0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

怎樣識(shí)別別人的技術(shù)能力和水平

工程師人生 ? 來源:工程師吳畏 ? 2019-01-18 16:58 ? 次閱讀

這個(gè)題目是比較復(fù)雜的,它包含的東西比較多,認(rèn)真討論估計(jì)能寫幾萬字。如果是專業(yè)研究,我看能寫一本書了。這里打算根據(jù)自己的學(xué)習(xí)過程和工作經(jīng)驗(yàn),談一下要點(diǎn)問題,均屬個(gè)人看法,歡迎討論。

寫這篇文章的初衷,跟前段時(shí)間跟朋友們聊招聘有關(guān)。因?yàn)榧夹g(shù)招聘除了考察人的協(xié)作精神和工作態(tài)度,一大目標(biāo)便是判斷人的技術(shù)能力和實(shí)際水平。在這件事情上多做觀察、思考是很有意義的。

對(duì)于考察人的技術(shù)等級(jí),學(xué)界是有認(rèn)真的研究的。參見:德雷福斯模型解說。

德雷福斯模型把人的技能水平,分成5級(jí):新手、高級(jí)新手、勝任者、精通者、專家。

對(duì)不同技能等級(jí)的認(rèn)定是這樣的:

新手:依靠指令清單,必須按部就班。就是必須給出詳細(xì)而具體的操作規(guī)則,才能工作。比如你做一道從未做過的菜,需要看菜譜的說明,第一步做什么,第二步做什么等等,直到最后烹飪結(jié)束。

高級(jí)新手:有限的情景洞察力,同等對(duì)待工作的各個(gè)方面。對(duì)全局性、體系性的東西沒興趣。這是小工的水平。比如他能跟著師傅干點(diǎn)活,打打下手??梢钥恐磸?fù)檢索搜索引擎、StackOverflow解決具體的小問題。

勝任者:能夠獨(dú)立解決各種各樣的領(lǐng)域內(nèi)問題。這是一般的企業(yè)招聘,比較希望招到的等級(jí),招進(jìn)來稍作適應(yīng)就能干活了,省心省力。

精通者:經(jīng)驗(yàn)豐富,可以自我糾正、自我改進(jìn)。這類等級(jí)的人,思考可以指向內(nèi)在,通過反省、反饋改善技能。這種在企業(yè)可以算上高手、大拿了,培養(yǎng)不易。

專家:依靠直覺工作,不需要解釋和理由。實(shí)際你讓他解釋,他可能也說不出個(gè)所以然,就是直覺給出答案,然后還是對(duì)的。專家人數(shù)稀少,需要很長時(shí)間訓(xùn)練、實(shí)踐。通常的說法是10年出專家,10000小時(shí)定律。

這個(gè)是理論上的研究,實(shí)踐中比較缺乏操作性,難以迅速的判定應(yīng)聘者的實(shí)際情況。不信你打開收進(jìn)來的大把簡歷,剛畢業(yè)的學(xué)生,每個(gè)技能名詞上面都是一堆堆的“精通” – 你相信么?但它可以當(dāng)成一個(gè)職業(yè)技能等級(jí)判定的參照標(biāo)準(zhǔn)。

于是乎,各家企業(yè)開啟了各種“筆試”、“機(jī)試”,多輪面試,并且嚴(yán)格要求學(xué)歷以及出身院校,試圖以此過濾掉不合意的應(yīng)征者,留下合格的人選。它當(dāng)然是可行的,但是效果一般,而且容易出錯(cuò),錯(cuò)失有思想有水平的人。不然也不會(huì)催生出各類“推薦式”的招聘??粗貙W(xué)歷、學(xué)校當(dāng)然也有其優(yōu)點(diǎn):它是快速過濾的手段,畢竟能考上好學(xué)校的人智商不會(huì)太差吧。但在大數(shù)字公司的一朋友說,公司里面還有初中畢業(yè),一直精研安全領(lǐng)域的人,技術(shù)能力也是十分出色。如果嚴(yán)苛對(duì)待背景,這些人就會(huì)錯(cuò)過了。因?yàn)槿说纳疃喾N多樣,有各種歷史的背景因素影響經(jīng)歷。而部分人的經(jīng)歷,就是跟一些人不同的,可是不妨礙他們同樣可以變得優(yōu)秀。招聘,實(shí)際上是建立信任關(guān)系。如果有充足的信息證明,應(yīng)聘者足夠優(yōu)秀,這就夠了。條條框框只是輔助手段,并不是目的。

