未来的方向,何去何从

一位资深Java开发者回顾了从菜鸟到老鸟的职业历程,面对技术的快速发展和管理的挑战,表达了对未来职业规划的迷茫与思考。

        从11年工作到现在也差不多快8年了,说实在的,感觉没有任何成长。10年来到北京,打算大展身手好好在这为梦想拼一把。想法总是好的,现实却是残酷的。

       8年了,从当初的一个菜鸟变成了一个老鸟,除了年龄超过了30,结婚了,多了一个小孩以外,真不知道自己这几年还有别的什么收获。有人为了梦想持之以恒,凭着对技术的执着,花费了几年的时间成为了技术大拿,在大厂里成为核心骨干人员;有人凭借对业务的爱好,对权利的向往,成为了业务架构师、技术经理甚至部门经理。看着现在越来越多的90后开始成为公司的主力,才发觉自己老了,之前总是不觉得,等觉得的时候已经真的稍微有点晚了,现在有觉得落伍,追不上他们的脚步的感觉。

     最近几天仔细的想了想,过去的几年我都在干嘛?未来又将如何?

     技术还是管理?

     当还是一个初级开发的时候,总是羡慕那些技术经理、项目经理,觉得管理是自己的最终奋斗目标,感觉技术的职业生涯路线太短。

     当在北邮上课的时候,一个教授讲道人力资源管理的H模型时,才明白:正真职业生涯路线长的是技术。

     有时候,总觉得管理不就是管人嘛,我级别上去了,我也可以管理的啊,只不过是没给我这个权利而已。

     说到这里我感觉我所表达的内容又有了些偏差,我本来是想系统的梳理一下技术和管理路线,可能是太少的自我表达,导致逻辑太过于发散,下面重新梳理。

     首先谈一下技术,我是一名Java开发人员,11年找到第一份工作,基本就那时候的主流技术框架就是MVC。我还记得当时面试我的老板让我表达了一下我对MVC的理解,我还滔滔不绝得说了每个模型及关系。那时候懂一些struts\spring\hibernate什么的就算是很厉害的了。11年的时候Android也是刚起步的时候,我记得是12年到达了高峰。我当时没选择做Android,选在了J2EE后台的开发。说实在的,如果当时选择了Android的话,有可能工资比现在会高好多。因为Android之后引来了互联网的高潮,Android从此一鸣惊人,各种的app入雨后春笋一样崛起,16年前后如果能搭上互联网的班车,那你的工资基本上会像指数函数一样增长(有点夸张)。

     12年被外包到了一家银行,做了一个比较大的系统,一个全国性的库存管理系统。当时确实感觉到自己进步了好多,在项目中把自己所学的知识都予以应用。业务方面,对需求理解到位,同时手下还有两个小弟。那个系统让我得到成长,单也仅此而已,因为技术的职业路线和自己选择的行业、项目有很大的关联。那是做传统项目的,所用的技术依旧是几年前的东西。

    此后的几年,项目做了一个又一个,技能却从未变过。这时其实就到达了一个职业的瓶颈,可惜当时没觉得,每天就是按部就班的上班,领薪水,没目标也没有想法。虽然也有遇到过新的技术,也没日没夜的加过班,包括后来做过eclipse插件的开发(当时学习能力还挺强,3天内看完一整本插件开发的书籍【很厚】)。但最终的结果是,技术随着项目走,在技术这条不归路上走的越来越远。到了现在,互联网的冲击【分布式、大数据、redis、容错、Nio、微服务、小程序、太多太多】,太多的新型技术让你眼花缭乱,让你不知所措,让你无所适从,让你不知从何而起不知从何而终。迷茫成了这个阶段的关键词。

    技术就这样吧,迷茫就作为目前的结束词吧。下面说一下管理,15年进入了目前所在的公司,有幸做了项目经理,带领了自己的团队。从第一个项目的小心翼翼,到现在满不在乎。中间经历了很多。对整个项目的管理流程都很熟悉,基本上PM这个职位对我来说也不再那么神秘,反而觉得有些烦(有时感觉就是打杂的)。

    记得有一年,部门经理老胡跟我说,你现在是北京团队后线的负责人,你不能老是以技术,以5-6人的管理作为你的目标,你的想如果你手下有10个人、20个人,或者更多的人,你如何管理。我当时不理解,我心里想,我手下就只有5-6个人,也没有更多的人啊,我怎么想更多的人,而且真有了更多的人我觉得也可以应付的来。

    直到现在我才明白,他说的更多人,并不是你手里有多少人,而是说你的思维,你的想法,你的责任,你考虑问题的方式等等,都要从高层管理者的角度来看问题。管理的艺术不在于你管理多少人,而是在于你把自己处于了什么样的位置,是否有大局观,从更高的层面去解决问题。

   时间关系,就先说到这吧,下次再聊一下未来职业规划和发展。

 

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
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