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

推薦する

人工知能の急速な発展により、私たちは職を失うことになるのでしょうか?

音声制御システムから今日のいくつかの無人技術まで、人工知能は徐々に成熟しています。ビッグデータセンタ...

ロボットが医療に力を与える!しかし、医療ロボットがブレイクするまでには、まだ4歩の道のりがある。

今回の流行期間中、病院や最前線の防疫現場では、体温測定ロボット、消毒ロボット、検査ロボット、咽頭ぬぐ...

電源なしで形を変えるソフトロボット「ロールボット」

海外メディアの報道によると、ハーバード大学ジョン・A・ポールソン工学・応用科学大学院(SEAS)とカ...

...

人工知能が雪の結晶をリアルタイムで捉え、約700人の足跡を追跡可能に

2月4日の北京冬季オリンピックの開会式で、若い俳優たちが「平和の鳩」を手に持ち、彼らが動くと、足元に...

陳一然教授の論文が2024 IEEE優秀論文賞を受賞しました! STN-iCNN: エンドツーエンドの顔解析フレームワーク

陳一然教授の論文が賞を受賞しました!この顔認識/分析に関する論文は、2024 IEEE CIS TE...

語尾予測に基づく英語-ロシア語翻訳品質の向上方法

[51CTO.com からのオリジナル記事] ニューラルネットワーク翻訳モデルは、使用できる語彙のサ...

50枚の写真が「毒された」安定した拡散、車と牛の区別がつかない

AI侵害に対するアーティストの反撃がここに——絵画に「毒」を入れると、AIが「毒化」されて使用時に誤...

...

人工知能は感情を認識するために使われている

感情認識技術は、人工知能を使用して人の表情から感情を検出する、数十億ドル規模の新興産業です。しかし、...

Orange3 の探索: データ マイニングと機械学習の新しい世界を開きます。

Orange3 は、豊富なデータ処理、分析、モデリング機能を提供する強力なオープンソースのデータ視...

率直に言って、2018年に私たちが耐えなければならないかもしれない人工知能の暗い側面

18歳の時に撮った写真が様々な賞賛を浴びる中、また新たな年を迎えました。 [[215597]]本来な...

TPCアライアンス設立:科学的発見の推進に向け、1兆以上のパラメータを持つAIモデルを目指す

11月16日、業界をリードする科学研究機関、米国国立スーパーコンピューティングセンター、そしてAI分...

A100よりもコストパフォーマンスに優れています! FlightLLM により、大規模モデル推論でパフォーマンスとコストを同時に心配する必要がなくなりました。

端末側での大規模言語モデルの適用により、コンピューティング性能とエネルギー効率の需要が「引き出され」...