惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Cisco Blogs
Schneier on Security
Schneier on Security
T
Tor Project blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tenable Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Threat Research - Cisco Blogs
C
CERT Recently Published Vulnerability Notes
Security Latest
Security Latest
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
NISL@THU
NISL@THU
L
Lohrmann on Cybersecurity
Scott Helme
Scott Helme
Webroot Blog
Webroot Blog
Project Zero
Project Zero
Google Online Security Blog
Google Online Security Blog
The Last Watchdog
The Last Watchdog
Spread Privacy
Spread Privacy
Hacker News: Ask HN
Hacker News: Ask HN
PCI Perspectives
PCI Perspectives
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
W
WeLiveSecurity
Attack and Defense Labs
Attack and Defense Labs
D
Darknet – Hacking Tools, Hacker News & Cyber Security
N
News | PayPal Newsroom
Help Net Security
Help Net Security
The Hacker News
The Hacker News
H
Heimdal Security Blog
O
OpenAI News
S
Security @ Cisco Blogs
N
News and Events Feed by Topic
Cyberwarzone
Cyberwarzone
Simon Willison's Weblog
Simon Willison's Weblog
G
GRAHAM CLULEY
www.infosecurity-magazine.com
www.infosecurity-magazine.com
博客园 - 叶小钗
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Hacker News - Newest:
Hacker News - Newest: "LLM"
T
Tailwind CSS Blog
大猫的无限游戏
大猫的无限游戏
A
Arctic Wolf
I
Intezer
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Security Affairs
P
Proofpoint News Feed
S
Secure Thoughts
腾讯CDC
Google DeepMind News
Google DeepMind News
量子位
罗磊的独立博客

