读易[5]·做鸡头还是凤尾(小过卦)

本文通过一个小故事探讨了应届毕业生面对“鸡头”与“凤尾”选择时的心理与抉择。利用易经的小过卦来解析这位毕业生所面临的困境,并给出了建议。
一年一度的应届毕业生找工作的事牵动了不少人的心。刚从学校出来,或踌躇满志、或茫然若失,不管怎么说找工作的事对于我们来讲都算是人生的一大波折。
在找工作的过程中我们会遇到不少的机会,怎样把握就要看具体情况了。其中有一部分人能力比较强,除了能进入一些大公司外还能找到进入小公司当“老大”的机会。不同的人会有不同的看法,是在大公司做基层的工作还是到小公司直接做比较高层的事情,是比较难选择的。接下来要讲的就是做“鸡头”还是“凤尾”的选择过程。

一、找工作的困惑

有一个朋友,今年研究生刚毕业,同样也进入了找工作的大军。在不透露她个人隐私的前提下说一说她找工作遇到的一件事。其中的道理不管对于谁都应该有一定启发的。

首先,人是在北京,大家都知道在大城市找工作的压力还是蛮大的,尤其是对于刚从学校出来的毕业生。不过我很佩服她,因为在读研的期间,她已经和导师做了不少的项目,并且是名牌大学的,所以工作的机会还是有不少。

前段时间她遇到了一个山东公司的招聘,公司方面非常重视她,准备让她过去帮公司重整整个流程,算是全权负责一个部门。虽然公司比较小,但一毕业就有这样的机会还是非常难得的。但我的那位朋友又想在北京大一些的公司就业。去山东做的是“鸡头”,但在北京只能当“凤尾”,两方面很难取舍。于是就找到我了,想听听我的意见。

二、小过卦

学习易经也有一段时间了,既然找到我了,那就给她算一卦吧:)——当然是友情算卦,不是那种骗吃骗喝的江湖骗子。

得到的卦象是上雷下山,“小过”卦
小过,亨,利贞。可小事,不可大事。飞鸟遗之音。不宜上,宜下,大吉。

大致的意思就是说,现在她这种情况可以做小事,不可做大事,因为刚出学校,社会经验毕竟还是很缺乏的。做小事可以,加上她本身就比较有能力,应该会有非常出色的表现,但如果要做大事,那就有点力不从心了。

卦中的第五爻为主爻,但小过卦的第五爻是阴爻。这个叫做“柔得中”。如果到山东的话出现的情况是,能力不够的人处于领导地位,社会经验丰富的那些人处在下面被领导,这样并不是好现象,手下的人不服管,很容易把事情做砸。

占到这一卦后的建议措施就是“不宜上,宜下”。意思很明确,不能在现在就处上位,应该从基层做起。

三、鸡头还是凤尾

将小过卦的含义解释给朋友听后,我的建议就是拒掉山东的那家公司,虽然那边开出的条件有很大的诱惑,但对于现在的她来说并不是一个好机会。

幸运的是,她并不像很多学生那样眼高手低。听了我给她的分析后最终还是决定不去了。

如果是我当年遇到了这样的机会,说不定会不听人劝,头脑发热就过去了。好高骛远是从学校刚出来人的通病,我也是这样的,不过在工作几年后能逐渐地看清楚更多的事情。
我没资格给刚毕业的学弟学妹们上思想课,不过还是要劝一劝大家不要头脑发热,不能承担自己能力之外的工作。得不偿失啊。

四、有趣的巧合

在这个小过卦中有一个非常有趣的巧合,我解释一下给大家听就明白了。

易经中的卦象分内外两卦,小过卦内卦为“山”,外卦为“雷”。在后天八卦图中“雷(震)”属东方。可能有些细心的朋友看到这里就能猜出来。

刚才说找我朋友的公司在山东,小过卦内卦为“山”,外卦处“东”,正好隐隐地和她准备去的地点“山东”一致。

我只是将这点归为巧合,至于是不是冥冥之中自有天意,那就不得而知了。大家看过笑笑就行,不用深究。

五、算命是什么

“算命”在大家的眼中是神秘和搞怪的意思,要不就是算命先生嘴皮子厉害。信的人非常信,不信的人就非常不信。

其实算命的关键在“算”字。根据什么算呢,比如说我给朋友算得那卦其实是结合了现在找工作的形势,学生的心理,以及朋友以往的经历这些东西推算出来的,并不是信口开河。

算命其实就是分析数据、观察现象、运用哲理的一个过程。只不过有的算命老先生怕自己的饭碗丢了才将这些原本理性明了的东西弄得神乎其神。只要知道易经中分析的方法,我们每个人都可以算命的。 



Trackback: http://tb.blog.youkuaiyun.com/TrackBack.aspx?PostId=1446984


内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅建议:建议者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
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