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    

推薦する

ディープラーニングの最適化を理解するにはどうすればよいでしょうか?勾配降下法の軌跡を分析することで

ニューラル ネットワークの最適化は本質的に非凸ですが、単純な勾配ベースの方法は常にこのような問題を解...

DockerとFlaskをベースにしたディープラーニングモデルのデプロイメント!

モデルの展開は、ディープラーニング アルゴリズムの実装において常に重要な部分です。ディープラーニング...

...

私の国は自動運転のための最初の閉鎖された高速道路テスト環境を構築しました

1月21日、公安部交通管理科学研究所は、工業情報化部、公安部、江蘇省人民政府が共同で建設する「国家イ...

AI 異常検出は企業にどのようなメリットをもたらすのでしょうか?

翻訳者 |陳俊レビュー | Chonglou異常検出は、企業が競合他社よりも先に今後のトレンドを特定...

...

テキストの説明に基づいてビデオから画像を切り取る、Transformer:このクロスモーダルタスクは私が最も得意とすることです

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

Google は、MLM 損失で直接事前トレーニングされた 24 個の小さな BERT モデルをリリースしました。

[[318598]] Google は最近、24 個の合理化された BERT モデルをダウンロード...

このクラウドは、AIが後半にどのように発展するかを知っている

今年はAI技術の導入が話題になっています。 AIは本当に実装されているのでしょうか?真実を語るには実...

カーリー:プロのカーリング選手に匹敵するスポーツロボット

海外メディアの報道によると、ロボットは多くのスポーツや活動で優れているが、1つのタスクだけを実行する...

ビッグデータマイニング機械学習人工知能ベン図戦争

半期会議がもうすぐ開かれますが、上司はみんなでしっかり計画を立てるように言いました。私たちの将来の方...

5Gは医療業界に革命を起こす

[[377987]]画像ソース: https://pixabay.com/images/id-149...

日本政府はAI規制に対して緩やかなアプローチを好んでいるが、日本企業は厳格なEU規則に従う可能性がある

日本は、急速に減少する日本の人口によって引き起こされる問題のいくつかに対処するために、人工知能(AI...