`
阿尔萨斯
  • 浏览: 4206095 次
社区版块
存档分类
最新评论

工作7年了,我为何屡战屡败

 
阅读更多

01年 大学毕业,当时学的是计算机专业,专业还可以,可是在学校的时候成绩非常不好。为这个当时很自卑,总觉得抬不起头。毕业的时候其他同学都争先恐后找好工 作,而我呢,却总还想躲在象牙塔里不肯出来,为这个父母没少催我,说到底我觉得还是自卑心理导致逃避心态造成没有用一种很积极的态度面对变化的环境,总是 安于现状、不喜欢改变。

要找工作了,我当时又受到一些当时创业自己开公司之类不切实际宣传的影响,异想天开地想着自己也能创业,于是没有照平常思路去找个像样的公司,而是偏偏找了个管理运作均不正规的小公司来作为自己职业生涯的第一步。现在看来当时的想法真的是很幼稚很天真!

没过一年,就因为和里面一个经理关系不好,主动辞职了。这件事情现在看了倒也正常,不能简单地说不成熟,处理不好领导关系之类。只是当初辞职太草率,连下家都没联系好就辞职了。

呆在家里3个月的滋味很难受,可以用度日如年来形容。好容易换了一家公司,还是个小公司,老板是个从日本回来的家伙,平时对待下级极端刻薄,所以不断人来人往,一年不到我就离开公司了。

带 着满腔热情工作,结果竟然是这个!我的心情差到了极点!免不了迁怒于父母:谁让你们当初窜掇人辞职的!你们当初一个个说的天花乱坠,现在不响了!还有从大 学毕业一年后我就开始读在职研究生,其实这个东西也不是我本人希望读的,觉得这个东西耗时太长且华而不实,完全是某些高校借机骗钱的产物。可是我父亲——一个迂腐的老书虫硬让孩子去读,觉得说起来研究生文凭好听,家里有研究生说出去光宗耀祖。可是实际上我感觉这个东西完全不适合我的实际情况:周期长挤占了平时休息时间不说,教的东西很多也脱离实际,本来基础就不好,还硬要上这样不实际的东西,结果可想而知。所以一有不顺的时候就把火气撒到父母头上!

怎么说呢,有时候做父母的提的要求和建议完全不切实际,还非要别人照办,别人哪怕提出任何不同意见,他们马上就固执不听别人意见的帽子上来了,真让人受不了!我吃的亏不是你能想象得到的,很多时候都是他们出馊主意,我来最后买单,你总要给我个发泄的机会吧。翻过身来你碰上这样的事情你心里能接受么!我希望父母能理解我!

工作到第三年,公司解体,自己又成自由人了。 好在这次命运之神光顾我了,我有幸进了一家国际知名的公司,也算是前三年的修炼没白费。进了好公司就好好工作吧,争取能干出点名堂,这就是我当初的想法, 我觉得也没什么不对的。可是这样的环境里首先竞争激烈,免不了有人用点见不得人的小手腕小伎俩;二来自己因为过去这段经历的影响,脾气很急躁,加上急于出 成绩急于表现自己,免不了有些不恰当的举动。结果就是不知不觉中把很多人都得罪了,甚至一些事情明明我占理,可因为人际关系的原因,同事不明真相,反而跑 到当事另一方那边去了。三年后碰上新劳动法实施,公司搞突击裁员,我又下岗了。这次觉得自己真的心灰意冷了。

好在母亲有点人脉,她的一个学生在另一家国内知名的大通讯公司工作,通过他介绍我有幸走进了这家公司工作,应该说也是个新的开始,可是每次下来总是郁郁寡欢,对前途总是缺乏信心。

有 一次我和姐姐聊天,我说,你看看别人,都是越换越有信心越换条件越好,我呢正好反过来,老这么下去谁受得了?人家读书都是目的性很强,读的东西马上派上用 场,我呢,费了4年工夫读出来在职研究生文凭,外企根本不关心,国企不承认,这不等于废纸一张么!父亲还动不动说什么某某设计师当初读函授班出来的,那我 说这个也要看有没有必要去读了,要是只要读函授班能当设计师,那全国大学都关门算了!

