评委角度看晋升,建议做好这几件事

简介: 作者总结了今年作为评委参加的很多晋升场子,其中以前端和客户端技术栈为主,总结了一些收获分享出来。


来源|阿里开发者公众号

作者|董超


今年作为评委参加过比较多的晋升场子,前端和客户端技术栈为主。虽然连续3周的高强度面试场,对体力和脑力挑战很大,但对我个人而言,犹如经历了一场头脑⻛暴,还是非常有收获的:第一,有机会看到蚂蚁不同BG不同业务线的业务挑战和技术成⻓,是不可多得的机会去拓宽视野。有一种在技术分享VIP包厢的既视感。第二,也看到了不同BG、业务线、技术路线、提问⻛格的评委的不同问题,感受到虽然问题问法不同,但大家的关注点还是有很高的一致性的。而这些评委的视⻆和关注点,挺值得分享出来,对日常的工作成⻓还是很有启发的 (包括我自己在内)。

我的一些感受

相较于之前的晋升,今年开始新规,传递的重点信号是:期望候选人的精力做轻,看平日的材料大于听述职的PPT,技术看代码,有越来越多的360的声音。评委看到的材料增加了,不单单是代码量的产出,候选人还可以提供日常的系分文档、架构文档、代码CR记录和代表性代码。虽然对评委而言,需要看的材料从原来的一个PPT,到现在增加了好几倍的代码文档。但这样做的好处是,正确的传递出,晋升看能力,能力看日常。不是搞突击搞包装。

我个人对于候选人的感知上:好的是,越来越多的候选人在大部⻔中的工作边界越来越多清晰,重复的轮子越来越少。技术也越来越多贴近业务了,很少出现技术和业务脱节的情况;相对而言,问题是,对于很多破局期的业务,方向变化快,工程任务重,确实工具人的属性还是不轻。

那么从这次的晋升季中,有什么可以给大家做一个小分享的呢?我自己小结了两个方面,一方面想通过Q&A的形式给大家一个评委视⻆的描述,帮助大家能够相互看⻅;第二个方面,成⻓一定是我们这个组织的重要诉求,个人的成⻓才能带动团队组织的成⻓,所以我也尝试从个人的⻆度给几个小建议,希望能在日常工作中有些帮助。

候选人与评委的Q&A 模拟问答

Q1:评委挑战我的问题很多,是不是我就没戏了?恰恰相反,如果没有什么问题,那么可能才是大问题。因为,作为评委的压力是巨大的,需要给出一个客观公平的评审意⻅,确保这个组织的人才健康发展。在面试前都会仔细查看候选人提交的材料,内心或多或少都会形成几个问题和考察点,在答辩的过程中也会有新增的考察点。所以,如果评委有挑战大家千万不要怕,内心的笃定程度,其实也是评委需要考察的内容。相反,如果没有什么尖锐的问题,那么可能评委已经内心有答案了。

Q2:述职PPT里我写了那么多的成果,评委有没有仔细看过?为什么关注点和我的PPT表达的不一样?

  • 首先只要你提交的材料和PPT,评委都会提前收到,我合作过的评委基本都会在评审前就仔细阅读的,另外为了减少跨BG的业务理解成本,本BG的评委会参与的。
  • 我自己的视⻆看述职⻛格上,有这么几种类型,如下:
  • 技术分享型述职:PPT写了非常多的具体成果和技术架构,就像是一次技术分享。那么疑问会是,哪些成果是你做的,哪些是团队做的?晋升看的是能力,成果展现是能力的必要条件,而不是充要条件。
  • 这个时候一般都会聚焦在你做了什么?你的能力体现在哪里?什么因你而不同。比较忌讳完全拿团队或者合作伙伴的贡献说事。
  • 过程攻坚型述职:体现很多过程中的演进和攻坚的思考和过程。如果能够不拖泥带水表现关键点,那么是比较好的表现形式,能够看到这个过程中你的能力提升和思维上的转变。
  • 这个时候评委一般就会更加关注在面上的思考,比如是不是只单单解决了这个问题,对于其他的业务是否有借鉴?有持续性?解决的问题是否会有产品化或者体系化的沉淀?
  • 技术自嗨型述职:技术说的很嗨,技术深度很深,奇技淫巧多,但体现的业务价值不多。
  • 这个时候评委最担心的就是为技术而技术,为了体现技术难度而不考虑ROI的投入。
  • 业务完成型述职:很多时候候选人的成果等同于业务成果,特别是对于晋升到高级专家,很多工作是业务使然,因你而不同的思考体现不足。
  • 这个时候一般都会问很多行业理解到技术目标转化方面的问题。
  • 人的精力总是有限的,资源也总是有限的,都需要我们在日常的工作中有取舍有聚焦。这些取舍和聚焦背后都是你对于工作的理解和思考。这些才是评委最最关心的事情。所以,才会有上述的候选人体感。

Q3:作为业务线的同学,和作为基础技术或平台技术的同学,评委在衡量尺度上是不是一样的?