任正非的洞察力一流

推薦式的招聘實(shí)際要靠譜的多,因?yàn)槿撕苋菀琢私馐煜さ娜说乃?。這是靠推薦者的信用背書。人平時(shí)溝通時(shí)說什么話,日??词裁磿?,關(guān)注哪些領(lǐng)域,琢磨過啥問題,哪些東西很熟,這個(gè)經(jīng)常聊的熟人往往都知道。可是,這類招聘局限性也很大:面窄、靠機(jī)緣??客扑]能招幾個(gè)好手???好手往往是各家爭搶的對(duì)象,窗口期有限,基本不會(huì)缺工作的。

說了一圈,還是要在技能水準(zhǔn)判定上有更高效率的辦法,招進(jìn)合適的人來。

回到開頭的德雷福斯模型,既然人的技能是分級(jí)的,那么對(duì)待不同的職位要求,也應(yīng)該側(cè)重不同的考察角度。如果千篇一律的走招聘流程,就容易出問題了。比如你明明要找的是“精通者”,可上來就讓人一堆筆試、機(jī)試,這是不合適的。對(duì)方會(huì)十分的厭煩。體現(xiàn)高水平技術(shù)能力的并不在默寫什么“字符串算法”那里。這反倒是剛畢業(yè)的人占便宜,因?yàn)椴艑W(xué)過不久,印象深。不信你讓工作10年的人跟計(jì)算機(jī)專業(yè)應(yīng)屆生比比寫排序算法,真未必能贏。但是這并不重要 – 你干活不看手冊(cè)不查文檔嗎?聰明人從不死記硬背。重要的地方在于對(duì)問題域的準(zhǔn)確、深刻的理解,對(duì)各類技術(shù)優(yōu)劣點(diǎn)、各種條件平衡的評(píng)判和把握。

對(duì)待初階新人,應(yīng)著重考察的是基本功是否扎實(shí),專業(yè)成績是否優(yōu)秀。更重要的,是他對(duì)職業(yè)的熱情,學(xué)習(xí)能力和研究精神。某類人要說起技術(shù)來,滔滔不絕,兩眼放光,充滿熱情,對(duì)未知的、新生的各類概念、技術(shù)非常好奇,這種人想差都難。因?yàn)樗麜?huì)自我驅(qū)動(dòng),不用督促,自己就鉆研前進(jìn)。反之,覺得這個(gè)職業(yè)待遇高,只是想混飯吃的人,很少走得長遠(yuǎn)。這類初階新人以畢業(yè)生、工作年限少者為多。測(cè)試考核,可以筆試查看其對(duì)基礎(chǔ)概念的理解是否準(zhǔn)確,知識(shí)領(lǐng)域的大致范圍。甚至,布置一個(gè)有點(diǎn)挑戰(zhàn)性的小任務(wù),讓他嘗試解決,說明思路。

考察勝任、精通者的策略不一樣。筆試做題沒啥用,原因前面說了。這類招聘是重頭戲,企業(yè)都喜歡找這樣的,能干活。所以考核評(píng)估的地方也較多。我覺得可以分成幾個(gè)方面去看。意識(shí)是否先進(jìn),是否會(huì)反省思考;是否善于解決問題,富有創(chuàng)造性;是否有比較深的積累和廣闊的知識(shí)面。

業(yè)界的開發(fā)思想也是在不斷變化,工具鏈一直在革新。聰明的人不用蠻力,而愛用工具提升效率,喜歡自動(dòng)化操作解放人力。要查看人用什么開發(fā)工具鏈,用什么開發(fā)環(huán)境,解釋下為什么?好的開發(fā)者會(huì)及時(shí)注意新出現(xiàn)的工具,挖掘它能解決什么問題,并嘗試吸收,解決自己的需求。如果沒有這個(gè)思想意識(shí),工作效率就會(huì)打折扣了。因?yàn)槟銜?huì)落后行業(yè)發(fā)展水平。人善于自我反省,則會(huì)催動(dòng)自我糾正,這正是精通者的特征。參考:優(yōu)秀的開發(fā)者為什么要學(xué)習(xí)研究新的編程語言?

