幼稚是技术人员最大的缺陷

本文系转载

   原文出处:http://forum.eet-cn.com/BLOG_ARTICLE_19121.HTM?from=home_hudong20131113

   原文作者联系方式 QQ:26033613

这周一,把公司的一位创业元老逼走了,原因是他停止了学习,不愿意改变自己来适应公司的发展,认为自己的能力就这么多了,无法再提高,而他负责的东西,往往有头无尾,有始无终,哪怕逼着做好的几样,也是小问题频发,细节做不到位,比较随性,有些像小孩子。

我不否认在公司初中期他出了不少力,为公司的创建及发展付出了心血,但他今天不能改变自己去适应公司的快速发展,那就是阻碍公司的发展,这是公司所有人所不愿意看到的,毕竟GDP还在按8个点的增长,房租也在涨,物价也在涨,工资也在涨,大家都要追求房子、车子,所以公司股东层面没有反对意见,也给他做了相对应的补偿,算是圆满的解决了这个问题。

之所以这么做,除了客观事实之外, 还看到公司内不少技术人员也有类似的情况出现,都停止了学习,需要这一次的动作来刺激他们,不上进,就淘汰,与其被动的被社会淘汰,还不如主动的自我淘汰。

跟主要几个技术负责人沟通了一些,结合这段时间的观察发现,说他们完全停止学习,确实是冤枉他们的,因为他们天天在学习技术,还要学Android等最新、时髦的东西,唯恐被拉下。这个本身挺好的,然而却发现一些现象:1、鄙视生产,认为自己就不是做生产的那类人;2、研发方面,一个产品做的差不多能动的时候,他们就想着去做别的东西了,剩下的尾巴不想做了;3、一旦研发碰到难题折腾几下搞不定,就想找理由放弃。

这两夜在msOS群内跟群友探讨这个问题,大家提到大部分技术人员都希望做自己喜欢的东西,做高、新、奇的东西,所以把大量的精力都投入到了技术上,天天对着电脑,不跟人打交道,社会活动方面的经历就非常少,那么他作为人的社会属性就会出现问题,没有经历过社会生存所必须要面对的柴米油盐,而实际上社会生存往往不如意事十有八|九,不是想住别墅就能住的了别墅,想拥有豪车,就能拥有的,完全不是自己喜欢什么就能做的了什么的,这才是真实的社会。长期生活在技术中,只知道追求自己的技术快感,生活在新|闻联|播里,往往迷失了社会责任感,而现在越来越多的发现,这类的技术人员比例越来越高,因为没有社会经历而显得幼稚:

1、唯技术论,脑子里都是技术,其他都是浮云。

2、主动的追求能力丧失,容易成为剩女剩男。

3、做不完整一个简单的项目或者产品,却对企业、社会指手画脚,抱怨制度、架构。

4、出现问题总是能找到外部原因,却从来不追究自己的问题。

5、碰到真正有难度的,往往避开让别人接手,意志力很差。

6、因为一直在做技术,很少接触社会,没有社会阅历,往往没有社会责任感,像个小孩。

7、因为没有社会责任感,只追求自己的兴趣爱好,一切的行为的出发点都是为了自己的技术提高,把公司当成了实验学校,项目、产品往往做到能动就想换别的做了,剩下的细化因为没有技术含量而被抛弃,最后的烂摊子让公司哭笑不得,往往找人从头开始,损失惨重。

对于这类幼稚的技术人员,重要的岗位是绝对不能放的,不然还不如不用,我的做法就是逼他们去做生产,从生产中知道做产品的不易,通过与生产人员的交流了解产品,增强交际能力,为后续的研发打下基础,同时获得社会责任感,生产要一直做下去,直到他们不再幼稚才可以放心的研发。

【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