  • 首先是层级,每个层级的要求肯定不同。普遍而言,对于技术专家同学,我们都会要求上下游的思考规划能力,有ROI的意识;对于高级技术专家需要有领域的突破,能够定义一个领域的问题并有体系化的解法和影响力,全局思考包括ROI在内。
  • 我自己理解又可以分成这样几个类型(视野原因,以下枚举并不太全面,请谅解):
  • 业务技术型:偏业务线,不会片面的要求纯技术深度和技术复杂度,但更关注对业务的领域理解,能够看到不同业务对于技术的差异化诉求,如果更进一步,能够基于对业务的理解,不单单是满足当下,而是可以进一步的基于业务发展的预判,有技术体系化的布局。
  • 基础技术或平台型:偏平台技术,和技术基础底盘,那么就会比较关注技术深度和技术突破点。当然,一个必问的问题是,技术本身对业务的增值或者布局储备是什么?一定会强调不要为技术而技术,要有向上的业务价值链接。
  • 解决方案型:不是自己研发代码,但会将多个业务线和基础平台的技术能力进行解决方案的组合输出。那么这个时候,我不会太要求纯技术深度,但对于解决方案本身的成本ROI,拓展性,领域里的特殊性,对外的集成成本,自己的运维成本,⻓期运作的流程机制有明确的思考要求。
  • 全栈技术型:不少同学会是复合型的,比如大前端,比如算法和工程结果。今年确实看到很多算法和工程结合的case,比如端智能,端模型计算等。不过,有的时候复合并不都是加分项,如果你不能讲清楚算法到底解决了什么问题,基本原理是什么,仅仅是人云亦云的使用,那么是不够的。
  • 所以,综上而言,没有一个冷冰冰的标尺,而是会根据具体所在的业务线站位去提出要求。

Q4:业务结果和技术目标都拿到了,为什么不让我过?

如前所述,业务结果和技术目标是绩效重要覆盖的,而晋升是能力,而且评委关注的,一定不是看苦劳,也不
是单单看功劳,还是要看如果从新开始做,你的能力是否还可以支持你的成功,你自己有没有意识到支撑你成
功的关键是什么?而不是靠直觉,靠运气。

Q5:业务线阶段就这样,我是不是就没机会了?确实看到很多业务进入了平台期,还有很多业务是试错阶段,对于技术而言需要贴着业务投入,上线压力大,留给技术自己思考的时间确实不多。这些都是非常现实的问题。这样的场景对个人成⻓而言难度确实是大的。这次晋升中,有一个候选人就深刻的给我们分享了一个他的技术选型失败的案例。但他没有止步于此,还是有很多业务的更深入的技术思考和方向的选择上了,所以评委还是一致看好的。难,但这个时候的自我突破可能会是更大的。Q6:为什么评委的判断和主管的判断会有不一致?晋升的通过结果有不少于主管的判断大相径庭,很多看重的人并没有得到评委的认可,很多初生牛犊倒是一边倒的支持,平心而论也反映了一个问题,主管对于用人多多少少会有一些盲区,因为常常用的爽用的都是⻓处,又有革命友谊,自然情人眼里出⻄施。用人所⻓是正确的,这点没有问题,而且每个人都有自己的⻓板和短板,团队也需要多元化的协同补位。不过回到培养人上,还是要跳出来帮助同学看到不足。晋升场也许就是帮助TL看到同学不足的机会。这点也是对我们的TL提出的要求,如果仅仅看到同学好的一面是不够的。

