科技行業(yè)的每個人都知道每隔幾年抑或幾個月，就會有新技術(shù)或框架進入市場。

在 React 出現(xiàn)之前，Angular、Ember 和?JQuery已經(jīng)很好了。不是說人們不再使用Angular了，而是每個人都想學習 React。

其他計算機科學領(lǐng)域也是如此：自從神經(jīng)網(wǎng)絡(luò)開始改善計算機視覺應(yīng)用，深度學習和強化學習在機器學習領(lǐng)域變得非常流行。

科技趨勢也是如此：社交媒體應(yīng)用使得網(wǎng)絡(luò)和移動開發(fā)非常流行。隨后，機器學習和人工智能與區(qū)塊鏈和物聯(lián)網(wǎng)一起進場。

這是大勢所趨。

一種新技術(shù)出現(xiàn) —> 每個人都開始使用它—> 它成為了業(yè)界的最愛 —> 一種新技術(shù)出現(xiàn)

現(xiàn)在的問題是，在這個不斷演變的技術(shù)世界里，你應(yīng)該專攻一個領(lǐng)域還是嘗試多個領(lǐng)域？

首先讓我們看看這兩個術(shù)語的含義:

根據(jù)維基百科，通才是對各種各樣的學科擁有廣泛知識的人，不管有用與否。

根據(jù)字典網(wǎng)的觀點，專家是致力于某一學科或某一特定分支的人。

在科技界，我們也有類似的情況。

那么，你應(yīng)該成為誰呢？

這要看情況。

我知道每個人在沒有一個確切的問題答案時都會用“看情況”。你猜對了，本文也是如此。任何人應(yīng)該渴望成為什么樣的人，在很大程度上取決于他們的個人目標、技能和抱負。所以與其做出預(yù)設(shè)，不如把每種情況都說道說道，將選擇權(quán)交予你手。

通才/多面手

通才什么都要先試一下。在技術(shù)領(lǐng)域，他們了解不止一個領(lǐng)域。他們通常不會把整個職業(yè)生涯都花在一件事上。

精通多個領(lǐng)域的通才也被稱為博學者。你問他們?yōu)槭裁粗匾?b>因為他們改變了世界。

在古代文明中，成為博學的人意味著偉大。這些領(lǐng)導人在政治、藝術(shù)、體育等諸多方面都很出色。同樣的道理也適用于科技領(lǐng)域。著名的企業(yè)家擅長編碼、銷售、營銷、招聘等。作為一名工程師，你可能不需要銷售經(jīng)驗，但是擅長設(shè)計和?UI 開發(fā)會讓你成為一名優(yōu)秀的前端工程師。你明白了吧。

著名的通才包括像史蒂夫·喬布斯和埃隆·馬斯克這樣的天才。通才就是擅長于創(chuàng)新。

讓我提醒你一下，通才不只是在他們感興趣的每一件事情上都出類拔萃，他們還運用了遷移學習的概念:

遷移學習(Transfer learning)是機器學習中的一個研究領(lǐng)域，指的是如何將解決一個問題時獲得的知識，應(yīng)用于另一個相關(guān)的問題。

一旦他們掌握了一個領(lǐng)域的基礎(chǔ)知識，他們就會把它們應(yīng)用到他們參與的每一個新領(lǐng)域。這就是為什么工程副總裁VP和首席技術(shù)官CTO的職業(yè)跨越不同的技術(shù)、領(lǐng)域甚至不同的工作。他們運用多年積累的知識和經(jīng)驗來解決遇到的每一個新問題，并學習出現(xiàn)的每一項新技術(shù)。

通才專注于解決問題，工具對他們來說無關(guān)緊要。

軟件通才也一樣，他們不會被一件事所束縛。他們更關(guān)注他們正在開發(fā)的產(chǎn)品。他們吸取經(jīng)驗教訓，并將其應(yīng)用于他們遇到的每一個新問題。

專家

恰恰相反，專家們更加專注。他們努力工作，在同一個領(lǐng)域前進。他們是多面手身后的火炬手。專家們喜歡了解某個領(lǐng)域的一切，并不斷研究、試驗和學習，以求更好地掌握其所在領(lǐng)域。

大多數(shù)科技進步都是因為他們而發(fā)生的。研究人員和工程師研發(fā)和增強了機器學習、網(wǎng)絡(luò)、移動APP、基礎(chǔ)設(shè)施、中間件和所有其他技術(shù)領(lǐng)域，他們是在這些領(lǐng)域工作多年的專家。

