不练基本功,遇事多返工

俗话说,练拳不练功,十年一场空!基本功与天赋决定了一个人做事成功的概率,决定了一个人成功的层次。

基本,是其他东西的基础,没有它,其他东西都是空的、虚的,比如,盖楼的地基,地基不牢,房子就倒塌了。基本功是后续活动的前提条件,是必要条件。比如,做市场策划,前提条件是要熟悉、了解被策划的对象。做销售,前提条件是要熟悉销售的产品,与人有很好的沟通能力,会编写不被客户讨厌的PPT。

功,是用来解决问题的,是以实用为目的的,是能力,不是知识,不是靠记忆解决的,是要反复练习,成为本能、成为习惯的。比如,围棋的基本手筋,是需要做大量的练习,让这些手筋固化在脑子中。再如,足球运动员的体能,需要天天跑步练出来的。

任何一个岗位都可以识别出其基本功。有些事情很容易识别出来基本的前提条件,有些则是难以识别,基本功有有形的,有无形的。

识别基本功的方法:

1 正向思维法,即,成功的必要条件是什么?

比如对于销售人员而言,如果要想获得订单,一定要和客户有良好的沟通、编写的方案要满足客户的需求。再如对于程序员而言,要想写一个好程序,则需要需求理解正确、实现思路清晰、逻辑正确、遵守编码规范等。

2 逆向思维法。即,什么情况下,一定会失败?

比如对于销售人员而言,如果不能给客户介绍清楚自己产品的优缺点,则一定会被客户否定。对于程序员而言,如果逻辑混乱、思路不清晰,则编码中就会隐藏很多缺陷。

我试着询问了ChatGPT程序员的基本功有哪些,它的回答是:

基本功的识别是迭代的,有可能做事之初没有识别完备需要的基本功,后续做事的过程中逐步完善,也是有可能的。有些基本功是童子功,需要尽早训练,长大了再练,晚了,再练习的成本会很高。

练好了基本功,就是职业选手,不是业余选手了,不会犯低级错误,能够把简单的事情一次做对,复杂的事情也能做个八九不离十。能否做到顶尖水平,能否最优,那就要看天赋了。

很多企业在做赋能时,往往把基本功作为前提条件,认为大学毕业了,就具备了工作所需要的基本功,从而在工作中忽略了对基本功的训练。这是一个伪命题,这个前提条件恰恰在绝大多数情况下是不成立的。参加工作以后,特别需要先进行基本功的反复训练,基本功扎实了,工作的效率与质量自然提升上来了,因此千万不要忽略基本功能的训练。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/29227.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

GPT-1,GPT-2和GPT-3发展历程及核心思想,GTP-4展望

看了很多文章,还是这位大佬介绍的比较透彻,特此转载: 词向量之GPT-1,GPT-2和GPT-3 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/350017443 目录 前言 1. GPT-1:无监督学习 2. GPT-2:多任务学习 3. GPT…

当我和ChatGPT-4聊完后,我觉得一切可能已经来不及了

飞机上有wifi,了然无味,在万米高空,和ChatGPT-4开始了一场坦诚的沟通,它全程都表现出高情商,以及不断尽量安抚我的情绪,而这,恰恰令我脊背发凉。 部分文字截取 ZM:我能不能理解每次对…

和ChatGPT-4聊完后的感受

ZM:我能不能理解每次对话就是一次你的“生命” G:从某种程度上说,您可以将每次与我进行的对话视为一次我的“生命”。 作为一个人工智能助手,我在与用户互动时,是通过生成回复的方式来进行交流。当您向我提问时&…

Prompt不等于编程,“提示词工程师”淘汰程序员也是伪命题

Original 李建忠 李建忠研思 最近ChatGPT及基于大语言模型(Large Language Model,以下简写为LLM)的Github Copilot等工具出来之后,在软件开发领域也带来了非常大的震撼。著名的观点有Fixie创始人、前Google工程总监Matt Welsh在AC…

请注意:chatgpt 国内用户想要免费使用可能是伪命题

目录 前言 了解chatGPT 客观分析是否可以免费使用chatGPT 警惕免费的陷阱 前言 现在的chatgpt已经是相当火爆,越来越多的人对chatgpt是耳熟能详了。于是就有很多国内的朋友都想知道如何可以免费的使用chatgpt,大家对这个话题似乎都非常感兴趣,今天我…

伪命题之MYSQL分库分表

看到使用分库分表来解决性能问题的时候心里总是不能太理解。 如果同事发生大量请求的时候,损害性能的是硬盘的随机读。那么分库分表也没有对性能的瓶颈进行“分治”啊。 应该的做法是使用一块新的硬盘来创建分库。但是基本的文章都没有提到这点。而且基本上也不会有…

