五个实际问题及其对业务的影响
终极问题五：人工智能/计算机专业，都有哪些发展方向？“两个专业的发展空间都很大”上海交大计算机系副教授严骏驰： 两个专业的空间都很大，可以在学术界、工业界都取得优秀的成绩，在全世界范围内，大家都认可这里两个专业的重要性和前沿性。 华为诺亚方舟实验室技术专家王云鹤： AI和计算机专业的应用场景广泛，所以刚入学的同学们其实也不用急着给自己太长远的规划。建议对不同的领域不同的知识体系多做了解，找到自己真正感兴趣的方向，认真做下去就好了。 杜克大学教授陈怡然： AI是大计算机专业的一个分支。国内普通人印象里的AI一般指的是图像处理、语音和机器人等AI应用。 但AI还包括很多其他的分支，比如算法和硬件。未来AI学科会朝着基础+应用，软件+硬件等融合方向发展。单纯的应用教育和研究会越来越少。 上海交大AI领域在读博士： 科研、企业、创业、独立开发者、教师。推荐看看CMU CS的校友，很有代表性。 北邮计算机视觉（AI方向）跨专业保研，本科校一等奖学金： 研究生角度来考虑AI或者计算机的话，可以说是偏做算法还是偏向工程应用吧。短期规划肯定是先发论文、先把基础课程学好，然后做做项目，至于未来的规划，我个人对于算法更感兴趣一点，当然，竞争压力也会比较大。 NOIPer，本科经济学专业，出国后转计算机，亚马逊实习生：
可以做软件工程师，软件开发经理等，具体细分下去很多，网页的有前端、后端、全栈，其他还有自然语言处理、算法、分布式等等。 表格中的纵向分为计划、实际和原因。 其中“计划”描述的是准备计划时候的设想；“实际”描述的是现实操作后的实际情况；“原因”描述的是对比了设想和实际后，找出导致落差的原因所在。 表格中的横向分为资源、流程和结果。 其中“资源”指的是达成目标所需的所有外部配合力量（比如时间、人力、信息等）；“流程”指的是执行操作时的步骤顺序；“结果”就是最终的产出效果。
横纵向交叉共分出9个区间，每个区间填进去相应的信息，最后就形成一张复盘表。大家不妨试试看，亲测好用。 比如搜集案例资料这种工作，搜集1个案例和搜集10个案例的方法论是一样的，不同点在于同一个方法框架下的具体信息是什么。 这时你可以先做好一个案例，然后去和领导验证方法论的正确性，把1个案例搜集做到完美无缺后再复制到剩下的9个案例上。而不是一口气把10个案例都做好了，结果发现方法错了10个都得推翻重做。 职场上这种“可复制”的工作有很多，从最小最简单的那一件开始做起，能节省不少时间。 5. 把最难的事情放在开头做学知识要由易到难，做事情要由难到易。 把最难的工作放在开头做，你会发现接下来事情越做越顺，心情越来越好，效率越来越高。这个过程就像骑车下坡，一路酣畅淋漓。 可如果反过来，先做容易的再做难度大的，会接二连三遇到卡壳。难度每上一个台阶都会打击自信心，这个过程就是推车上坡，一直在用力，一直在喘气。 所以如果条件允许，建议大家在开始做事前先把最难的部分挑出来，集中精力和资源攻克最大的难题。通常这些难题不外乎以下几种： a): 理思路-也就是前文提到的列大纲。先做什么，再做什么，着重解决哪些问题，时间计划怎么安排，具体落实到哪些结果上。思路一旦混乱，后面一发不可收拾。 b): 找原因-导致出现问题的根源在哪里。原因没有找对，后面所有的解决方案都是空谈。 c): 配资源-完成目标需要哪些资源配合，包括人力、物力、财力、时间等等。很多时候事情做不好不是计划出了问题，而是资源没有配备到位导致。所以一开始就要把所需的资源准备好，不要走一步看一步，出问题了又手忙脚乱。 6. 学会迅速复盘
复盘的意义在于，成功的经验再接再厉，失败的错误不要再犯第二次。和大家分享一个我的简易复盘思路（如下图）： （编辑：通化站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
