释放出来。

让领导觉得你一直在进步,这样绩效必定不会差。

2、不会汇报

很多程序员不擅于沟通,就更别谈汇报了,正所谓干的好还要会汇报,否则领导都不知道干的多少事,干的有辛苦或者多大价值。

那怎么做正确的汇报呢?

请遵循 1%、50%和100%三大重要法则,即任务刚开始沟通技术方案达成共识、进行到一半时说问题和进度和完成时说成果和个人成长。

汇报时,要自动升级站在领导的立场,用简洁语言汇报重点、结论、论据和备选方案。

3、不会利用上司这个资源

在职场里,领导是我们最大的资源,很多程序员不会用,一个人在那瞎琢磨,浪费了很多宝贵时间。

我想和你说,当你遇到技术难题/跨部门沟通/项目延期等疑难问题时,你怎么都想不到解决之法,此时一定要告之领导,让他介绍方法、工具或资源给你,说不定你的难题在他那就是一句话的事。

具体案例,我就不说了,在我职场上这样的事遇到过多次~

正所谓,方法对了,事就简单了~

最后,我想说,要真正学会并灵活运用「向上管理」这个技能,除了以上三个坑之外,还需要系统性学习。

于是,我把「向上管理」整理成一个落地的框架,实操起来就简单多了。

明天晚上 21:15 我把这个框架思维并结合案例一并分享给你,你也可以带着你的个性问题来提问哈~请点击下方预约,我们不见不散啦~

欢迎大家加我微信,我会在朋友圈更新日常思考,分享一下自由职业的感悟和经历,可以围观朋友圈,但不闲聊。

0b0a3fb88b3bf8821567ad1bb3a09fdf.gif

以往热文推荐:

千万不要跟随这 4 种领导!

好几位朋友最近被迫创业!

IT公司老板,打死都不愿意告诉你的 3 个职场真相!

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
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