有时候我自己总结了七年里成败得失,觉得有这么几个失误:

1. 自己面对变化态度比较消极,总是被逼得撞墙了才去想改换地方了,而不是主动寻找更适合自己的机会,这么一来当然不如其他人走得快!

2. 毕业的时候起点不好,选了个不太好的公司,如果当初能自信点,选个像样的公司的话,后面应当好些。读书这个东西,不能光看名字好听不好听,要量力而行,否则真是拖累死人!

3. 说到底,觉得还是缺乏自信,越缺乏自信越消极应对,反过来任何一点小挫折都能带来很大波动,这样更缺乏自信,如此恶性循环...造成今天不死不活的情况,其实心里有数能力并不比别人差。

我的优点是:老实、稳重、对待事情认真,一个计划制订好后大体能认真执行到底,但是不知道根据情况及时变化。

对于自己的未来,现在合同签的是三年,我不指望自己能呆满三年,希望满一年、两年的时候能出去看看有没有更好的机会,而不要像过去那样吊死在一棵树上。

在现在岗位上不期望太高,只希望平淡点,不出乱子就可以了。当然这也是我一家之言,希望能得到你的点评和启发。

最后,前一段时间有人给我算卦,送我一首诗,我把它放在最后,也算是对我的忠告:

天寒地冻水成冰,何须贪若取悭名。只好自守静处坐,待时兴变自然明。

Silenceserver

Silenceserver,你好!

首先,感谢你长久以来的支持,你的留言我都认真看过。关于你的问题,已经写地很全面了,基本上从面临的问题、优势、劣势都有比较到位的分析,同时也有相对明确的目标。

把你的邮件作为《大学生求职七大昏招》连载结束后的博客第一文,理由是:在你身上,我看到了以前的自己。踏实、肯干、有点儿小能力,但因为内心之中有怨恨,所以有时会把负面消息和情绪带给别人。我后来是自己想通的,希望我的些许建议对你有所帮助。

1、 每次选择都是自我意志的表现

你 提到有次辞职是在母亲的说服下最后作出的决定,这个决定可能影响了你对的职业道路,现在还有点念念不忘记。我要说的是:无论别人对我们的决策影响多大。最 终的决定也是由我们自己做出的,每次选择都是自我意志的表现。过去的,就让他过去吧。下次再遇到这种情况,如果你不想走,请一定要坚持自己的意见。只有如 此,多年之后我们回顾往事的时候,才不会后悔。

2、 内心之中,与父母的和平共处,是自我救赎之本

与 父母的关系是社会关系中最基本的雏形,在绝大多数情况下,我们与父亲的关系形态(相互不理解、不容合、相互信任等),也会是我们在行走职场时与同事的形 态,与家庭的关系是我们职场关系的准确投射。工作这么多年,你与同事相处没那么融洽可能还是缘于你与父母的关系一般,缘于你对父母的不大认可。

作为70年 代生人,我是在“祖国利益高于一切,父母永远正确”的教育环境中长大的,承认父母不是完人,多多少少有心理上的困难。但随着时间的推移,很多时候我发现, 父母确实有很多时候做的不对,领袖也会犯错误吼!承认父母的不完美,承认他们也有自己时代的局限性,承认他们也会有错,可能是你与父母和平共处的基础。

如果认为父母是圣人,他们出错时我们一定很生气------“都圣人了,怎么能出错呢?”;认为父母是凡人,很多事情会让我们更容易接受。用对待平凡人的态度对待父母吧,改善与父母认识和关系后,可能你的职场路会走的更顺些!
分享到:
评论

相关推荐

    传统企业电商征战屡战屡败这是为何.docx

    传统企业电商征战屡战屡败这是为何.docx

    8年互联网老兵,2个月面试20家大厂的知识点总结和建议

    我不是什么大牛,我只是一个有八年工作经验的互联网老兵,既没有非常亮眼的学历,也没有牛逼大厂的履历。 这个冬天,在孩子得病从急诊转住院的时候,我得到了年前将被优化的消息,作为家里唯一经济来源的我整个人蒙...

