AI时代,如何“未雨绸缪”面向未来工作?

人工智能 深度学习
由于有很多关于未来技术和他们可能带来的新工作类型的文章,你可能已经发现自己正在思考如何才能进入这样的职业生涯。毕竟,我们告诉自己,如果有人需要成为第一,为什么不是我呢?

 由于有很多关于未来技术和他们可能带来的新工作类型的文章,你可能已经发现自己正在思考如何才能进入这样的职业生涯。毕竟,我们告诉自己,如果有人需要成为第一,为什么不是我呢?其中存在的问题是:目前还没有一条尚未存在的工作途径。没有课程,没有工作描述,没有当前的员工或人力资源代表可能会提出质疑。正如我们经常做的那样,我们是独立的。

[[334013]]

为了开始克服这种可怕的事态,下面是一个技能清单,一个人需要打磨才能“去做那些工作之一”(甚至创造角色,没有人阻止你)算法已经接管了。

技术能力

最好尽早摆脱困境:

尽管我想告诉每个艺术史专业的学生他们做出了明智的选择,他们的学位将来无关紧要,一旦算法做了所有我们需要的吭哧吭哧的来完成的工作,剩下的就是接吻、城里的彩虹和纯粹的想法,事实并非如此。

是的,天生的人类能力非常重要并将继续存在,但必须与至少一些基本的数据科学知识混合在一起。 不,我并不是说通常是“科技波浪”。仅仅是“Tech Savy”还不够。知道如何使用数据透视表是不够的。知道如何转换PDF文件是不够的。知道如何设置远程呼叫是不够的。打开和关闭计算机以修复问题不会让你成为“TECHIE”,JANET。

我们必须对自己真正诚实的时候很快就会到来:我们有什么硬技能?它们有用吗?几乎没有任何借口:从应用程序构建到数据科学,大多数资源都可以免费用于那些有足够动力的人。

但有一点需要注意:虽然技术能力是必需的,但在我们了解更多之前,我们应该保持一点多面手:我们不确定哪些代码将运行未来的技术。也许会创建一个新的?快速转动的能力往往不被重视,但却非常有用。

什么?在保持通才的同时获得技术认证是困难和复杂的吗?

生活也是如此,看着你像老板一样经营着你,那么未来美丽的独角兽就是你了。

适应性

许多网络开发人员都认为,与技术上受到挑战的同事相比,他们在相对较少(呃)小时内获得的报酬相当不错。然而,鲜为人知的是需要不断学习以保持在开发者之上。游戏,经常吃大多数晚上和周末。随着时间的推移,这很可能适用于越来越多的职业:**我们正在进入终身学习的时代。**随着新知识的日益增长,人们需要具备适应性,而不是始终渴望过去的奢侈品。

我们的学校目前还没有足够快地响应这些新需求,但许多公司似乎已经掌握了它。儿子,去那些MOOCs。获得一般知识。即使它很粗略,但是如果你的角色被“改编”为包含“简单”编码,那么了解Java的基础知识将比你不了解它更进一步。

“积极学习和运用全面的学习策略”是真的事倍功半找对路子的典范。

 

沟通诀窍

这将为我们的艺术史专业带来欢乐:为了在充满了算法和机器人技术的工作环境中切割它,团队合作和清晰地交流思想和过程的能力将成为关键的软技能(不是它还没有)。

还记得当你在大学里进行小组项目的时候,你想,“什么poppycock,我独自工作更好”?这不再是一种可接受的思路了。在西装中,以及那些穿着Bazinga-Tshirt的极客,对男性技术文盲的期望很可能成为一个独立的工作,而且是一个重要的工作。同样,世界(希望)认为企业移情与求职者市场中的工人保留显着相关

情绪智力和社会感知是一种罕见的货币。随着项目变得越来越复杂,各种各样的利益相关者需要联系,它可能会变得更加复杂。说到连接......

