Navy Xie


A full-stack programmer.


Welcome to my blog.

终身学习 (1)

Lifelong Learning Logo

终身学习这个概念,近几年,越来越多的被人提起。我们在快速变化的时代面前,感到无所适从,也对层出不穷的新挑战,感到困惑。似乎,除了不断学习,终身学习,我们别无他法。如何一边工作,照顾家庭,一边还持续学习呢?我们来听听一位IT大叔的分享。

现在人们都在说终身学习,原因是,我们这个时代,跟我们父辈那个年代差别太大。消费方式、教育程度、住什么房子、有没有小汽车等等,我觉得都不是重点。 最典型的是,我们父辈那个年代的人,可以凭一门手艺生活一辈子。 通常,一个木匠,一个个体户,或一个机关人员,从学校毕业后,一直从事那份工作,养活全家,供养孩子(有点还是几个)上大学,直到自己退休。这个过程,几乎从没听他们说过,要参加什么培训班,或上什么课程。仅凭重复工作带来的熟练度提高,就足够应付这份工作了。

我们这个年代有一点很大的不同,就是国际化。80年代,一个个体户,他面临的竞争,可能只是那个村,或者只有那条街。现在,我们每一个人都面临来自全球的竞争。就拿我所在的IT领域,我们虽然现在可以很便利的得到全球的开源软件,但相应的,我们开发的软件产品要面对全球的竞争,也很容易被全球的开源软件所取代。

终身学习被较多提起的另一个原因是,这一批曾经意气风发的少年,正步入中“老”年。78年生的,今年刚好40岁,而83年生的,今年也35岁了。你还记得你20多岁时是怎么看30岁、40岁的吗?是不是觉得“那么老”?而现在,我们正进入这个年龄阶段。10年前人们还常谈“80年后”怎么怎么样,现在已经没有人谈了,因为现在身边越来越多的“90年后”了。

在想像自己的将来时,我们可以先看一下“上一辈”程序员现在的状况。(IT领域,10年就可以称为一辈了:) 像求伯君(64年生)、李彦宏(68年生)、雷军(69年生)、张小龙(69年生)等中国较早一批的程序员,现在是功成名就,但他们只是极少数情况,我们需要设定符合自己实际的目标,不断学习,适应领域变化。

说了那么多,我们又该如何去终身学习呢? 最近的几年,我一直在不断探索和尝试。我在移动领域做了10年,计划转到AI领域,这2年,我一直利用工作之余的时间,保持学习。有一些心得,分享给大家,希望能对大家有一点帮助。

我认为,终身学习的关键是,找到一个固定的学习时间片。不管学习什么,什么方式去学,先解决这个问题,“我计划每天的什么时间去学?” 事实上,一天工作8小时,下班后还要料理家务,照看小孩,每天要找到1-2个小时的固定时段去学习,真的不是那么容易。如果你有2个小孩(自2016年二胎政策实施以来,IT界的同仁似乎很喜欢这个政策)…… 我是没有体验,但我们可以想像一下,一定更不容易。

我个人的解决办法是:早起。 最近2年,我尝试过很多办法,最后发现这个办法最适合我。我6点起床,到7点太太起床,我们一起准备早餐,帮助小孩起床,这里有一个小时,是我每天可以确保的学习时间。 我个人不建议晚睡学习(虽然我也有时侯会一下子没控制住,看书看到很晚 :),因为很影响第二天的精神状态,也对健康不利。注意,如果要做到早起,早睡是关键。 现在我们家“基本上”(其实也不能完全做到:)到了晚上9点,就赶着那个小家伙,准备洗漱休息;10点,都上床,有时侯还要给小孩讲讲睡前故事什么的;10点半,全家关灯睡觉。试运行了一年,效果很好。

我最近几个月还在试验另一个方法:缩短午休时间。 深圳很多公司都有午休的传统,午饭后,全公司关灯,大家拉出便携床,过道、办公桌下面、会议室全是躺着的人。我们公司午饭后,有一个小时的午休时间,我通常,休息20分钟,不躺下,定个闹钟,打坐的方式眯一会儿。时间到后,在漆黑的办公室,轻手轻脚地,从一个个安睡的同事身边穿过,有的戴着眼罩,有的蒙着被子,有的在玩手机,有些还打着鼾。这一幕,总会让我想起当年高三准备高考时,每天清晨摸黑上学的情形。说实话,那一刻,我的自我感觉特别良好:D 当别人在玩,在休息时,你克服自己的惰性,努力提升自我,不值得为自己自豪吗?:)

我还尝试过利用下班后的一小时来学习,因为那时侯大家通常也是堵在路上,还不如留在办公室学习一小时,再回家。 试了一段时间,感觉效果并不好,原因是,上了一天班,身心都较累,很难做到立刻静下心来学习。

小结

找到适合自己的、固定的学习时间段,我觉得终身学习这件事,已经成功一半了。 接下来,还要跟大家分享一些学习资源和方法。比如,选择花钱的学习,如何在 Coursera 和 Udacity 上学习。 我不是一个发现了一个好东西,就立刻向别人推荐的人,因为我需要自己去验证。下面提到的资源和方法,是我已经使用至少一年以上,我认为是经得起时间考验的,才会跟大家分享。

<待续>
最近的文章

Introduction to Big Data - Week 3

第3周的主要内容是,可扩展计算的基本概念,以及,Hadoop相关概念,比如,为什么选择Hadoop;Hadoop的生态系统,包括HDFS、YARN、MapReduce等。Basic Scalable Computing ConceptsThe commodity clusters are a cost effective way of achieving data parallel scalability for big data applications.Programming mo...…

BigData继续阅读
更早的文章

Introduction to Big Data - Week 2

第2周的内容是:Characteristics of big data, 包括: 6个V,数据分析的5个步骤。Characteristics of Big Data Volume == size Variety == complexity Velocity == speed Veracity == quality Valence == connectedness Value这里提到一部1977年的影片,讲述了how powers of ten scale in the u...…

BigData继续阅读