    论坛倾情奉献MATLAB经典问答整理-经典问答整理.doc

    预计完成日期为2011年2月20日 为了更多的朋友从论坛获益 我们一直在努力 然而 众人拾柴火焰高 两人智慧胜一人 虽然本人目前而言 仍属matlab菜鸟 却必须将这盏小桔灯点亮 也必将坚定...

    基于Springboot + Mybatis框架实现的一个简易的商场购物系统.zip

    基于springboot的java毕业&课程设计

    用于 CNO 实验的 MATLAB 脚本.zip

    1.版本:matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    基于卷积神经网络的垃圾分类.zip

    卷积神经网络(Convolutional Neural Networks, CNNs 或 ConvNets)是一类深度神经网络,特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特性: 卷积层(Convolutional Layer): 卷积层是CNN的核心组件。它们通过一组可学习的滤波器(或称为卷积核、卷积器)在输入图像(或上一层的输出特征图)上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图,该特征图反映了滤波器所捕捉的局部图像特性(如边缘、角点等)。 通过使用多个滤波器,卷积层可以提取输入图像中的多种特征。 激活函数(Activation Function): 在卷积操作之后,通常会应用一个激活函数(如ReLU、Sigmoid或tanh)来增加网络的非线性。 池化层(Pooling Layer): 池化层通常位于卷积层之后,用于降低特征图的维度(空间尺寸),减少计算量和参数数量,同时保持特征的空间层次结构。 常见的池化操作包括最大池化(Max Pooling)和平均池化(Average Pooling)。 全连接层(Fully Connected Layer): 在CNN的末端,通常会有几层全连接层(也称为密集层或线性层)。这些层中的每个神经元都与前一层的所有神经元连接。 全连接层通常用于对提取的特征进行分类或回归。 训练过程: CNN的训练过程与其他深度学习模型类似,通过反向传播算法和梯度下降(或其变种)来优化网络参数(如滤波器权重和偏置)。 训练数据通常被分为多个批次(mini-batches),并在每个批次上迭代更新网络参数。 应用: CNN在计算机视觉领域有着广泛的应用,包括图像分类、目标检测、图像分割、人脸识别等。 它们也已被扩展到处理其他类型的数据,如文本(通过卷积一维序列)和音频(通过卷积时间序列)。 随着深度学习技术的发展,卷积神经网络的结构和设计也在不断演变,出现了许多新的变体和改进,如残差网络(ResNet)、深度卷积生成对抗网络(DCGAN)等。

    基于 Yolov5的检测模型

    运行程序 1、测试.pt模型文件 1.在pycharm里打开下载的yolov5环境,在根目录打开runs文件,找到trains文件中的best_1.pt即为训练最优模型。 2.在根目录找到 detect.py 文件,修改代码221行默认路径至模型路径,222行路径更改至所需测试图片路径,点击运行。 2、测试.onnx模型文件 1.在pycharm里打开下载的yolov5环境,在根目录打开 export.py 文件,修改默认输出模型类型为onnx,选择best_1.pt输入模型,点击运行。 2.在根目录找到detect_onnx.py文件,修改代码221行默认路径至模型路径,222行路径更改至所需测试图片路径,点击运行。

    郁郁苍苍---基于SpringBoot的多人社区项目.zip

    基于springboot的java毕业&课程设计

    华为FusionAccess桌面云解决方案基于华为FsionCompute云平台的一款虚拟化桌面应用

    华为桌面云解决方案 桌面云架构VDI和IDV VDI:虚拟桌面架构。特点是计算和数据都在云端,集中管理,集中运行。 IDV:智能桌面虚拟化。特点是镜像集中管理,计算和数据还是在终端,集中管理,分散运行。 (从方案的主推厂商看, 业界华为、思杰、Vmware(IDC国内桌面云市场份额排名前三)都主推VDI,目前推IDV架构的只有锐捷、噢易等少数国内厂商)

