从能力到素质——谈谈个人能力的系统性

本文探讨了能力与素质之间的区别及联系,指出能力是技术层面的掌握,而素质则涉及个人品质与修养。通过大局观、执行力、表达方式、交际能力和系统性五个方面,详细阐述了如何在职场和个人发展中实现两者的平衡。

 

什么是能力,而什么又是素质呢?前者可以变成行动方案,是可以有技术方法,进而有技巧的;后者则是涵养,先天因素或许有一部分,但更多的则要靠累积。

素质提升与能力提升有一定的关系,但并不是强耦合的,例如我们不能指望一个没有代码经验的人能在调试时准确地设下断点,同样也不能指望写了几十年的程序的人就不犯低级的错误。但是,总体来说,当一个人在某方面的素质得以提升的时候,相应的能力总是表现出很大的增强。

反过来说,往往的,能力的提升在于对个人素质的拷问。


 

1.看山见形,看水见势,是谓大局

我们学知识有两种情况,一种是大多数时候是在学,很少去用;另一种呢,则是大多数时候是在用,而很少去学。后一种常常是重复性劳动,例如石匠,前一种则是IT 行业中最常见的,因为从事的是知识更新频繁的、智力性的劳动。我们一般会把这种常常学而很少用的行为称为 开拓视野

但我们的视野真的因此而开拓了吗?

马谡是个好同志,但是被诸葛亮同学挥了挥泪给斩了。千百年来,人们都说马谡只是个纸上谈兵的家伙,其实不然。马谡的纸上兵法读得多少用得多少在街亭之战是一个因素,但不是必然因素。假如马谡同学通地理,山脉之中固有水脉,掘地三尺也就是了;又假如他知天文,几天后下雨连下个半月三旬,那也渴不到他。所以这么说来,马谡不是知识多了,而是少了。但是如果他天文地理无所不知,那么史书上就该称赞马谡而不是孔明了吗?

当然不是。

诸葛亮的长处并不在于书读了多少或者懂得多少门类,在于他在《隆中对》中所表现出来的大局观。学了再多的东西,那只是能力,看得到有多么广远,那才是素质。平衡度势,决策谋算,于天下局面中争三分、守三分,数十年南征北伐,未出于先生的观瞻构画。这才是他的大局观,他是旷世之才,便因为他是能读懂大局的。


 

2.一往无前并不是执行力强

很多时候我们在讲 执行力 ,无非是要一往无前,要令行禁止,以及要一个足够有效的体制来保障这样的效果。但执行的过程中发生了什么,却少有人过问。例如说企业战略,首先被战术化,变成各个的目标;然后再进行分解,变成部门和组织的实施;最后这些实施的效果被量化为 KPI ,以保障最初的战略。可见,到了讲求 执行力 的团队这个环节,就只剩下了 KPI ,前面的整个过程已经完全被组织结构给消化掉了。

接下来的问题是:如果执行者遇到了明显的、对整个实施存在影响的错误怎么办?我的意思是执行者在实施中对这项KPI 的置疑,而非是否有能力完成的问题。那么,这种情况下团队以及个人如何决策呢?

对于一个执行力强的团队和个人来说,正确的选择是 继续执行 。因为很多的事实表明:与全局性的战略决策相比,去判断一项具体任务的正误,其 判断 这个过程的代价往往大于实施 —— 但显然的,这个实施的结果可能是 无效的 。所以,对于一个 有效的执行力团队 来说,更加正确的做法是 “1 .做; 2 .反馈; 3 .为停下来做准备

既要勇于行,也要勇于止。听得见别人的话语,看得见过程的疏失,知道 何时 如何 等等这些行事的边界,这些才是素质。


 

3.表达要适时适度

很多人都参加过辩论赛,应聘的时候也常把辩论赛的成绩作为一种资本。但事实上论辩只是一种能力—— 在学识、语言以及对问题和信息的敏锐方面等等。它甚至也能展现你在这些方面的素质,但是却唯独不能展现你在 表达 方面的素质。

的确,辩论用到的是 表达 的能力,而往往会忽略它的素质。表达能力过强的人出现在一个会议中的时候,要么就是他在滔滔不绝,要么就是挑起了几方的纷争。大凡事情,在一个会议中要得到结果是很难的,而表达能力强的人在这种场景下往往会把控局面,尽量展示自己。但是,这事实上与选手在赛场上向对方展示自己的胸肌没有什么本质的区别:表达上的竞技,就是辩论赛。

