資料中心運維人的半衰期危機
不少從事資料中心運維工作的人,當年齡越來越大,達到半衰期時,多少都會有些危機感,這些危機感有幾個來源:首先,若從25歲(碩士研究生)開始工作,到了半衰期35歲時,已經在這一領域工作了超過十年,收入往往達到同行業較高水平,可能是出入茅廬的新兵蛋子的兩三倍。但管理者會從另外的角度來看待這個問題,現有的工作是否可以用兩個新手來代替,這樣可以節省運維的人員開支,顯然有這種想法的管理者一定大有人在,這將沒有升級機會的處於半衰期的老員工發展空間堵死了;其次,資料中心的裝置更新換代很快,基本五年一換,新技術層出不窮,這需要運維的人員不斷學習,擴充自己的知識量,老員工年齡較大有家庭以及其他因素的影響,因此不能承擔艱苦的長時間的運維任務,又要學習新知識,分身乏術,往往在新的技術領域很快被新人所替代,同樣的工作由月薪一萬的人員可以很好完成,為何要用月薪兩萬的人員,新員工直接擠佔了老員工的生存空間;第三,半衰期的員工對於工作感到厭倦並且不屑一顧,經常倚老賣老,拿資歷論事,在公司不如年輕人受歡迎,年輕人員比他們對工作更有熱情,充滿著活力。如果一個團隊裡,年紀太長的人過多,那這個團隊一定是守舊,墨守成規的,缺乏奮鬥激情。同時,半衰期的員工不喜歡自己的觀點被別人批評,管理者在下發工作時要考慮他們的感受,而不能像使用年輕員工那樣隨心所欲,會讓管理者感到不爽,長期下來其寧願用年輕的聽話的人員,年輕人員做的不夠好,但會很快成長。第四,半衰期的員工在靈活性和學習新技術的能力不及年輕人員,年輕人思路敏捷,敢於試錯,尤其在一些初創型的資料中心裡頗受歡迎,而在一些成熟的大型資料中心裡往往願意用一些半衰期的老員工,可靠放心,關鍵問題處理上拿捏恰當。醫生到了35歲不用擔心他對血管系統的知識會蒸發,同樣的,律師、水管工、會計、英語老師,也是如此,他們積累的知識是相對穩定的,並隨著年齡會給予他們相應的尊重和補償。但是在資料中心領域,十年的經驗,並沒有賦予同樣的優勢,十年前用的技術到現在大部分都過時了,被人棄之不用了,經驗是相對的,時間跨度並不長,也許只要兩三年的時間經驗就積累完成了,這是一個技術更新迭代速度極快的行當。
講了半衰期員工這麼多危機,讓很多人心一下子涼了半截,35歲之後怎麼工作成為了非常沉重的話題,畢竟能夠從普通員工晉升到主管、總監、CTO等職位是可遇而不可求的,要看實力也要看機遇,大部分人還是要在普通的崗位上繼續工作下去,隨著時間的積累就進入了半衰期。十年看似不短,其實也就3000多個日夜,眼睛一閉一睜就過去了。很多人還沒有開始暢想未來,發現自己已進入了半衰期,危機已經來臨。其實,以上所列的半衰期員工的弱點,反著看也是優勢,這些員工經驗豐富,在關鍵問題處理上要比年輕員工得當,讓管理者更加放心。我們不要去做一個空有年齡的草包,一定要德才兼備,要有一顆活到老學到老的進取心,要有海盜一般的冒險精神。要讓管理者看到我們的價值,心甘情願去多支付數倍工資,年齡不是問題。柳傳志40歲創辦聯想,任正非43歲的時候才創辦華為,這些人早就過了半衰期,卻依然可以創立起世界聞名的巨頭企業,所以只要努力,什麼時候都不晚。我們不必太多在意年齡,一定要證明自己的價值,半衰期的員工也有證實自己能力的機會,要讓大家看到我們的經驗,在關鍵時刻還是需要我們來力挽狂瀾,那價值就顯現出來了。一個工作三到五年的人,其經驗可能比一個工作30年的人還要豐富,做衣服有人幹了一輩子也只是一個裁縫,有人幾年就能成為服裝設計大師,理髮有人理了一輩子依舊只是個剃頭佬兒,有人幾年就能成為髮型設計大師。所以對於每個人半衰期長短都不一樣,年齡從來都不是關鍵。
