不知道大家有没有这个感觉，你只要有机会看到一个职场新人做一样事，你就会从很多细节看出这个人做事靠不靠谱，从而留下深刻的第一印象，后面几年似乎也一直在佐证你的看法。
比如让新人每天写一个日报，从邮件的格式、表达就基本能判断出他有没有基本的表达逻辑能力，是否有写PPT的潜质，是否会换位思考？
当然我们不能陷入形式主义的陷阱，可能正好新人没注意呢，但细节还是很能暴露问题了，也往往决定了新人是否有个好开始，能否短期内获得同事的尊重。
这里就来谈谈BI职场新人，现在大数据如火如荼，BI似乎也迎来了春天哦，很多企业也特意加大了大数据人员的招聘工作，因此，有很多机会跟新员工相处。
以前新人培养，大多还是靠其自力更生的，往往扔到一边去取数，取个1年2年，成也就成了，不成也就不成了。现在大数据则有点时不我待，感觉时间窗口很小，今天都不知道明天会发生什么，因此，新人的培养有时会变得非常急迫，总想着最好3个月就独当一面。
记得笔者刚到公司的时候，自己刚到地市实习，然后未来的主管就打电话给我，告诉我现在公司非常缺人，说你是名牌大学毕业的，就等着你实习回来大展宏图了，非常激励人。
最近接触了很多同事新人，或多或少问了很多成长的问题，笔者将其中的五个问题取名为灵魂问题，给出自己的解答，希望于新人有所启示，也许，彪悍的人生就此开始。
新人开展工作最先接触的，估计是主管吧，其实通过第一次谈话，新人是需要获取一些关键信息的，比如工作职责和目标，大概怎么学习，如果谈完，还不知道如何开展，那有必要追问到底，一般还会安排师傅，那跟师傅谈话也一样，要获取能够开展工作的关键信息。
比如做数据建模，要问清楚有没有学习课程，假如没有，问清楚怎么接触环境，但有些新人很含羞，可能2个礼拜后，账号还没开通，实际数据也没接触，凭着自己的想象在学习，比如看书，而有些新人，则已经搞定环境，开始熟悉业务并开始取数了。
要知道，新人已经不在学校了，在企业里可能真没人有时间关注你在干什么，也许只能告诉你大致目标是什么，不懂可以问谁，但怎么走，很少主动告诉你，大多需要自己问出来，即使是师傅，一般也很忙。
曾经要求新人在第一个月内完成3个取数，但真正能完成的，其实很少，比如到第三周的时候会说，可能完不成，因为公司开通账号流程就搞了两个礼拜、没人告诉我什么时候能开通，数据现在还不知道从哪个库去取？还不知道用什么工具开发？总之是一堆的问题。
这其实是非常不好的习惯，不主动，厉害一点的新人，早就牵着师傅的手，把这些流程催着走完了，要快人一步，自己也要勤快点，不可能让环境适应你的节奏。
一般来讲，那种理想化的培训环境其实大多不现实，腼腆型性格是新人的杀手锏，很容易导致平庸。
企业的目标就是赚取利润，获取收益，企业不是学校和研究机构，没有那么多功夫来做偏学术性的工作，所有的工作起点是在实践中学习和成长。
新人来到新的环境，学习是必然的，但如何学是个大问题，这里给三个建议：
1、从提出问题开始
当前每个人接触的信息过载，即使在单位里各个专业分工也很细，每个新人在工作中会碰到一系列的问题，新人要懂得提问，对于一个事物的认知总是从提问中开始并升级，这是新人学习的起点。
看书，上网，听报告，开会，甚至参加培训都不是学习的起点，要懂得这一点。
2、向最牛的人请教
新人会碰到很多的问题，请教问题的优先级是这个行业最牛的人，这个企业最牛的人，这个部门最牛的人及这个小组最牛的人，只有找到对的人，才是快速提升自己认知能力的关键，对于新人来讲，一开始就想从书本上找到问题的答案，这是最笨的方法，也许你的导师一两句话，就可以把一个问题解释的通俗易懂，这是最高效、最捷径的学习方式。
某些新人一旦碰到问题，就往往死磕，其实很多问题已经远远超出了新人能解决的范围，上网求助啥的都没用，比如有新人一个脚本跑了35个小时，搞了一周也没啥进展，后来发现是系统资源不够所致，这类问题往往是新人做事效率不高的原因，新人应该及时求助上级资源来帮助你推进问题的解决。