    一个基于SpringBoot+Editor.md的 API接口文档.zip

    基于springboot的java毕业&课程设计

    基于OpenCV的交通路口红绿灯控制系统设计 python毕业设计-源码+全部数据+使用文档(高分项目).zip

    基于OpenCV的交通路口红绿灯控制系统设计 python毕业设计-源码+全部数据+使用文档(高分项目).zip本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 【备注】 1、该项目是个人高分毕业设计项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 基于OpenCV的交通路口红绿灯控制系统设计 python毕业设计-源码+全部数据+使用文档(高分项目).zip基于OpenCV的交通路口红绿灯控制系统设计 python毕业设计-源码+全部数据+使用文档(高分项目).zip基于Op

    课设毕设基于SSM的知识产权管理系统源码可运行.zip

    课设毕设基于SSM的知识产权管理系统源码可运行.zip

    基于卷积神经网络的人脸识别.zip

    卷积神经网络(Convolutional Neural Networks, CNNs 或 ConvNets)是一类深度神经网络,特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特性: 卷积层(Convolutional Layer): 卷积层是CNN的核心组件。它们通过一组可学习的滤波器(或称为卷积核、卷积器)在输入图像(或上一层的输出特征图)上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图,该特征图反映了滤波器所捕捉的局部图像特性(如边缘、角点等)。 通过使用多个滤波器,卷积层可以提取输入图像中的多种特征。 激活函数(Activation Function): 在卷积操作之后,通常会应用一个激活函数(如ReLU、Sigmoid或tanh)来增加网络的非线性。 池化层(Pooling Layer): 池化层通常位于卷积层之后,用于降低特征图的维度(空间尺寸),减少计算量和参数数量,同时保持特征的空间层次结构。 常见的池化操作包括最大池化(Max Pooling)和平均池化(Average Pooling)。 全连接层(Fully Connected Layer): 在CNN的末端,通常会有几层全连接层(也称为密集层或线性层)。这些层中的每个神经元都与前一层的所有神经元连接。 全连接层通常用于对提取的特征进行分类或回归。 训练过程: CNN的训练过程与其他深度学习模型类似,通过反向传播算法和梯度下降(或其变种)来优化网络参数(如滤波器权重和偏置)。 训练数据通常被分为多个批次(mini-batches),并在每个批次上迭代更新网络参数。 应用: CNN在计算机视觉领域有着广泛的应用,包括图像分类、目标检测、图像分割、人脸识别等。 它们也已被扩展到处理其他类型的数据,如文本(通过卷积一维序列)和音频(通过卷积时间序列)。 随着深度学习技术的发展,卷积神经网络的结构和设计也在不断演变,出现了许多新的变体和改进,如残差网络(ResNet)、深度卷积生成对抗网络(DCGAN)等。

    基于springboot-mqtt的温度、湿度、六氟化硫浓度实时监控系统.zip

    基于springboot的java毕业&课程设计

    房地产企业财务风险的成因与防范对策-以万科集团为例.docx

    房地产企业财务风险的成因与防范对策-以万科集团为例.docx

    基于SpringBoot框架的中小企业完全开源的ERP.zip

    基于springboot的java毕业&课程设计

    基于springboot的动漫弹幕网站.zip

    基于springboot的java毕业&课程设计

    基于SpringBoot + Vue的电影售票及影院管理系统.zip

    基于springboot的java毕业&课程设计

    基于Python+定向爬虫的商品比价系统的实现的设计与实现+详细文档+全部资料(高分毕业设计).zip

    基于Python+定向爬虫的商品比价系统的实现的设计与实现+详细文档+全部资料(高分毕业设计).zip本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 【备注】 1、该项目是个人高分毕业设计项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。基于Python+定向爬虫的商品比价系统的实现的设计与实现+详细文档+全部资料(高分毕业设计).zip本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求。

    MySQL8.4.0 LTS(mysql-8.4.0-solaris11-sparc-64bit.tar)

    MySQL8.4.0 LTS(mysql-8.4.0-solaris11-sparc-64bit.tar)适用于Oracle Solaris 11 (SPARC)

Global site tag (gtag.js) - Google Analytics