あるプログラマーは仕事を辞めて人工知能に転職した。4か月後に後悔し、多くの挫折を経験した。

あるプログラマーは仕事を辞めて人工知能に転職した。4か月後に後悔し、多くの挫折を経験した。

転職すると3ヶ月貧乏になるが、転職すると3年間貧乏になるという諺があるようです。科学的な根拠はありませんが、一理あります。例えば、転職の場合、新しい会社に転職すると、新しいプラットフォームに直面し、多くのことをゼロから学ばなければなりません。プログラマーの場合、技術は同じでも、少なくとも開発フレームワークは確実に異なるため、慣れが必要です。開発プロセスに慣れている必要があり、標準システムに慣れている必要があり、最も重要なのは、慣れなければならない新しい顔がたくさんあることです。大企業の場合、通常の仕事に慣れて他の従業員と同じように働けるようになるまでには少なくとも3か月かかります。そのため、大企業の中には6か月の試用期間を設けているところもあります。

[[233759]]

インターネットからの写真

もちろん、転職や転職を推奨していないわけではありません。新しい環境に移った後は、辛い時期を乗り越える必要があるというだけです。自分自身の計画、明確な目標、そして明確な将来ビジョンがあれば、転職や転職は問題ありません。人生の方向は自分自身の手の中にあり、自信があって初めて未来を掴むことができます。 >>>私が今日あなたと共有したい、彼の説明によると、彼は現在のREANの仕事をしていないので、彼は現在のREGORITHMSを辞めたので、彼は現在、彼の職業を辞めたいと思っています。彼はお金を稼ぐことができれば、彼は勉強しませんでしたすべてのプログラマーの友人に、このような人生に密接に関連していることは慎重に考慮されなければならないことを思い出させたいと思います。そして、永遠の後悔につながる単一のミスステップを避けないように衝動的であってはなりません(もちろん、それは誇張されていないかもしれません)。

このプログラマーの友人はなぜそんなに衝動的だったのでしょうか。彼の説明の詳細から、私はそれが理由だったと推測するかもしれません。彼は機械学習アルゴリズムに転向しようとしていたとき、社内の別のポジションに異動する予定でした。しかし、驚いたことに、この要求は拒否されました。これが彼のその後の辞職につながった理由かもしれないと思います。いずれにせよ、この衝動は彼を今少しパニックにさせ、不安にさせています。彼は最初からゼロベースのトレーニングを受けており、リスクはかなり高いです。このプログラマーの過去数ヶ月の経験を通して、彼は真剣に何かを言いました、つまり、トレーニングをあまり信用しないでください。それは本当です。私たちは数万ドルを費やしてゼロの基礎から学び、その後すぐに以前よりも高い給料を見つけることができると考えるべきではありません。この考えは実際には現実的ではありません。

もう一つのハイライトは、このプログラマーのネットユーザーが今年35歳だということです。この年齢で、彼はあえてこのようなリスクを冒しています。なぜ彼が機械学習アルゴリズムに切り替えたいのかというと、ビジネスプログラムの開発をしたくないし、製品担当者と毎日議論したくないからです(笑、彼はそう言いましたが、多くのプログラマーは彼の言っていることを理解できると思います)。彼は、機械学習アルゴリズムを勉強することによってのみ、夢の自由で勤勉な日々に戻ることができると信じています。まあ、彼は正しく、彼の計画も非常に良いですが、彼は衝動的すぎるので間違っていると思います。新しい分野に切り替えるには、少なくとも自分自身にいくらかの移行時間を与える必要があります。正しいアプローチは、一方では既存の仕事を維持し、余暇に機械学習アルゴリズムを勉強し、この分野での経験を持つ人々の輪に参加し、しばらくしてこの分野に自信が持てるようになったら、行動を起こすことを検討するのに遅すぎることはないでしょう。このようにすれば、もっと落ち着いて歩けるでしょう?

このプログラマーのネットユーザーの事例を通して、私たちはそこからインスピレーションを得ることができると思います。実際、仕事や生活の中で、誰もが常に落とし穴に陥ります。私たちはこれらの落とし穴を通してのみ成長することができますが、すべての落とし穴に陥ると、その代償は非常に高くなります。私たちはいくつかの経験をまとめ、他の人が陥った落とし穴から教訓を学ぶことができ、それは私たち自身も成長するのに役立ちます。あなたはそう思いませんか?

<<:  MIT は、思考を通じて機械にタスクを実行させるブラックテクノロジーを開発

>>:  TSMC、7nmチップの商業生産を開始

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

...

IDC、2021年以降のITトレンドトップ10を発表

2020年に世界的に発生したCOVID-19パンデミックによる混乱にもかかわらず、ほとんどの製品やサ...

AIとのダンスは次世代の労働者にとって必修科目

AI人材の不足は何も新しいことではありません。高い給与と高い教育がそれに付随することが多いです。 J...

AIが自動運転データセンターを構築する方法

人工知能 (AI) に関する議論のほとんどは、自動運転車、チャットボット、デジタルツイン、ロボット工...

...

ハッカーがAIとMLを駆使して企業を狙う方法

サイバーセキュリティは AI と ML の進歩の恩恵を受けています。今日のセキュリティ チームは、疑...

Googleが検索エンジンアルゴリズムを調整:HTTPSサイトのランキングが上昇

[[117728]] Googleは公式ブログで、検索エンジンのアルゴリズムを調整し、HTTPS暗号...

3つのシナリオは、人工知能が新しい小売業に力を与える方法を示しています

1950年代以降、人工知能は長年にわたり浮き沈みを経験し、ビジネスシーンで継続的に試されてきました。...

クルーズの自動運転意思決定・計画技術の分析

クルーズ社の自動運転意思決定計画および制御部門の責任者であるブランドン・バッソ氏は、コロンビア大学で...

人工ニューラルネットワーク分類器に基づくドメイン適応(DA)技術

DA テクノロジーは、まず自己組織化特徴マッピングに基づくクラスタリング テクノロジーを適用します。...

劉玉樹:人工知能における中国と米国の格差は縮まっているが、まだやるべきことはある

著者の劉玉樹氏は中国人民大学重陽金融研究所学務委員会委員、マクロ研究部部長、研究者である。本稿は11...

MetaはオープンソースのAIツールAudioCraftをリリースしました。これにより、ユーザーはテキストプロンプトを通じて音楽やオーディオを作成できます。

8月3日(東部時間8月2日)、Metaは、ユーザーがテキストプロンプトを通じて音楽やオーディオを作...

Docker ネットワーク管理: コンテナとホストの接続

Docker ネットワーク管理は、コンテナをホストに接続し、Docker コンテナ環境での通信とネッ...

...