作为一名工程师，你应该专注于成为一名通才还是专家？

技术行业的每个人都知道，每隔几年(几个月?)就会有一种新技术或框架进入市场。

在 React 出现之前，Angular、 Ember 和 JQuery 都足够好了。不是说人们不再使用 Angular，而是每个人都想学习 React。

其他计算机科学领域也是如此: 自从神经网络开始改善计算机视觉应用程序后，深度学习和强化学习在机器学习领域变得非常流行。

社交媒体应用使网络和移动开发变得非常流行。然后机器学习和人工智能随着区块链和物联网进入了市场。

总的趋势是这样的。

一项新技术诞生了——每个人都开始使用它——它成为业界的宠儿——一项新技术诞生了

现在的问题是，在这个不断演变的技术世界里，你应该专攻一个领域还是尝试多个领域？

首先让我们看看这两个术语都暗示了什么:

根据维基百科的说法，通才是指对各种各样的学科拥有广泛知识的人，不管这些知识是否有用。

根据 dictionary. com 的解释，专家是指把自己投身于某一学科或某一学科或某一研究领域的人。

在科技界，我们也有类似的情况。

那么，你应该成为谁呢？

这要看情况。

我知道每个人在没有一个完整的答案的时候都会使用‘视情况而定’。你猜对了，这篇文章也是如此。任何人应该渴望成为什么样的人，很大程度上取决于他们的个人目标、技能和抱负。所以与其假设任何事情，我将提到每一个的特点，这样你可以自己决定。

通才/多面手

通才是那些什么都试验的人。在技术等价物中，他们在多个领域都是知识型的。他们通常不会把整个职业生涯都花在一件事情上。

掌握多个领域的通才也叫博学者。你会问为什么它们很重要？因为它们改变了世界。

在古代文明中，博学是伟大的标志。这些领导人在政治、艺术、体育等诸多方面都很出色。同样的道理也适用于科技领域。著名企业家擅长编码、销售、市场营销、招聘等。作为一个工程师，你可能不需要销售经验，但是擅长设计和 UI 开发会让你成为一个杀手级的前端工程师。你明白了。

著名的多面手包括像史蒂夫 · 乔布斯和伊隆 · 马斯克这样的天才。

让我提醒你一下，通才不仅仅擅长于他们感兴趣的每一件事，而且他们应用了迁移学习(TL)的概念:

迁移学习(TL)是机器学习中的一个研究领域，是机器学习的一个研究领域，指的是如何将解决一个问题时获得的知识，应用于另一个相关的问题。

一旦他们掌握了一个领域的基础知识，他们就会将其应用到他们加入的每一个新领域。这就是为什么工程副总裁VPs和首席技术官CTOs的职业生涯跨越不同的技术、领域甚至不同的领域。他们运用他们多年积累的知识和经验来解决他们遇到的每一个新问题，并学习每一项新技术。

多面手专注于解决问题，工具对他们来说并不重要。

软件通才也有同样的态度，他们不会被一件事所束缚。他们更关注他们正在生产的产品。他们吸取经验教训，并将其应用于他们遇到的每一个新问题。

专家

恰恰相反，专家们更加专注。他们努力工作，在一个领域向前迈进。他们是多面手们身后的火炬手。专家们喜欢学习一个领域的所有知识，并不断地研究、试验和学习，以便在这个领域做得更好。

大多数技术的进步都是因为它们而发生的。开发和增强机器学习、网络、移动设备、基础设施、中间件和所有其他技术领域的研究人员和工程师都是在这些领域工作多年的专家。

专家学习一个领域的基础知识和高级主题，这个领域需要在同一领域工作多年。努力工作没有捷径。

著名的专家包括 ML 之父杰弗里 · 辛顿(Geoffrey Hinton)。每个领域的大多数发现和发展都是由专家完成的。

软件专家多年来一直使用同样的技术栈。他们知道自己的领域内外。他们成为行业专家，探索做事的新方法。

严格来说，软件专家并不意味着你必须坚持一件事。你想探索多少就探索多少。但是为什么要浪费时间，当你确切知道你热爱什么的时候。如果你是一个机器学习研究员，但学习 React 没有什么坏处，但是学习工作所要求的东西是有意义的。

现在回到问题上来。

那么，你应该成为谁呢？

最好是介于两者之间。

如果你对深度学习或前端这样的技术领域非常感兴趣，那么掌握这个领域的每一个方面都是有意义的，但不要限制自己。你总是可以在两个极端之间做出选择。

许多人把他们的职业生涯投入到一个特定的领域，比如消费者应用程序或 SaaS 服务。有些选择前端或后端。一些人继续尝试。一切都是可接受的。你不必专注于一门语言或一个领域，甚至不必专注于计算机科学。

定义你想玩的区域，然后尝试里面的所有东西。

这里有两点你可以用来得出结论:

兴趣: 虽然这有助于缩小领域范围，但在决定下来做一件事之前，最好尝试不同的领域来获得新的技能。如果你对机器学习充满热情，可以阅读一些学术论文，并实现强化学习或计算机视觉或自然语言处理的模型。你可以选择尝试其中的一些或全部，然后再决定你想在哪一方面。但是如果你不确定机器学习是否适合你，试试应用开发，移动，网络和其他你能得到的东西。获得在这些领域和旗舰功能，应用程序和服务的技能。通过转移学习的优点，学到的技能和经验不会被浪费。

正如《为什么多面手在专业化世界中获胜》一书的作者大卫 · 爱泼斯坦（David Epstein）所说:

训练的广度预示着迁移的广度。你的训练越多样化，你就能更好地将你的技能灵活地应用到你从未见过的情况中。

经验: 成为一名专家需要多年的经验，通常对那些已经在这个行业工作了几年的人来说是一个很好的决定。对于重新开始的人来说，尽可能多地尝试并尽可能长时间地保持通才更有意义。尝试不同的事情会让你面对新的情况，这种经历肯定会对你以后的职业生涯有所帮助。

正如数学家弗里曼•戴森(Freeman Dyson)所言:

我们需要青蛙和鸟。这些青蛙正在泥地里观察一切的细节。鸟儿在上面，看不到那些细节，但是它们可以看到多个青蛙，可以整合工作。

只是一句忠告，不要一遇到困难就放弃。通才不是万事通，因为他们不可能成为任何事情的大师。他们更喜欢学习一种交易，在进入下一个交易之前先学习进出。这个由 Erik Torenberg 发布的帖子很好地解释了这个概念:

专家和通才:
问题是，你很容易对自己撒谎，说自己是多面手，而实际上你已经尝试了很多事情，当事情变得困难时，你就崩溃了，尝试了其他事情。
重复这样做很容易，“但是我是个通才”。

最后，尝试为 web 应用程序和后端基础设施开发 UI，甚至从研究论文中实现机器学习算法。在你职业生涯的开始，尝试从计算机科学的不同领域学习。随着时间的推移和你的技能的复合，寻找你可以创新的领域并且专门从事它们。

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

作者: Aditya Rohilla

翻译:sc

原文始发于：作为一名工程师，你应该专注于成为一名通才还是专家？