解決問題的能力是重頭戲,也是企業(yè)招聘人的主因。人要善于解決實(shí)際問題,而且,要學(xué)會(huì)聰明的解決問題。解決問題要看思路,看手段,看是否有創(chuàng)造性,這是真正考驗(yàn)人能力的地方。好的開發(fā)者,會(huì)考慮很多可能選項(xiàng),預(yù)估各種優(yōu)劣,給出一個(gè)較優(yōu)的方案。 遇到難題,會(huì)用各種方法嘗試。經(jīng)驗(yàn)豐富的人,常常會(huì)使用技術(shù)的組合手段來處理難題,而不是一個(gè)語言一個(gè)工具到處用。所以,要查看下過往的項(xiàng)目經(jīng)歷遇到的問題、困難,是如何解決的,思路如何。一些公司據(jù)說不招聘不會(huì)用谷歌的工程師。谷歌打不開?嘿嘿,這就是你要克服的困難啊。這你都解決不了,還做什么研發(fā)。谷歌是人類最全、最新知識(shí)的總索引,充分利用事半功倍。

考察知識(shí)的深度、廣度,對(duì)重要領(lǐng)域的概念是否有深刻的理解和掌握,以及從各類工作經(jīng)驗(yàn)中得到的認(rèn)知。問問他看過什么書,研究過什么東西。說白了,知道的東西是否多。一些公司很喜歡用CheckList模式來考核,列一堆領(lǐng)域的知識(shí)點(diǎn)、概念,問人懂不懂,知道就是水平好,不懂就是水平差。實(shí)際情況并非如此。人的工作過程是獨(dú)立的,一些事情如果沒有工作機(jī)會(huì)去接觸并解決,那么一些冷僻的問題就永遠(yuǎn)都碰不上。當(dāng)然也就不知道。但你能說沒做過就一定做不好么?

另外,人的技能樹,其實(shí)也是“犬牙交錯(cuò)、參差不齊”的。什么意思?技術(shù)領(lǐng)域非常的廣闊,你真的沒辦法每個(gè)領(lǐng)域都很精通,實(shí)際上是這個(gè)做的多,懂的多,那個(gè)用的少,知道的少。這個(gè)時(shí)候,應(yīng)看具體知識(shí)領(lǐng)域,是哪一類。它是否需要復(fù)雜的、難度較高的背景。門檻高的技術(shù),需要的配套技能多得多,比如AI、機(jī)器學(xué)習(xí)。而一般產(chǎn)品應(yīng)用領(lǐng)域則不然,了解核心概念、設(shè)計(jì)意圖,看著手冊(cè)、最佳實(shí)踐,也就能上手了。這個(gè)暫時(shí)不會(huì),實(shí)際無關(guān)緊要的,工作一段學(xué)的認(rèn)真點(diǎn)就會(huì)了。但是門檻高的領(lǐng)域,就需要很長時(shí)間的學(xué)習(xí)了。這是本質(zhì)的差別。

我曾看見某公司放出的職員技能樹,包羅萬象,幾乎一切IT領(lǐng)域的知識(shí)技能都在里面了,還聲稱要求“全部精通”。我不知道它如何定義的“精通”,如果按德雷福斯模型的定義,能做到的那是神,不是人類。這個(gè)純屬吹牛皮,我壓根就不信。如果真有這樣的人,出來讓我膜拜下。因?yàn)槊總€(gè)稍大點(diǎn)的領(lǐng)域,都足夠讓你鉆研一輩子,因?yàn)樗鼈円苍谘杆侔l(fā)展呀。業(yè)內(nèi)流傳“全棧工程師”的說法,鼓吹自己是全棧的人經(jīng)常是前端工程師。而研究后端工作領(lǐng)域的技術(shù)高手經(jīng)常鄙視這類人:真以為會(huì)點(diǎn)Node.js就能解決一堆后端的事務(wù)了么?我也懂一些前端,也能號(hào)稱“全棧”,但在不同領(lǐng)域的專業(yè)性是什么水準(zhǔn),自己明白的很。前端要解決的事情也有很多復(fù)雜性。全棧實(shí)際是反專業(yè)化的,是人力資源稀缺時(shí)候的低成本選擇。

更高一層,則是考察人本身了。人的視野夠廣闊么?其它領(lǐng)域的知識(shí)有了解嗎?一些問題的解答并不在問題域本身,而是在外面的領(lǐng)域。所謂“功夫在詩外”。公司講求團(tuán)隊(duì)協(xié)作,總要面臨不同的分工合作問題。比如產(chǎn)品、運(yùn)營的人提需求,可以換位思考嗎?合作意識(shí)強(qiáng)么?誰也不想招個(gè)刺頭進(jìn)來吧?把團(tuán)隊(duì)的氣氛和人際關(guān)系搞的一團(tuán)糟,大家做事都不痛快、不順心,又如何安心做好工作?最終只能讓團(tuán)隊(duì)工作效率下降,甚至瓦解。