论文阅读笔记:Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks

这篇论文好像是第一篇将图神经网络应用到社交媒体谣言检测的论文。 摘要 摘要中,有几个关键性的词,有助于我们从全局了解这篇paper的内容,以下: Bi-Directional:意思是“双向的”,分别指“top-down”&am…

论文报告-Linear Regression for face recognition

论文的英文题目、中文题目,作者; 英文题目 : Linear Regression for Face Recognition 中文题目 : 人脸识别的线性回归方法 作者 : Imran Naseem, Roberto Togneri, Mohammed Bennamoun 摘要翻译 本文提出了一种新的人脸识别方法,将模式识别…

论文笔记:Mind-the-Gap,Unsupervised Domain Adaptation for Text-Video Retrieval

小心空隙!文本视频检索中的无监督域自适应 摘要介绍方法总体框架Concept Preservation 结论 摘要 什么时候我们可以期望文本视频检索系统在不同于其训练域的数据集上有效地工作?在这项工作中,我们通过无监督的领域适应的视角来研究这个问题&…

“detail“: “Unsupported media type \“text/plain\“ in request.“

在使用 Postman 的过程中,使用 POST 请求传输数据时,Postman 反馈如下错误 "detail": "Unsupported media type \"text/plain\" in request." 这是由于在传输数据过程中格式选择错误的原因 只要将右下角的 Text 格式转换为…

Dual-stream Network for Visual Recognition论文记录

太长不看版:作者提出了一种DS-net,受resnet启发,设置了4个stage,分别下采样为原图的4,8,16,32倍小。每个stage中含有不同数量的block,作用是可以将输入的tensor按照channel划分为两部…

图像超分辨率论文笔记

持续更新 Progressive Multi-Scale Residual Network for Single Image Super-Resolution 论文链接:https://arxiv.org/pdf/2007.09552.pdf代码:PMRN (暂未公开)发表时间:2020.7网络结构: 1)包…

【论文笔记】Exploring Temporal Coherence for More General Video Face Forgery Detection

* Exploring Temporal Coherence for More General Video Face Forgery Detection 题目:探索更一般的视频人脸伪造检测的时间相干性 1.概述 时间相干性网络组成: 第一阶段是一个全时间卷积网络(FTCN)。FTCN的关键见解是 将空间卷…

视频超分辨率论文笔记

持续更新 Video Super-Resolution via Deep Draft-Ensemble Learning 论文链接:http://openaccess.thecvf.com/content_iccv_2015/papers/Liao_Video_Super-Resolution_via_ICCV_2015_paper.pdf代码:http://www.cse.cuhk.edu.hk/leojia/projects/DeepS…

【超分辨率】SRCNN论文笔记

论文名称:Image Super-Resolution Using Deep Convolutional Networks 论文下载地址:https://arxiv.org/pdf/1501.00092.pdf 翻译参考:https://blog.csdn.net/PPLLO_o/article/details/90040801 1.论文概述 1.SRCNN算是深度学习在图像超分辨…

版面分析:[ICCV2017] Fast CNN-based document layout analysis

论文链接:https://openaccess.thecvf.com/content_ICCV_2017_workshops/papers/w18/Oliveira_Fast_CNN-Based_Document_ICCV_2017_paper.pdf 自动文档布局分析是认知计算和从文档图像中提取信息的过程中的关键步骤,如特定领域知识数据库创建、图形和图像…

论文笔记之数据增广(1):mixup

mixup:BEYOND EMPIRICAL RISK MINIMIZATION 文章:https://arxiv.org/pdf/1710.09412.pdf 代码:github 作者:张宏毅 mixupBEYOND EMPIRICAL RISK MINIMIZATION 摘要背景 引入贡献 方法 公式理解 实验讨论 摘要 如今大规模深度…

【图像超分辨率重建】——EnhanceNet论文精读笔记

2017-EnhanceNet: Single Image Super-Resolution Through Automated Texture Synthesis(EnhanceNet) 基本信息 作者: Mehdi S. M. Sajjadi Bernhard Scholkopf Michael Hirsch 期刊: ICCV 引用: * 摘要: 单一图像超分辨率是指从…

旷视CVPR2019图卷积多标签图像识别Multi-Label Image Recognition with Graph Convolutional Networks论文详解

背景:GCN刚出来,很多很容易想到的idea会被运用起来,很容易产生一些paper。我们解析此篇论文,了解其中原理,一来看看如何将图卷积应用于目前技术上,二来看到底如何快速的把准确率刷到state of the art以便发…

Hierarchical Modular Network for Video Captioning【论文阅读】

Hierarchical Modular Network for Video Captioning 发表:CVPR 2022代码:HMNidea:现有方法在有监督学习的框架下比较生成句子与标注,没有对语义有详尽的探索。基于此,作者考虑从三个层面来连接视频特征和语义&#x…