1.一个模型,帮你找到真正热爱的工作

2024-05-08 22:48

本文主要是介绍1.一个模型,帮你找到真正热爱的工作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

1.一个模型,帮你找到真正热爱的工作

2.四大要素,决定了你的市场价值

有幸参加了圈外的体验课程,发现讲的特别好,对我帮助很大,于是做了笔记和音频记录,希望分享给大家。

本节音频:https://www.lizhi.fm/18872359/2737867707204324870?u=5063009285897636396

目录

 

 1、什么是“冰山模型” 

 第一部分,知识和技能 

 第二部分,能力 

 第三部分,价值观、性格、动机 

 2、用冰山模型分析目标岗位 


 

本节学习收获:掌握冰山模型的用法,能够用它来分析自己跟工作的匹配度,从而做出正确的职业选择,并能精准找到自己喜欢并有成就感的工作。

 

 1、什么是“冰山模型” 

“我感觉目前的工作状态不是我最想要的,做得也还行,但没有太多成就感,也不知道未来发展会怎么样……想有一份真正热爱并且有前途的工作,但不知道应该做什么,感觉很迷茫。”

这段话,要么是我们当下的状态,要么是曾经有过的状态。

刚工作发现不喜欢想转行、到了新岗位发现不胜任想提升、人到中年发现这个工作的天花板等等,都是常态。因为我们对自己的事业有期许,但当下的工作可能无法承载这样的期许,所以会觉得“不喜欢”“很迷茫”。

可是,“不喜欢”“很迷茫”只是一种情绪,情绪背后的原因是什么呢?我们喜欢、又有前途的工作到底在哪里呢?这节课,我给你介绍一个模型,然后用它来帮你做好职业选择和定位,让你不再迷茫。

这个模型称为冰山模型,你可能听过,但我还是会简单介绍一下,然后告诉你这个模型有哪些妙用,用好它,差不多可以解决你一半以上的学习和发展问题。

冰山模型是美国著名心理学家麦克利兰提出来的,它全面地描述了一个人的个体素质要素,也就是说,你跟一个岗位是不是匹配、匹配程度如何、市场薪资值多少,都是这个模型可以解释的,几乎所有大公司都会用它来进行人才招聘和培养。

冰山模型

 

 第一部分,知识和技能 

 

冰山模型从上到下有很多要素,最上面的要素是知识和技能。

 

知识,就是我们在学习和实践中获得的认知和经验,比如财务知识、人力资源知识等等,包括我们现在学习的冰山模型,也属于知识。这跟你大学所学的专业、常看的书、从事的工作、甚至业余爱好都有关系。

 

技能是指你所具备的某项专门技术,比如骑自行车、编程、使用Excel等等。

 

一个人的知识和技能是可以后天习得的,也是非常显性,容易看出来的。所以,我们称为冰山上的部分。

 

知识技能跟工作之间的关系是什么呢?简单来说,如果你的工作中有很多陌生的内容,觉得每天都信息量很大、来不及接收,感到慌乱和焦虑,很可能就是你的知识技能跟岗位不匹配。但这不是什么大问题,因为知识和技能比较容易补齐,上上课、看看书、跟资深同事学,一段时间之后就能提升。

 

 第二部分,能力 

 

冰山模型中间的要素是能力,或叫通用能力,比如学习和思考能力、人际交往能力等。相对知识和技能来说,能力高低不是一眼就能看出来的。比如,一个人的创新能力到底如何,很难用一个证书、几道题目来考察,而需要看他在处理很多问题时候的行为。

 

能力跟知识技能最大的区别在于:知识和技能属于特定领域,而能力则更多是通用领域的。比如,知识会分财务、人力资源、金融等等,但是“创新”这样的能力,是适用于任何领域的,一旦掌握,是能够迁移的。

 

那么,如果能力不匹配,在工作中会如何呢?工作效率、沟通效率较低,面对复杂的问题无从下手,缺乏成就感,力不从心。能力的培养周期相对长一些,一般要几个月时间,我们后面几节会讲方法。

 

 第三部分,价值观、性格、动机 

 

冰山模型最底下包括价值观、性格特质、动机。这些要素在成年之后很难被改变,它们会受基因、家庭教育、童年经历等等的影响。简单介绍一下各个要素:

 