要說專家,實(shí)際上有研究者認(rèn)為是需要刻意練習(xí)+充分實(shí)踐才能功成。并不是每個(gè)人經(jīng)過足夠的工作年限,都自動(dòng)成為專家。有的人工作10年,可能后面9年都在重復(fù)第一年的工作任務(wù),毫無改進(jìn)。而職業(yè)上的訓(xùn)練機(jī)會(huì),又跟大環(huán)境乃至運(yùn)氣息息相關(guān),并不是每個(gè)人都有機(jī)緣的。但是把個(gè)人的職業(yè)技能做到勝任乃至精通,則是完全可行的,這只需要認(rèn)真和勤奮,工作態(tài)度問題。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • IT
    IT
    +關(guān)注

    關(guān)注

    2

    文章

    866

    瀏覽量

    63576
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    如何通過高光譜技術(shù)識(shí)別污染源?

    探討如何利用高光譜技術(shù)識(shí)別和分析污染源。 一、高光譜技術(shù)簡介 高光譜成像技術(shù)通過獲取每個(gè)像素在電磁光譜上的連續(xù)光譜數(shù)據(jù)(通常包含數(shù)百個(gè)窄波段),使得研究人員能夠
    的頭像 發(fā)表于 12-27 10:45 ?108次閱讀
    如何通過高光譜<b class='flag-5'>技術(shù)</b><b class='flag-5'>識(shí)別</b>污染源?

    語音識(shí)別技術(shù)的應(yīng)用與發(fā)展

    語音識(shí)別技術(shù)的發(fā)展可以追溯到20世紀(jì)50年代,但直到近年來,隨著計(jì)算能力的提升和機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步,這項(xiàng)技術(shù)才真正成熟并廣泛應(yīng)用于各個(gè)領(lǐng)域。
    的頭像 發(fā)表于 11-26 09:20 ?599次閱讀

    ASR語音識(shí)別技術(shù)應(yīng)用

    ASR(Automatic Speech Recognition)語音識(shí)別技術(shù),是計(jì)算機(jī)科學(xué)與人工智能領(lǐng)域的重要突破,能將人類語音轉(zhuǎn)換為文本,廣泛應(yīng)用于智能家居、醫(yī)療、交通等多個(gè)領(lǐng)域。以下是對(duì)ASR
    的頭像 發(fā)表于 11-18 15:12 ?897次閱讀

    深度識(shí)別人識(shí)別有什么重要作用嗎

    深度學(xué)習(xí)人臉識(shí)別技術(shù)是人工智能領(lǐng)域的一個(gè)重要分支,它利用深度學(xué)習(xí)算法來識(shí)別和驗(yàn)證個(gè)人身份。這項(xiàng)技術(shù)在多個(gè)領(lǐng)域都有廣泛的應(yīng)用,包括但不限于安全監(jiān)控、身份驗(yàn)證、社交媒體、智能設(shè)備等。 1.
    的頭像 發(fā)表于 09-10 14:55 ?598次閱讀

    深度識(shí)別人識(shí)別在任務(wù)中為什么有很強(qiáng)大的建模能力

    深度學(xué)習(xí)人臉識(shí)別技術(shù)是人工智能領(lǐng)域中的一個(gè)重要分支,它利用深度學(xué)習(xí)算法來識(shí)別和驗(yàn)證人臉。這項(xiàng)技術(shù)在近年來取得了顯著的進(jìn)展,其強(qiáng)大的建模能力
    的頭像 發(fā)表于 09-10 14:53 ?452次閱讀

    基于FPGA的人臉識(shí)別技術(shù)

    基于FPGA(現(xiàn)場可編程邏輯門陣列)的人臉識(shí)別技術(shù),是一種結(jié)合了高效并行處理能力和靈活可編程性的先進(jìn)圖像處理解決方案。這種技術(shù)在安全監(jiān)控、身份認(rèn)證、人機(jī)交互等領(lǐng)域具有廣泛應(yīng)用前景。以下
    的頭像 發(fā)表于 07-17 11:42 ?1546次閱讀