中文博客 on 范叶亮 | Leo Van

多智能体系统 (Multi-Agent System) 确定性和掌控欲 - 你的 AI 不是你的 AI LLM Token 消耗节省计划 (How to Save Token for LLM) 智能体的角色定位和身份演化 (Agent Role Orientation and Identity Evolution) 本地部署 OpenClaw,QwenPaw 和 Hermes Agent (Local Deployment of OpenClaw, QwenPaw and Hermes Agent) 本地部署智能体 - OpenClaw,QwenPaw,Hermes Agent ... 部署 Matrix 服务器 Synapse (Deployment of Matrix Server Synapse) 部署 frp 内网穿透服务 (Deployment of frp NAT Traversal Service) 本地部署大模型服务 (Local Deployment of LLM Services) AI 时代的生产力和生产关系 (Forces and Relations of Production in AI Era) 业余无线电入门 - CQ, CQ, CQ, this is BD1CZP. Calling CQ and standing by. 重构 - 之于代码、之于工作、之于生活 大语言模型微调 (Fine-tuning Large Language Models) 提升图片分辨率和质量 - Invoke AI 101 教程 使用画布创建和组合生成新的图片 - Invoke AI 101 教程 探索 AI 模型和概念适配器 - Invoke AI 101 教程 理解图像到图像和降噪过程 - Invoke AI 101 教程 使用控制层和指示控制图片的生成 - Invoke AI 101 教程 使用 Invoke 创作你的第一张图片 - Invoke AI 101 教程 在 OpenWrt 和群晖中自动申请和部署证书 凡人歌 - 凡人,但不要烦心 Shell 调用方式 fork,exec 和 source (Run Shell with fork, exec and source) 重定向和管道 (Redirect and Pipe) 模型压缩和推理加速 (Model Compression and Inference Acceleration) 我们需要多少种编程语言 (How Many Programming Languages do We Need) 数据可视化小贴士 - 面向动态文档生成,秉承规范、统一和实用的理念 从 rm -rf * 说起 - 喜新、怀旧、再出发 当我谈摄影时,我谈些什么 - 色彩篇 Part 1 CSS 布局和定位 (CSS Layout and Position) 当我谈修图时,我谈些什么 - 色彩篇 Part 1 在 Windows 下利用 WSL2 和 Ubuntu 配置 GPU 机器学习环境 文学编程和可重复性研究 (Literate Programming and Reproducible Research) 在 OpenWrt 中安装 Jellyfin 搭建家庭影音中心 自私和贪婪 (Selfish and Greedy) 评分和排名算法 (Rating & Ranking Algorithms) 基于内容的图像检索 (Content-based Image Retrieval, CBIR) 你所应该知道的 A/B 测试 (A/B Test You Should Know) 一个人的摩旅 (Travel with My Motorcycle Alone) 设计语言初探 (A Glimpse of Design Language) Spark 集群搭建 (Spark Cluster Setup) Hive 安装和配置 (Hive Setup) Hadoop 集群搭建 (Hadoop Cluster Setup) 虚拟环境准备 (Virtual Environment Preparation) 大数据 SQL 性能调优 (Big Data SQL Performance Tuning) SQL 样式指南 (SQL Style Guide) 进程,线程和协程 (Process, Thread and Coroutine) - 实现篇 进程,线程和协程 (Process, Thread and Coroutine) - 理论篇 胶囊网络 (Capsule Network) 投票公平合理吗? 图存储与计算 (Network Storage and Computing) - 复杂网络系列 网络算法 (Network Algorithms) - 复杂网络系列 真实世界网络结构 (Structure of Real-World Network) - 复杂网络系列 网络表示,测度和度量 (Network Representation, Measures and Metrics) - 复杂网络系列 文本相似度 (Text Similarity) 而立之前 (Life before 30) 最近邻搜索 (Nearest Neighbor Search) 无模型策略预测和控制 - 时序差分学习 (Model-Free Policy Prediction and Control - Temporal Difference Learning) - 强化学习系列 无模型策略预测和控制 - 蒙特卡洛方法 (Model-Free Policy Prediction and Control - Monte-Carlo Learning) - 强化学习系列 利用动态规划求解马尔可夫决策过程 (Planning by Dynamic Programming) - 强化学习系列 贝叶斯优化 (Bayesian Optimization) 马尔可夫决策过程 (Markov Decision Process) - 强化学习系列 多臂赌博机 (Multi-armed Bandit) - 强化学习系列 强化学习简介 (Introduction of Reinforcement Learning) - 强化学习系列 在群晖 NAS 上编译安装 tmux 隐马尔可夫,条件随机场和序列标注 (Hidden Markov Model, Conditional Random Fields and Sequence Labeling) 图嵌入和图神经网络 (Graph Embedding and Graph Neural Network) 预训练自然语言模型 (Pre-trained Models for NLP) toB 产品用户权限 (User Privileges of toB Products) 京东数科 HIPO 学习之旅 (JDD HIPO Learning Journey) 杭州和东京之旅 (Tour of Hangzhou and Tokyo) 国际智慧温室种植挑战赛 (International Autonomous Greenhouse Challenge) 记忆中的儿时 (My Childhood in Memory) 启发式算法 (Heuristic Algorithms) 关不掉的浏览器标签页 (Browser Tabs You do not Close) 贝塞尔曲线 (Bézier Curve) 如何阅读一本书 (How to Read a Book) 相似性和距离度量 (Similarity and Distance Measurement) 集成学习算法 (Ensemble Learning) 计算复杂性与动态规划 (Computational Complexity and Dynamic Programming) 利用 Flask 和 Google App Engine 部署模型服务 序列到序列和注意力机制 (Seq2Seq and Attention Machanism) 词向量 (Word Embeddings) 循环神经网络 (Recurrent Neural Network, RNN) 泰国之行 (Tour of Thailand) 媒介之战 (War of Medias) 卷积神经网络 (Convolutional Neural Network, CNN) 买书,囤书,看书 (Buy Books, Hoard Books and Read Books) Play Safe, Smart Choice & Yuppie 基于 PyQt5/PySide2 和 QML 的跨平台 GUI 程序开发 流形学习 (Manifold Learning) 深度学习优化算法 (Optimization Methods for Deep Learning) 深度学习优化算法 (Optimization Methods for Deeplearning) 生成对抗网络简介 (GAN Introduction) Ising 模型,Hopfield 网络和受限的玻尔兹曼机 (Ising, Hopfield and RBM) 马尔科夫链蒙特卡洛方法和吉布斯采样 (MCMC and Gibbs Sampling) 特征值分解,奇异值分解和主成分分析 (EVD, SVD and PCA) 墨尔本之行 (Trip to Melbourne)
小记这一波裁员浪潮
范叶亮 · 2022-04-10 · via 中文博客 on 范叶亮 | Leo Van

小记这一波裁员浪潮

分类: 思考, 工作 / 字数: 2297 / 标签: 裁员


一眨眼已经四月了,第一季度穿插着反反复复的疫情、说干就干的战争和悲痛万分的空难就这么过去了。还在用生活不易、活着真好的话宽慰自己的时候,互联网迎来了一大波裁员浪潮。说实话其实每年都在陆陆续续的传出各大厂的裁员消息,可今年这一波着实动静大了些。翻看已经有两三篇待完成的博客躺在草稿箱中有个把月了,工作和生活的各种乱七八糟的事情扰得自己完全没有动笔的欲望。算是为了不让博客列表页有太长断档吧,小记一下最近的心情,也让自己冷静下来思考二三。

人都去哪儿了?

在这波裁员浪潮之前,工作上除了项目本身以外,最重要的就是招聘。从最初组建团队一直到现在招聘就像一个看似永远完不成的项目。摆在我面前的招聘三大问题:我看上的人家不一定看得上我,看得上我的我不一定看得上人家,都看上了的因为各种各样的不可控因素最后还是没谈成。

有时候从源头上就捞不到人,没有简历,约不上面,不可否认一些岗位的门槛和稀缺性注定这就是一场艰难的战役。但从个人主观感受上来看,逃离互联网的人可能正在增长。这个观点没有任何调研为依据,单纯的从身边的案例有感,不具备统计显著性,但也不接受反驳。为什么要逃离,或许逃离这个词用的就不好,应该说是「离开」更好些,不然显得当下的互联网有多么水深火热一样。因为大环境、家庭、亦或是躺平的心态,都很难说,自己没处在这么一个情景中,也说不出个四五到六来。

很难说未来自己会不会离开互联网这个圈子,如果离开也很难说这个时点有多近还是多远,无论主动还是被动。只能说当下的互联网仍旧在不断给予我机会和挑战,在没有被困难打倒之前,我应该还是会在这条路上拼杀几载吧。

每天都在忙些啥?