專家學習一個領(lǐng)域的基礎(chǔ)知識和高級課題，這需要在同一領(lǐng)域工作多年。努力工作沒有捷徑。

著名的專家包括機器學習之父杰弗里 · 辛頓(Geoffrey Hinton)。每個領(lǐng)域的大部分發(fā)現(xiàn)和發(fā)展都是由專家完成的。

軟件專家多年來一直使用同樣的技術(shù)棧。他們熟知自己的領(lǐng)域。他們成為行業(yè)專家，探索做事的新方式。

成為一名軟件專家并不意味著你必須堅持一件事。你想探索多少就探索多少。但當你確切知道自己熱愛什么時，為什么還要浪費時間呢？如果你是一名機器學習研究員，學習?React?沒有壞處，但是盡可能多地學習你的工作需要的才是正解。

現(xiàn)在回到問題上。

那么，你應(yīng)該成為誰呢？

最好是介于兩者之間。

如果你對深度學習或前端這樣的技術(shù)領(lǐng)域非常感興趣，掌握該領(lǐng)域的每一個方面都是有意義的，但不要限制自己。你總是可以在兩個極端之間選擇。

許多人將他們的職業(yè)生涯投入到一個特定的領(lǐng)域，比如個人應(yīng)用或SaaS服務(wù)。有些選擇前端或后端。一些人繼續(xù)嘗試。一切都是可接受的。你不必專注于一門語言或領(lǐng)域，甚至不必專注于計算機科學。

定義你想玩的區(qū)域，然后嘗試里面的所有東西。

這里有兩點可以用來得出結(jié)論:

興趣：雖然這有助于縮小領(lǐng)域，但在決定下來做一件事之前，最好嘗試不同的領(lǐng)域來積累新的技能。如果你對機器學習充滿熱情，可以閱讀一些學術(shù)論文，實現(xiàn)強化學習、計算機視覺或自然語言處理的模型。你可以選擇嘗試其中的一部分或全部，然后再決定你想在哪一個方面出類拔萃。但是如果你不確定機器學習是否適合你，試試應(yīng)用程序開發(fā)、手機應(yīng)用、網(wǎng)絡(luò)和其他你能上手的一切。獲得這些領(lǐng)域的技能，并提供功能、應(yīng)用和服務(wù)。通過轉(zhuǎn)移學習，所學的技能和經(jīng)驗都不會浪費。

正如《范圍:為什么多面手在專業(yè)領(lǐng)域取得成功》一書的作者大衛(wèi)·愛潑斯坦（David Epstein）所說:

訓練的廣度預(yù)示著遷移的廣度。你的訓練越多樣化，你就越能靈活地將你的技能運用到你從未見過的情況中。

經(jīng)驗：成為專家需要多年的經(jīng)驗，對于已經(jīng)在這個行業(yè)工作了幾年的人來說，這通常是一個不錯的決定。對于那些重新開始的人來說，盡可能多的嘗試，盡可能長時間的保持通才的狀態(tài)更有意義。嘗試不同的事情會讓你接觸到新的情況，這種經(jīng)歷肯定會對你以后的職業(yè)生涯有所幫助。

正如數(shù)學家弗里曼·戴森(Freeman Dyson)所說:

我們需要青蛙和鳥。青蛙在泥里觀察一切的細節(jié)。鳥兒在上面，看不到那些細節(jié)，但是它們可以看到多個青蛙，可以整合工作。

只是一句忠告，不要一遇到困難就放棄。多面手不是萬事通，因為他們不可能精通所有的東西。他們更喜歡先精通一門手藝，然后再學下一門。埃里克·托倫伯格的這條推帖很好地解釋了這個概念:

專家與通才:

問題是，你很容易對自己撒謊，說自己是個多面手，而實際上你已經(jīng)嘗試了一大堆事情，當事情變得艱難時，你就崩潰了，于是再去嘗試其他事情。

很容易總是以“但我是個多面手”為借口。

總之，嘗試為 web 應(yīng)用程序開發(fā) UI和為后端開發(fā)基礎(chǔ)設(shè)施，甚至實現(xiàn)研究論文中的機器學習算法。在你職業(yè)生涯的開始，嘗試從計算機科學的不同領(lǐng)域?qū)W習。隨著時間的流逝，你的技能越來越復雜，尋找你可以創(chuàng)新的領(lǐng)域，并專攻它們。

原文：https://adityarohilla.com/2020/06/11/who-should-you-be-technology-generalist-or-specialist/

作者: Aditya Rohilla

翻譯:駱孝宇