在职场上拥有选择的权力

简介: 在职场上拥有选择的权力

640.jpg

本文聊点非技术性的问题。之前在线下沟通交流的时候,有人提出了一个问题:在职场中,是先把自己的价值体现出来,再去谈薪,还是按薪付出,给多少钱办多少事。这个问题每个人都会有自己看法,因为大家的经历是不一样的。最近笔者也经历了一次比较纠结的选择,就着这个话题,聊聊自己的感悟。


01

在职业的前3~5年,笔者的看法是:多做事,多磨炼。积累自己的能力,先体现价值,再谈薪(薪酬能保证日常生活即可,还是要吃饭的)。新入职场,通过做事情来不断提高自己,通过解决问题,把自己价值体现出来。


“事情是一种资源”。


回想自己的职业生涯初期,就是在不断地学习和解决问题中成长起来的。先学习性能测试,然后在小组队尝试,在公司需要的时候组建了性能测试小团队,解决性能问题。为了提高自己的代码能力,就把自己丢到开发团队,从底层做起,码了1年多的代码,才有了后续做测开的底子。接触了DevOps相关的知识,就去学习拿证,然后才有机会去做平台,做效能。一路走来,全是在处理事情中度过。很多时候,薪酬和能力并不能匹配,别人也不知道你有多大战斗力,需要通过做事情来识别。


“有人出钱让你提升自己,为什么不可以做多些呢”在做好本职工作之外,多做一些事,多积累一些经验,做得不好,大概率还不需要你直接买单,这事不好吗。



02

经过前期的积累,你对自己的能力有了一定的了解,结合行业的发展趋势(一定要多关注行业动态,借助行业的发展,顺势而为),这时候,除了做事,还要停下来想想,自己需要往哪个方向去做定向的积累。不要去补自己的短板,而是要更充分地发挥自己的长处,然后把这个长板不断地加强。现在的工作分工越来越细,个人的短板可以通过团队来弥补,但你的长处一定要在整体团队中难以替代,这样才会更好地发展空间。


在职场上,个人认为这个阶段其实是最难度过的,因为没有很明确的目标,也可能做出的决定会是错误的,需要有比较笃定的内心,也需要多听听前辈的意见。有条件的话,一定要找行业中最优秀的那拨人,给你建议,他们的格局和视野很大程度上决定了你的上限。


感谢指导过我的几位大神。感恩。



03

要注意积累可迁移的能力。比如在学习性能的过程中,前期可能你会关注各种工具、命令的使用,包含调优的套路,这很重要,但不是最重要的。因为这种能力是不可迁移的。换个工具,你还得学习,同样的,这些工具对你解决其他问题,帮助也是有限的。


性能问题的分析能力、性能测试过程的统筹能力、让别人解决问题的沟通能力等等,这些都是可迁移的能力,性能问题分析能够提升你的逻辑能力,因为性能问题涉及的面太多,需要你做更多的统筹和沟通。这些能力需要更刻意地去锻炼和培养,为你以后的发展打下更坚实的基础。


年纪大了,拼得更多的,还是这些软技能。


04

本质上,前面的那些积累,都是为了在你的职业中后期,有更多选择的权力。收入、成长、稳定,是35+人最难平衡的小三角。我们需要考虑的不仅仅是职场上的问题,还要考虑家庭、父母、社会大环境等问题。需要我们不断地做选择题(家里有矿的除外)。这个时候,你是否有选择的能力和权力,就变得非常重要。没得选,才是最可怕的。


有了前面的积累,你在职场上就有了议价的前提,虽然会付出一定的代价(你做出的每个决定,都有成本),但不至于让你的选择变形(为了一份薪酬而被PUA,但实现又不允许你说不干就不干,然后委曲求全,又心有不甘,无限纠结)。


希望大家都能拥有选择的权力并学会珍惜它。


05

最近,因为大环境的问题,很多人都“毕业”了,然后在找新工作的时候,薪酬都不理想。很多人想不明白为什么自己突然就“不值钱”了。明明能力还是有的。其实是搞错了一件事,决定你的价格的,不是你的价值,而是供需关系。IT行业刚发展的时候,你没什么能力,也能拿到不错的薪酬,现在IT行业已经过渡到平稳期,没什么太高的红利了,供大于求,你的能力好,也不一定能拿到满意的薪酬。


行业在发展,大家一起卷。

 

06

宁在一思进,莫在一思停。


保持持续学习的能力,关注行业的发展,有可能的话,尝试去发展自己的第二职业曲线。保持开放思维 ,不断接受新事物、新观点,对一切新事物都保持好奇心,能主动地解决问题,看到自己眼界之外的东西,让思维结构不断更新,走出舒适区。


以上,共勉。


往期推荐:

测试用例设计的故事

测试报告别踩坑

一个有趣的BUG

测试基础10问-上

敏捷测试系列文章合集

相关文章
|
索引 Python
Python 字符串格式化
Python 字符串格式化
162 0
|
前端开发 容器
CSS教你画一个可爱蛋
CSS教你画一个可爱蛋
CSS教你画一个可爱蛋
|
存储 弹性计算 分布式计算
如何将操作日志持续投递到 SLS/OSS
操作审计(ActionTrail)帮助您监控并记录阿里云账号的活动,包括通过阿里云控制台、OpenAPI、开发者工具对云上产品和服务的访问和使用行为,记录为操作日志。
如何将操作日志持续投递到 SLS/OSS
|
14天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
9天前
|
缓存 并行计算 PyTorch
144_推理时延优化:Profiling与瓶颈分析 - 使用PyTorch Profiler诊断推理延迟,优化矩阵运算的独特瓶颈
在2025年的大模型时代,推理时延优化已经成为部署LLM服务的关键挑战之一。随着模型规模的不断扩大(从数亿参数到数千亿甚至万亿参数),即使在最先进的硬件上,推理延迟也常常成为用户体验和系统吞吐量的主要瓶颈。
341 147
|
9天前
|
机器学习/深度学习 存储 缓存
92_自我反思提示:输出迭代优化
在大型语言模型(LLM)应用日益普及的今天,如何持续提升模型输出质量成为了业界关注的核心问题。传统的提示工程方法往往依赖一次性输入输出,难以应对复杂任务中的多轮优化需求。2025年,自我反思提示技术(Self-Reflection Prompting)作为提示工程的前沿方向,正在改变我们与LLM交互的方式。这项技术通过模拟人类的自我反思认知过程,让模型能够对自身输出进行评估、反馈和优化,从而实现输出质量的持续提升。
392 136
|
3天前
|
人工智能 移动开发 自然语言处理
阿里云百炼产品月刊【2025年9月】
本月通义千问模型大升级,新增多模态、语音、视频生成等高性能模型,支持图文理解、端到端视频生成。官网改版上线全新体验中心,推出高代码应用与智能体多模态知识融合,RAG能力增强,助力企业高效部署AI应用。
223 1
|
13天前
|
存储 人工智能 搜索推荐
终身学习型智能体
当前人工智能前沿研究的一个重要方向:构建能够自主学习、调用工具、积累经验的小型智能体(Agent)。 我们可以称这种系统为“终身学习型智能体”或“自适应认知代理”。它的设计理念就是: 不靠庞大的内置知识取胜,而是依靠高效的推理能力 + 动态获取知识的能力 + 经验积累机制。
399 135