    目標(biāo)檢測(cè)與識(shí)別技術(shù)有哪些

    目標(biāo)檢測(cè)與識(shí)別技術(shù)是計(jì)算機(jī)視覺領(lǐng)域的重要研究方向,廣泛應(yīng)用于安全監(jiān)控、自動(dòng)駕駛、醫(yī)療診斷、工業(yè)自動(dòng)化等領(lǐng)域。 目標(biāo)檢測(cè)與識(shí)別技術(shù)的基本概念 目標(biāo)檢測(cè)(Object Detection)
    的頭像 發(fā)表于 07-17 09:40 ?670次閱讀

    AI行為識(shí)別視頻監(jiān)控系統(tǒng) Python

    的具體內(nèi)容。人工智能技術(shù)行為識(shí)別可以精確識(shí)別情景當(dāng)中人員的異常行為,而傳統(tǒng)化的安防監(jiān)控是各種各樣情景轉(zhuǎn)變后形成的視頻,不可以精確識(shí)別人的實(shí)際出現(xiàn)異常行為。機(jī)器視覺
    的頭像 發(fā)表于 07-06 10:36 ?579次閱讀
    AI行為<b class='flag-5'>識(shí)別</b>視頻監(jiān)控系統(tǒng) Python

    人臉識(shí)別技術(shù)的優(yōu)缺點(diǎn)有哪些

    人臉識(shí)別技術(shù)是一種基于人臉特征信息進(jìn)行身份識(shí)別的生物識(shí)別技術(shù)。隨著計(jì)算機(jī)視覺、深度學(xué)習(xí)等技術(shù)的發(fā)展,人臉
    的頭像 發(fā)表于 07-04 09:25 ?2555次閱讀

    人臉識(shí)別技術(shù)的原理介紹

    人臉識(shí)別技術(shù)是一種基于人臉特征信息進(jìn)行身份識(shí)別的生物識(shí)別技術(shù)。它通過分析人臉圖像,提取人臉特征,然后與已知人臉特征進(jìn)行匹配,從而實(shí)現(xiàn)身份識(shí)別
    的頭像 發(fā)表于 07-04 09:22 ?1380次閱讀

    圖像檢測(cè)與識(shí)別技術(shù)的關(guān)系

    圖像檢測(cè)與識(shí)別技術(shù)是計(jì)算機(jī)視覺領(lǐng)域的兩個(gè)重要分支,它們?cè)谠S多應(yīng)用場景中發(fā)揮著關(guān)鍵作用。本文將介紹圖像檢測(cè)與識(shí)別技術(shù)的關(guān)系,以及它們?cè)诓煌I(lǐng)域的應(yīng)用。 一、圖像檢測(cè)與
    的頭像 發(fā)表于 07-03 14:43 ?683次閱讀

    人臉識(shí)別技術(shù)的原理是什么 人臉識(shí)別技術(shù)的特點(diǎn)有哪些

    人臉識(shí)別技術(shù)的原理 人臉識(shí)別技術(shù)是一種通過計(jì)算機(jī)以圖像或視頻為輸入,識(shí)別、檢測(cè)、跟蹤和分析人臉的技術(shù)
    的頭像 發(fā)表于 02-18 13:52 ?2077次閱讀

    圖像識(shí)別技術(shù)原理 圖像識(shí)別技術(shù)的應(yīng)用領(lǐng)域

    圖像識(shí)別技術(shù)是一種通過計(jì)算機(jī)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它借助計(jì)算機(jī)視覺、模式識(shí)別、人工智能等相關(guān)技術(shù),通過對(duì)圖像進(jìn)行特征提取和匹配,找出圖
    的頭像 發(fā)表于 02-02 11:01 ?2619次閱讀

    怎樣才能驗(yàn)證ADAS功能的抗干擾能力?

    來自一位客戶的咨詢,麻煩幫忙解答,越詳細(xì)越好,有圖有真相,可以適當(dāng)提供一些英飛凌解決方案和產(chǎn)品推薦。 現(xiàn)如今無線通信設(shè)備這么多,怎樣才能驗(yàn)證ADAS功能的抗干擾能力?
    發(fā)表于 02-02 07:20

    秒懂鴻蒙OS 生物特征識(shí)別

    2D 人臉識(shí)別、3D 人臉識(shí)別兩種人臉識(shí)別能力,設(shè)備具備哪種識(shí)別能力,取決于設(shè)備的硬件
    的頭像 發(fā)表于 01-29 16:26 ?3720次閱讀