你有什么核心竞争力是什么？

咱们经常须要问本身，核心竞争力是什么？我以为90%的人会答技术，我认为是不对的，技术只是实现的手段，真正核心竞争力是作事的方式和方法。有些人可能以为不认同。技术是一段时期的相对竞争力的体现，只是表象。并且是能够经过获取知识学到对应的技术，如在大公司进去的应届生，为何在短短几年内，能够得到足够快的成长。有人说，大公司大牛多哇，大牛难道会手把手教你，一步一步扶着你。不会某个技术，不会独自找资料，不会作实验验证。社招进来的，以前的作事方式和方法都有所固化，要从新扭转他的作事方式和方法，很难。前端

应届生是一张白纸，因此在早期若是受到这种熏陶，对你终身都有益，即便有一天，你离职了。而这些东西才是你最核心的竞争力。你养成这种竞争力后，到一个新的领域，如你之前是作Android的，有一天你去作C++了，或者作前端，甚至是作人工智能，机器学习，或者是跨行作生意，或是成为投资理财顾问，你也许刚开始啥也不会，可是你按你以前的好的作事方式和方法来，先摸清这个行业你们都在干啥？作了些啥？有哪些须要补课充电的。等等。你能够经过一段时间学习，寻找突破口，达到快速上手。这才是你造成竞争力的表现。面试

那为何绝大部分公司，招人仍是要看技术基础呢？这是不冲突的。基础是能决定走多远的条件，明白为何？明白内部实现，就是作一样一件事，产生不一样结果体现，如不少人用过okhttp，用过glide，可是每次作功能时，只是调用了下API，就完成了，没有去弄清出框架优缺点，以及内部一些细节。还有框架的精髓部分是什么？甚至能够延伸到里面有哪些比较好的设计模式？为何好？解决了什么样痛点。这些都是同一件事情的不一样体现。相信有些人这样去作了，有些人可能压根就没想过。设计模式

几年后，有人开始独挡一面，有人仍是停留在调用API的基础上。当独挡一面的人，再去市场竞争时，天然选择的机会会多些。一样，在待赶上也会高些。经验只是时间问题，只要一直保持这种作事方式和方法与别人不一样。即便被一部分公司拒了，也不影响他们对自我认知能力的否定。不少时候，面试也看机缘，分不少状况，公司要求比较高，暂时达不到，机缘未到。公司要求和能力匹配了，待遇谈不拢，机缘未到。公司要求和能力匹配了，待遇也谈拢了，同时有不少选择，最终没选，也是机缘未到。公司要求和能力匹配了，待遇也谈拢了，中间由于一些其余缘由入不了职，也是机缘未到。因此你看吧，没去成一家公司。就有这么多个状况。不过，不管在哪，只要你是坚持造成本身核心竞争力，之后早晚也会有机缘的。api

若是你坚持技术才是王道，你会感到技术无穷无尽，有时你发现你无时不刻在学习，好像离别人差距仍是那么远。要说作项目，实现功能，这些我都会哇，并且作得还不少，怎么就这么大差距。你作项目时，只是在想着作项目，没有把它向更好，更健壮的方向去努力。作事的方式和方法，就是快速实现，质量不是过高。因此，你把你一年前的代码拿出来看看，若是你有一种，这什么渣渣代码，恭喜你，你这一年进步，且对你作事方式和思路有提高。若是你没有任何感受，仍是觉的很好，没有什么改进。说明你这一年在原地踏步。这个方式很简答，大家也能够试一试。框架

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------机器学习