但将竞技的能力用在表达上,无助于达到表达的目的,亦即是沟通和传达。所以往往的,我们希望在会议或日常交流中的表达是趋于平和的,而不是像论辩那样非得有一个焦点、矛盾或者结果。事实上,往往表达只是陈述与沟通,而不是寻求一种结果。所以总体来说,表达的能力在于言讲、争议与决策,但是表达的素质在于适时、适度。


 

4.交际的素质在于真诚

我有一些朋友是不善于交际的,怯于与人交往。交往不见得是交朋友,交朋友也不见得就是做知己。或多或少的来说,交际总有一定的目的性,其中最常见的就是在社会交际过程中的一种自我展示,但仅仅是这一点来说,就存在某些 表现欲过强 的人,这算是交际中的反例。

人群对 表现欲 的承受程度是不同的,这在主体或客体上都适用。例如东方人喜欢含蓄一些,但一个西方人,进入一个东方人群体时表现欲强一些却没有什么不妥。同样的道理,我们任何一个人与其他群体或个人接触时,也应该考虑对方的习惯、文化与边界。这些是交际的基本常识。

交际的基本能力包括语言、行动和知识背景。一般来说,擅长沟通表达总是好的,对目标的知识背景有一定的了解也很必要。但就行动来说,有很多是需要注意的,例如很多人不愿意将交际的目的性开诚布公,甚至不愿意承认这种目的。但是总的来说,承认这一点更好。

这些都只是能力方面的,左右逢源便是能力的极致。有种人叫 好得让人没话说 ,大概就是如此了。但能服人之口,不能服人之心,所以这并不是交际的理想状态。因为我们看到别人的优点或缺点都很容易,指出来也不难,甚至做到容忍也是一件简单的事情。更深一层的则是对对方的尊重和理解。宽怀大度,容人之量,是以理解为先的。否则所谓的宽容就成了 憋屈 ,你憋屈别人也憋屈,表面上和气一团,内底里却存着芥蒂。

但服人之口与服人之心,甚至于感人五内这些还都只是能力而已。说到最终的素质,是 真诚 ,由此给人的感受是 亲和


 

5.能力与素质要成系统

我看过很多杂家,就是什么都学,什么都会,而且几乎什么都不错的那一类人。这其中也可以说高手林立。因为博杂,所以能做的事情也就很多,所以简而言之就是强人。我很喜欢与这类朋友打交道,谈什么都可以谈得进去,也颇不俗。这种博杂不群,就是系统的能力了。

我在前一段的校园招聘中就见过这样的一名同学—— 至少是具有这种基本能力的同学。既然是面试,我便问了他许多问题。我一边笑着一边随口出着考题,他则逐个解答着,开始显得有条不紊,慢慢地就有些慌乱了,因为任何一个方面的问题他都不能答得更加深入。最后我问他:我问了你十几个问题了,你觉得 …… 你答对了多少。他回答说:大概能有三成是对的。

我笑了。一个人的能力,可以博杂到有多少正确性都不知道。博杂这件事情,最容易的就是流于表面,而疏失其本质。真正的博学家是有目的的,他博学的目的是为了相互印证,而相互印证的本质,就是一以贯之。在所有涉猎的范围之内,有一个共通的观点或理念,围绕这个核心来组织自己的知识,以期联为一体,这才叫系统。

在系统这个层面上来说,任何一方面的动摇或置疑,都可以在其他的方面中找到旁证。无论是证实还是证伪,我们总可以更快地理清观点与论据,这就是系统性的价值。如果上面那位同学稍稍系统性一些,那么任何一个方面的深入,都可以找到基点,或者门径。

善言而无知,连去天桥说书都是说不成的。我们在各方面的能力要相互补正以成系统,同样,相关的素质也要成系统。更进一步来说,能力+ 素质,本身就是一个系统。例如说南拳北腿,重拳与重腿都不能算得全面的能力;拳腿双学固然不错,但即使练到极致,仍然是个武师。要到大师的境界,还是一个能力与素质并举的系统问题。

 


 

(本文来自《程序员》杂志10年0 1 期)