价值观是你判断事物的标准,比如说,当你在择业的时候,自由和稳定产生了冲突,你选择哪个、放弃哪个;在事业和家庭产生冲突的时候,你怎么处理,等等。如果你在工作中经常陷入矛盾和纠结,对所做的事情很难发自内心地认同,很可能就是价值观上不匹配,比如你做自媒体,公司为了赚钱让你写一些低俗内容,但你觉得那对用户没有价值。 

 

性格特质则是个人的行为偏好,比如,你是偏内向还是外向,更关注宏观还是细节,等等。如果你在工作中发现,自己好像工作量没有很大,但却觉得心累,很有可能是性格不匹配。比如,你是内向性格的人,是从独处中获得能量,但你做了一份每天都要不断跟陌生人沟通的工作。 

 

至于动机,其实动机的分类方法有很多,最常见的是麦克利兰的理论,分为成就动机、权力动机和亲和动机。成就动机的人,喜欢挑战;权力动机的人,希望影响他人;而亲和动机的人,希望维持更好的团队关系。如果你感觉自己没有动力,做事提不起劲儿来,那很可能就是现在的工作跟你的动机不匹配,比如你明明是成就感动机,喜欢一定挑战,但你的工作却高度重复。

 

好了,我们讲完整个冰山模型,现在你知道了,工作跟伴侣是一样的,“匹配”比“优秀”重要,而你跟一份工作的匹配要素,其实就是冰山模型中的要素。所以,我们感觉一份工作不喜欢,有可能是缺乏知识技能导致的慌乱和焦虑、缺乏能力导致的挫败和低效、价值观不匹配导致的矛盾和纠结、动机不匹配导致的没热情,或者性格特质不匹配导致的心累。

 

而且,所有匹配要素里面,冰山底层的隐性要素起到了更大的作用,就像找伴侣一样,尽管看起来表面条件差不多,但你就是对一个人有感觉而对另一个人没有,这就是冰山底层的隐性要素在发挥作用。

 

所以,知道了这个模型,你就可以分析了,如果目前的工作自己不是很喜欢,那么到底是哪里不喜欢。

 

好了,现在我们分析的是现有岗位是否喜欢,那么假如我现在是销售,发现并不喜欢,想要转行做互联网运营,面对这样一个陌生岗位,不知道自己是否匹配,这时候应该怎么办呢?或者说,我不喜欢销售工作,但我面对运营、产品经理、市场分析等等这些可能感兴趣的岗位,不知道该去哪一个,又该怎么办呢?这世界上有几千种岗位,我们总不能全都干一遍然后再选。

 

 2、用冰山模型分析目标岗位 

其实很简单,你把目标岗位用冰山模型分析一下,就可以了。具体该怎么做呢?分成四步:

 

第一步,先确定一个你要分析的岗位。

 

比如你有一个目标岗位,那么很简单,就用这个岗位来分析自己是不是匹配。但如果你没有,可以先从自己的相关经验出发,框定你能做的几个岗位,一个个分析。这里教你一个技巧,比如你在某个行业做技术服务,但目前的工作不喜欢,想要换,可又不知道自己能换什么,这时候可以去领英等等这类招聘平台去搜索,就搜这个行业的技术服务岗位,然后会出来一堆人,你看这些人的履历,看看他们后来都去了哪里,你就知道潜在的方向了。而且,这个方法也能帮你判断,未来你要去的这个行业和岗位,到底有没有前途,这些原先做该岗位的人,后面的出路是什么。

 

第二步,在招聘网站上,搜索这个岗位的招聘要求。

 

这时候,你会搜到很多公司对这个岗位的招聘要求,找出几份不同的招聘需求。因为不同公司会有自己的细分要求,为了提取出共性要求,你可以尽可能多看几份,找到共性。

 

第三步,按照冰山模型,综合分析这些招聘需求。

 

你会发现,招聘需求基本上也是按照冰山模型来写的,以新媒体运营岗位来说,有对知识的要求,比如传播学或文学专业毕业、了解内容营销的知识、熟悉新媒体平台;有对技能的要求,比如精通公众号排版工具使用;也有对能力的要求,比如文案写作能力、用户思维、学习能力等等;最后,还有对性格特质、动机等等的要求,比如细心、热爱挑战等等。把它们汇总在一起,就可以得到这份岗位的需求模型了。

 

第四步,按照岗位需求模型,与自己进行对比。

 