协调专长

连接和实现人与人之间的沟通非常好,但协调人和机器更好。算法可以全天候工作,但人类只能工作10/5。这是一个118小时的差异,在此期间算法应该完成不需要输入的工作。同样地,如果一些任务是机器人化的,那么一些任务会更好,但只有当人类仍在进行最后的修饰时(想想货架上的库存)。

能够将合作与自动化区分开来并将这些知识应用于何时何地的员工将成为任何公司的重要补充。

 

复杂的问题解决人才

历史悠久的世界经济论坛(World Economic Forum)将这一技术命名为您在自动化崛起中所需要的技能(“生存”是一个强有力的词)。

确实,随着身体,手工技能和基本认知技能变得无关紧要,我们看到对更高认知技能和分析思维的需求增加。原因很明显:机器学习算法可以完成与2万个10岁儿童相同的工作,但无法做出推断和猜测,一个受过良好教育的30岁的人可能会做出这些笨拙的工作。

有一点可以看出,美国在科学,空间和技术方面的支出与悬挂,勒死和窒息的自杀有关,但另一方面却意识到一个人与另一个无关。批判性思维不是很快就会自动实现的,并且加强对这些洞察力的本能可能会带来巨大的回报。

人文兴趣

对我们的艺术史专业来说更多好消息!正如我在之前的许多文章中提到的那样,人工智能最令人不安的方面之一并不一定是工作的自动化,但潜在的人类偏见在算法中大规模普及(图表A可以像往常一样在亚马逊上找到) 。

因此,未来的工作将需要来自各行各业的通才,能够寻找这些问题的人,花时间以细节为导向,并有意愿阻止他们。这不仅需要强烈的道德感,还需要创造性地思考技术可能对我们造成错误的所有方式,并主动寻找潜在的原创解决方案。这就是我们如何获得道德创新,以及可能更平等的企业世界,而不是现代硅谷,我们知道并严厉批评。

领导能力

你知道这会到来。

是的,说领导力是重要的是自给自足的最高秩序。然而,真正的领导力和真实的社会影响力,从未被认为是过时的风格,在看到同事变得越来越罕见的商业环境中可能会变得越来越重要。我们可能在家工作更多,数字化工作更多,旅行更少......

所有这些都导致与每个员工所属的品牌脱节。能够避免在这样的环境中设置任何冷漠的领导者确实对执行委员会非常宝贵,并因此得到奖励。

教练专长

这或多或少与上述大部分内容密切相关,但需要更多“软技能”:一旦你成为世界上第一个拥有特定工作的人之一,你就可以确定你会被要求教给别人,并尽可能快地带来潜在的替代品。这就是丛林法则。

因此,能够有效地培训整个团队以扩展企业中的角色可能是所有人在长期内最有用的专业知识。相应地调整您的简历。

结论

在一天结束时,我们是那些决定我们希望未来就业的人:我们想要更多的人性吗?更多技术?更可持续性?更多创新?更多的利润?它们之间可以混合搭配,但几乎不可能实现这一切。

我不太担心,我们总是不间断地在改造自己,而且总是会变得更好。

 

责任编辑:华轩 来源: 今日头条
相关推荐

2022-08-24 16:29:10

物联网

2016-03-20 17:12:31

2016-03-28 15:23:07

网络服务器虚拟化

2023-06-02 15:56:49

2023-12-04 16:22:38

2022-06-02 09:00:00

人工智能工具自动化测试

2022-02-10 10:38:40

6G5G无线通信技术

2014-11-07 17:07:50

IT管理

2013-05-21 10:26:47

存储网络以太网虚拟化

2017-12-19 08:48:06

企业储存预测

2010-11-09 12:10:20

瞻博网络网络构架Juniper

2011-07-07 17:15:52

2009-01-07 09:20:00

局域网测试

2019-11-26 17:20:56

网络安全跳槽那些事儿技术

2015-12-25 11:31:56

数据中心

2013-04-25 09:23:10

2020-11-24 10:21:14

人工智能机器学习技术

2023-05-05 14:08:48

物联网IOT

2011-02-23 16:06:10

ERP项目ERPERP实施

2011-05-10 10:53:04

综合布线线缆
点赞
收藏

51CTO技术栈公众号