我属于一个不太喜欢开会的人,可能我的层次还不太高吧,我认为大部分事情都没法在相对正式的会议上达成很好的决策,我更喜欢非正式的沟通和正式的记录配合达成目标。所以排除开会,每天到底都在忙些啥?

想要的太多,不舍得放手的太多

人总是贪婪的,虽说给永远比拿快乐,但有时候就喜欢圈起来个一亩三分地,当然圈的越多也越好。其实道理自己都清楚,东西太多可能哪个都做不好,但有时候执念上来了,拦都拦不住。和当年的关不掉的浏览器标签页一样,不舍得放手。还是得多学会放手,一方面是给自己减负,另一方面也是给别人机会,这怎么说得我好像有多大权力似的 😂。

时间管理

为真,是一个需要相对长远看待的问题,没有哪个真理是三两天就弄出来的。为需,才是第一重要的事情,光想着要做的多大多完美,不想想再不做点为所需的东西,团队都快没了,还谈什么理想。以一个明星项目养活俩仨探索项目,是我有时候会偷偷使用的小伎俩,先把本职的活儿干好,如果再时不时的整两个惊喜出来岂不美哉。就算没弄出来惊喜,只要没搞出来惊吓,至少我把分内的事儿做的没啥大毛病,老板也不会过来挑你啥。

但我坚信,创新才是第一动力,太本分不好。

努力不被「淘汰」?

有时候说被「淘汰」未免过分了些,组织淘汰人是「组织」认为「你」不再适合「组织」了,就像搞对象一样,「我」说「你」不是「我」喜欢的,还是有主观性的,没准儿人家到了别处还是顶梁柱嘞。怎么才能成为一代海王呢,个人观点,永无止境的学习是很重要的。

学啥?大点儿来说别学坏就好,当然好与坏,这又是个问题。我想表达的意思是,学些和工作有关的和学些和工作无关的都挺好的。两者之于工作都是有正向作用的,就比如这一年,我的这辆小摩托帮我结交了几个不错的朋友,帮我在不开心的时候变开心,开心的时候变得更开心,这还不够吗?学些和工作相关的技能那就更有益了,自己这点做的还是不太好,虽然能跟得上前沿的脚步,但也都是略知皮毛,开拓深耕些不熟悉的地方还是挺费力费时的。

怎么学?还记得之前大学时候管理学课上老师总说的一句话:读万卷书不如行万里路,行万里路不如交万名友。对于社牛症患者,Social 大可不必多说。对于有交通便利的朋友(比如有辆小摩托 🏍 的我 😎),多和大自然接触接触还是舒服的,切记,安全第一。所有里面,效果相对不足的可能就是读书了,读书真的是成本很低的事情,时间可能是最需要消耗的东西,读书又确确实实是一件性价比很高的事情。这一年读的不多,暂且就拿客观因素当当借口吧。对于读书有一点我很受用,就是总结整理,吸进来些东西,消化消化,再创造些东西,不一定非要有多深的思考,哪怕是简单的归纳整理,写出来感觉一下子就不一样了。

活到老,学到老,这话在理。

万一万一,退路在哪里?

我是一个不太喜欢承受高风险的人,所以往往做事之前我都会尽可能想到最差的情况,多想想退路,好像也没什么毛病,是吧?万一万一,命运不济,有此一劫,我又该如何度过?一些具有高不可替代性的人不知道会不会思考这个问题,他们出现万一万一的概率太小了,我自认为还不是他们那种人,换句话,公司没了我照样转,往小了说,部门没了我照样转,最多卡个把月。

真正的退路也是需要很多客观条件支持的,比如雄厚的家庭资产,那我会选择回家继承我的百亩良田。再比如另一门硬手艺,大不了我换个行业,依旧可以做的风风火火。很不幸,这俩我都不符合,之前有时会也会问自己,如果有一天不能写代码了,我还能干点啥?我的菜属实做的还不错,开个饭馆没准儿能凑合,然而你抵挡不了天灾,疫情对餐饮、旅游、文娱的冲击真的不小。

那怎么办,没能力躺平,没实力单干,就只能坐等幸运女神眷顾了吗?作为一个「普通」人,我想也还是有些法子的,至少能让我们在遇见万一万一的时候可以更加从容的面对,快速顺利的找到下家,度过去,这不也是一条好路吗。时刻保持警惕感、夯实自己的核心能力、关注行业前沿动态、拓展个人认知范围,几点看似废话的东西我认为挺有用的,重点看你怎么去落实了。

光说不练假把式。