《大数据系统运维》课程期末考查方案:认知、体验与展望报告 一、考查目的 本次期末考查旨在超越单纯的技术操作考核,引导学生站在更高的视角,回顾并反思他们踏入“大数据”这一全新领域的完整历程。通过撰写一份结合认知、实践与感想的总结报告,达成以下目标: 认知梳理:帮助学生系统化地构建对“大数据”内涵、挑战及价值的个人理解。 技术领悟:深化对Hadoop分布式架构及Hive数据仓库工具在解决大数据核心问题(存储与计算)中所起关键作用的理解。 思维转型:促进从“单机思维”到“分布式思维”的转变,体会规模化和并行化带来的威力与复杂性。 未来启迪:基于亲身实践,激发学生对大数据技术未来发展方向及个人职业路径的初步思考。 二、考查形式与要求 形式:个人独立完成一篇认知与实践相结合的总结报告。 字数:2000字左右。 核心要求:报告必须是 “个人感想”与“技术实践”的深度融合。需以课程中学习和操作Hadoop、Hive的具体经历为素材和论据,来支撑和阐述你对大数据领域的认知与感悟。避免空泛议论。 提交物:总结报告(PDF格式)。 诚信声明:报告内容须为个人真实所思所感,引用需注明。 三、报告内容框架指引(非强制结构,仅供参考思路) 报告不要求严格的学术论文格式,鼓励以流畅的论述表达个人思考。建议包含但不限于以下层面: 第一部分:初识——我对“大数据”世界的想象与困惑 在系统学习前,你对“大数据”一词有何直观印象?它与“很多数据”的区别在哪里? 当你第一次听到Hadoop、分布式这些概念时,感到最困惑或最具挑战的是什么?(例如:数据怎么分?计算怎么并?坏了怎么办?) 第二部分:探索——亲手触碰分布式力量的实践之旅 Hadoop:规模化的基石 请描述你第一次成功启动一个分布式HDFS集群时的感受。当你在Web UI上看到多个DataNode报告在线时,是否对“数据分散存储,逻辑统一管理”有了具象的理解? 结合你使用hdfs dfs -put上传一个大型文件(或目录)的经历,谈谈你对数据分块(Block) 和多副本(Replication) 设计的认识。它是如何解决可靠性与并行读写问题的? 请描述你提交的第一个MapReduce任务(或通过Hive触发的)在YARN上运行的观察过程。“移动计算而非移动数据” 这一核心思想,你是如何通过实践体会到的? Hive:从编程到洞察的桥梁 请对比直接编写MapReduce程序与编写Hive SQL来完成相同的数据统计任务的体验。Hive如何降低了大数据分析的门槛?它如何将你的SQL命令“翻译”成分布式计算任务? 分享一次你通过Hive对存储在HDFS上的海量(或模拟海量)数据成功完成一个复杂查询的经历。当一条SQL语句被分解成数百个任务在集群中并行执行并最终返回结果时,你对“分布式计算能力”有何新的认识? 第三部分:反思——分布式世界的挑战与魅力 复杂性的另一面:在配置、调试集群的过程中,你遇到了哪些在单机环境中不会出现的问题?(例如,节点通信失败、配置不一致、资源竞争)。你是如何解决或理解这些问题的?这让你对运维分布式系统的挑战有了什么认识? 思维模式的转变:通过本课程,你认为自己的技术思维发生了哪些最重要的变化?(例如:从追求单点性能到追求系统吞吐;从担心硬盘损坏到理解通过软件架构实现容错;从手动操作到尝试编写脚本实现自动化)。 “大数据”价值的再思考:基于你的实践,你认为大数据的核心价值究竟在于“大”,还是在于通过分布式技术处理“大”之后所能实现的洞察、预测或服务?请结合你的Hive分析案例简要说明。 第四部分:展望——我的大数据未来图景 技术展望:以Hadoop和Hive为起点,你对大数据技术生态的哪些其他方向(如实时计算Spark、数据湖、云原生大数据)产生了兴趣?为什么? 职业与个人规划:这段学习经历是否影响了你对未来职业方向的设想?你认为一名优秀的大数据从业者(无论是运维、开发还是分析)最重要的素质是什么? 请根据以上内容写一份2000字大数据系统运维的论文
12-09
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