岗位需求模型已经出来了,那么自己就可以对照一下,自己到底是不是符合,是否应该换工作或转行。当然,我们很难找到完全匹配的工作,如果是冰山底层的因素不匹配,那么不太建议选择这个职业,因为这些要素后天很难改变;但如果是知识、技能方面不匹配,未必不能选,因为大部分知识和技能都是可以后天学习的,只是看你是否愿意投入时间罢了。

 

我们平时看一份工作,大都是看冰山表层,比如职责、薪资、办公环境、学历、专业等等因素,可最终你这份工作能不能做好、是否有成就感,其实是很多隐性要素所决定的,今天的内容,其实是把你对工作的感觉给表述出来了,被分解成了你的性格特质、动机、价值观,也就避免了我们一个个去尝试然后看喜不喜欢。

 

我一直认为,搞明白“我应该选择什么样的工作”,比“我应该如何在别人认为的好工作里面成功”,要重要得多。毕竟,想要让自己获得成就感和满足感,就不应该把它绑在别人的记分牌上。

 

好了,今天我们讲了冰山模型,你会发现,它不只是能用在职业选择方面,还可以用在其他很多方面,比如今天稍微提到一点的伴侣选择,还有子女教育,很多父母都给孩子报很多培训班,但孩子时间有限,所以应该选什么培训班呢?是教孩子背背单词和儿歌,还是开发思维的课程呢?如果你知道了冰山模型,相信会有答案。

 

所以,我想告诉你的是,我们所学习的每个方法论和模型,都不是只能解决一个问题,而是可以解决几百甚至几千个问题,查理芒格在《穷查理宝典》里面提到,掌握一定数量的思维模型,能解决这世上90%的问题。你会发现,同样的知识量,如果你能用知识解决更多问题,那你的学习投入产出比就是最高的。

 

好了,正如我们刚才说的,冰山模型有很多作用,除了帮你匹配工作,其实它还可以用来衡量你的市场价值,也就是薪资。公司会通过简历、面试来考察候选人在冰山模型各个要素的表现情况,来确定对方的薪资。

 

下节课,我会告诉你:如何借助冰山模型,让你的市场价值快速提升。以及,为什么有些岗位门槛很高、但天花板却很低,而另一些岗位看起来很好入行,做到顶尖却很难?

这篇关于1.一个模型,帮你找到真正热爱的工作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/971658

相关文章

找完工作该补充的东西

首先: 锻炼身体,包括乒乓球,羽毛球,都必须练习,学习,锻炼身体等是一个很重要的与人交际沟通的方式; 打牌,娱乐:会玩是一个人很重要的交际沟通的法宝; 摄影:这个是一个兴趣爱好,也是提高自己的审美,生活品质,当然也是与人沟通的重要途径; 做饭:这个的话就是对自己,对朋友非常有益的一件事情;

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

vcpkg安装opencv中的特殊问题记录(无法找到opencv_corexd.dll)

我是按照网上的vcpkg安装opencv方法进行的(比如这篇:从0开始在visual studio上安装opencv(超详细,针对小白)),但是中间出现了一些别人没有遇到的问题,虽然原因没有找到,但是本人给出一些暂时的解决办法: 问题1: 我在安装库命令行使用的是 .\vcpkg.exe install opencv 我的电脑是x64,vcpkg在这条命令后默认下载的也是opencv2:x6

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

工作流Activiti初体验—流程撤回【二】

已经玩工作流了,打算还是研究一下撤回的功能。但是流程图里面并不带撤回的组件,所以需要自己动态改造一下,还是延续上一个流程继续试验撤回功能。《工作流Activiti初体验【一】》 完整流程图 我们研究一下分发任务撤回到发起任务,其他环节的撤回类似 撤回的原理大概如下: 将分发任务后面的方向清空,把发起任务拼接到原来的判断网关,然后结束分发任务,这样流程就到发起任务了 此时的流程如上图,

工作流Activiti初体验【一】

在这里记录一下我的Activiti历程:(以下示例不涉及真实业务,所有逻辑均建立在学习的基础上) bpmn图 发起任务我设置了一个权限组user1,只要是这个权限的用户都可以发起任务 分发任务我设置了一个用户组,用户组中每个用户都可以处理这步流程,只要有一个人处理这步任务,分发的流程就算结束了 分发任务这一环节还有个判断,允许任务下发和不允许任务下发 任务分发完成则来到子流程,每个被分

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor

模型压缩综述

https://www.cnblogs.com/shixiangwan/p/9015010.html