在這個知識經濟時代,也正是知識和技能極度短缺的時代,它的半衰期越來越短,資料中心運維的知識和技能會在三到五年內就過期。在工作中,擁有的知識就像“牛奶”,它有保質期,如果不及時更新,工作危機很快就會來臨。說叫半衰期也不過才35歲,35歲的人正處在青壯年時期,擁有年輕的活力,也具有成熟的經驗,不應該成為危機的重災區。在國外,四五十歲的人從事程式碼設計、資料中心運維的比比皆是,他們熱衷於技術,不斷進行研究和學習,在他們身上永遠也看不到半衰期。有危機才有動力,雖然在這個行業裡,的確存在年齡歧視,但我們自己不能看不起自己,要快速學習新東西,瘋狂地工作,年輕人乾的事情,我們能幹,年輕人不能幹的事情,我們還能幹,那麼半衰期永遠會離我們遠去。
原文釋出時間為:2018-06-1
本文作者:harbor
本文來自雲棲社群合作伙伴“企業網D1Net”,瞭解相關資訊可以關注“企業網D1Net”。
相關文章
- 智慧運維,雲資料中心運維的未來之路運維
- 警惕資料中心運維人員十大職業病運維
- 30歲以後的運維,如何度過中年危機?運維
- 如何做好大型資料中心的運維運維
- 中國移動攜手超維科技智慧巡檢機器人 智慧運維雲南“五星級”資料中心機器人運維
- 運營商大資料:行走在機遇與危險邊緣大資料
- 資料中心機房運維 智慧分析與視覺化是重點運維視覺化
- 銀行資料中心全棧智慧運維方案全棧運維
- 資料治理對運維資料體系的思考與啟發 | 運維進階運維
- 運維相關的資料整理運維
- IT運維人員的神兵利器運維
- 運維人員如何有效的防止誤刪資料?Linux學習!運維Linux
- 揭秘“資料咖啡”瑞幸背後的大資料危機大資料
- 谷歌為機器人學習加快步伐 機器人危險不危險?谷歌機器人
- 資料中心運維:減少折騰就是降低故障運維
- 北京供銷大資料集團探索資料中心運維“新趨勢”大資料運維
- 技術人員的危機感——劉志華
- 阿里無人駕駛之路的機與危 | 深度阿里
- 寫給資料庫運維的兄弟資料庫運維
- AIGC時代下資料中心運維的變革與挑戰AIGC運維
- 虛擬化運維工具雲安:資料中心整合功能運維
- 資料庫運維 | 攜程分散式圖資料庫NebulaGraph運維治理實踐資料庫運維分散式
- [ 智慧運維服務平臺 ]PIGOSS TOC 多資料中心多監控工具的運維解決方案運維Go
- 智慧運維的進擊:從邊緣走向中心運維
- DNA儲存,拯救人類資料危機的良方?
- 【devops】智慧運維就是由 AI 代替運維人員?dev運維AI
- Ansible,運維人員的好助手。運維
- 侃透了:運維人的自我修養運維
- 資料庫運維管理規範資料庫運維
- 達夢資料庫日常運維資料庫運維
- oracle資料庫運維筆記Oracle資料庫運維筆記
- 資料庫運維工作內容資料庫運維
- MySQL 資料庫日常運維文件MySql資料庫運維
- 資料中心運維管理:從人工到智慧需要走幾步?運維
- 某資料中心IT運維服務體系建設完整思路運維
- 資料中心獨立化 設計與運維要跟上薦運維
- 機房運維的真香定律運維
- 危機逼近?奉啟玉分析聯合國17億人或面臨糧食危機