我个人的几点小小建议

  • 注重平时的思考和沉淀,而不是最后临⻔一脚准备PPT。多分享多写写技术文章,对自己对团队有很有帮助。
  • 和“不能为技术而技术”一样,也不能为晋升而晋升,平日的积累才是正路。反过来说,如果平日都是在埋头蛮干,临阵磨枪也是反映不出思考的。
  • 全栈发展,算法和工程融合,都是非常好的方向。但重要的不是会用,而更重要的是具备不同技术栈的思考方式和思维逻辑。
  • ⻆色是别人给的,做好自己的部分之后,可以跳出来看在更大的范围内如何协同拿到更大的结果,这也是所谓的一杆到底的态度。
  • 产品研发不单单是接受需求实现,而是要挖掘用户到底要什么,什么是更好的。这也是所谓的产品化的态度。
相关文章
|
机器学习/深度学习 自然语言处理 TensorFlow
Next Sentence Prediction,NSP
Next Sentence Prediction(NSP) 是一种用于自然语言处理 (NLP) 的预测技术。
1246 2
|
5月前
|
人工智能 安全 数据可视化
中国企业选CRM的「七维」:7大主流品牌横向对比(2025版)
本文选取7大主流CRM品牌(覆盖国际头部、国内ERP系、中小聚焦型、免费成长型),围绕客户全生命周期管理、销售过程跟进与团队协作、自定义表单/流程/报表、多端同步与数据安全、自动化提醒与任务分派五大核心维度,进行「手术刀式」的深度对比,最终给出场景化选型建议。
|
前端开发 中间件 程序员
如何尽可能快地上手一个业务or项目
本文简单讲述作者对于“怎么尽可能快地上手一个新业务/项目?”这个问题的个人理解。
312 16
|
人工智能 Scala 知识图谱
一场与自己心魔的 “殊死搏斗”
本文主要记录了作者与自己的心魔展开 “殊死搏斗”,最终建立起了一套良好的阅读与写作循环的过程。希望本文可以帮助更多的人破除自己的“心魔”,通过阅读与写作过上更加充实的人生。
10256 111
|
敏捷开发 Java 测试技术
从爬⾏到奔跑 - 我们为什么需要单元测试?
本文从测试体系的历史入手,讲述了从手动测试 -> 靠别人自动化测试 -> 靠自己自动化测试的历史演化进程,也尝试着从这个视角解释为什么大家过去不重视单元测试。之后我们分别讲述了什么是单元测试,业界的金字塔测试最佳实践,并且深入讲解了单元测试的种种好处。最后我们列举了常见的反面模式和误区,帮助大家快速识别规避常见的错误。
123865 62
|
存储 人工智能 运维
摊牌了,代码不是我自己写的
本文介绍了如何使用阿里云函数计算FC部署Qwen2.5开源大模型。Qwen2.5支持128K上下文长度和92种编程语言,通过Ollama托管和Open WebUI交互界面实现快速部署与高效调用。函数计算FC提供免运维环境,支持弹性扩容,开发者只需简单配置即可上线新功能。部署流程包括创建Ollama应用、配置Open WebUI及获取内网访问地址等步骤。应用体验部分展示了如何通过Open WebUI调用Qwen2.5进行多语言交流、解答数学题和文档总结等功能。此外,函数计算FC的自动扩缩容机制可根据请求量动态调整实例数量,提高资源利用率并降低成本。
1288 26
摊牌了,代码不是我自己写的
|
机器学习/深度学习 程序员 编译器
阿里人都在读什么书?年度Top10榜单来啦
本文整理了一些阿里人内部推荐的书籍给大家~
27859 14
|
存储 缓存 Java
写代码原来如此简单:两种常用代码范式
一次项目包含非常多的流程,有需求拆解,业务建模,项目管理,风险识别,代码模块设计等等,如果我们在每次项目中,都将精力大量放在这些过程的思考上面,那我们剩余的,放在业务上思考的精力和时间就会大大减少;这也是为什么我们要 总结经验/方法论/范式 的原因;这篇文章旨在建立代码模块设计上的思路,给出了两种非常常用的设计范式,减少未来在这一块的精力开销。
366 11
|
关系型数据库 C# 数据库
.NET 8.0 开源在线考试系统(支持移动端)
【10月更文挑战第27天】以下是适用于 .NET 8.0 的开源在线考试系统(支持移动端)的简介: 1. **基于 .NET Core**:跨平台,支持多种数据库,前后端分离,适用于多操作系统。 2. **结合 Blazor**:使用 C# 开发 Web 应用,支持响应式设计,优化移动端体验。 3. **基于 .NET MAUI**:跨平台移动应用开发,一套代码多平台运行,提高开发效率。 开发时需关注界面设计、安全性与稳定性。
473 4
|
监控 Java Linux
CPU被打满/CPU 100%:高效诊断与优化策略
【8月更文挑战第28天】在日常的工作与学习中,遇到CPU使用率飙升至100%的情况时,往往意味着系统性能受到严重影响,甚至可能导致程序响应缓慢或系统崩溃。本文将围绕这一主题,分享一系列高效诊断与优化CPU使用的技术干货,帮助大家快速定位问题并恢复系统性能。
1641 1