并不是让新人走捷径，总要有所变通，很多时候一个问题的复杂程度远超想象，要懂得踏着巨人的肩膀，这个肩膀不是书本，往往是你的师傅、同事和领导。
其次才是用网络搜索资料，最后才是系统的看书，导师给你的往往是最直接的答案，如果你希望视野更宽，理解更深，可以在此基础上去拓展看书，实际上，单位里的牛人，大多看书也不会更多，但他们肯定是会问问题的实践家。
3、70%的时间去实践
无论人家给你什么答案，对于这个事物的理解，最终只有在实践中才能领悟透彻，融会贯通，毕竟听来的，只是给你个正确的方向，但更多的需要反复的刻意训练，就像滚雪球，你找准了方向，就要拼命的自我迭代，反复滚反复滚，直到滚出规模，滚出体量。
“大道至简，重剑无锋”，不要想着有什么捷径，加班加点，堆出时间，用剩下的时间去交流和沟通。
有时候看一个新人成长快不快，只要看他一个月内，熟悉的人头就大概知道一二了，沉默寡言的新人，大多数是不懂，而不是含蓄哦。
其实我个人提倡白天实践，晚上看书，白天有很多实践机会，有能问到的人，而晚上则需要系统的消化和回顾，抽空看看书辅助一下，也许有益，毕竟实践的或问来的东西，面还是窄的，看书有利于拓宽视野，相辅相成吧。
因为上级很忙，新人务必要养成提交日报的习惯，反映自己的工作进展和问题，任何管理者都喜欢积极主动的下属，虽然你的问题也许会很幼稚，但上级的一分钟可以顶你几天都说不定，这笔买卖是肯定赚的。
新人的日报要务实的表达，少谈管理和使唤人的事（比如一些企业一上来就让新人管项目和管合作伙伴），以下列出两位新人同一阶段两种日报的写法：
新人日报摘取一：
1、 今日大部分时间用在了FH前原本打算做的渠道偏好分析建模上，包括找XX了解之前模型中用户偏好的量化方法、特征变量选择，发现之前的变量选择其实是有问题的，利用决策树中的信息增益函数选择关键变量，这种方法没有考虑变量间的相关性，即这种方法只适用变量相互独立的情况。
2、 下午4：00建模一组的会议后，与XX的人员简单沟通，他们的目的是想用渠道偏好分析来推动线上线下渠道的业务推广，其中提到近期他们要推动宽带续包业务的线上办理（手厅、天猫、官微），XX姐确定我们先做好宽带续包的这几个渠道的用户偏好分析，可以观察效果。
至于原本的目标：确定每个用户对各渠道的偏好度，X表示有需求，但不迫切，所以暂时停止。 我之前的想法是可以用朴素贝叶斯算法，其中关于各渠道偏好的先验概率，我和XX讨论过，认为理论上的先验概率没有办法获得，但应该可以一段时间内各渠道使用频率占全部渠道使用频率的比例来替代。TD的XX跟我说，他们没有用过贝叶斯，因为之前以为特征变量有要服从正态分布的要求，虽然证实了是误会，但没有对算法效果的经验，所以如果以后要用这个算法，我想需要提前建模验证一下。
新人日报摘取二：
1、找陈XX领取工作，现在主要做移动竞品app访问人群标签，已开始做，未有进展。
第一份日报表达了想了什么，做了什么， 有什么困惑，这样，直管领导会知道你大概的情况，判断你的进步，给予你需要的资源，是一种很正向的交互方式，而第二份日报则不知道具体做了多少，感觉大多是主观的判定，即使有困惑，也应该直接提出来，所谓的“正在做、开始做、未有进展”措辞都是应付之词，即使没有进展，也应该写出自己的想法。
一个团队如果没有新人，往往对很多不合理的事物习惯了，时间久了就死水一坛。新人应对新的环境有足够的敏感性，要敢于对很多事物说“不”，敢于向直接领导提出疑问 。
但这类新人真的可遇不可求，如果你对于周边事物充满好奇和怀疑，排除是一时兴起，务必要大胆提出来，Google在招聘的时候，侧重于找有创意精英，因为大家都懂，要进步，就需要靠创新，主动性是创新的前提，新人的确可以为团队注入新的活力。
建议新人凡事都问个为什么，比如为什么数据建模要用GBASE？为什么用SPARK的Scala？为什么自己的脚本跑得这么慢？
以笔者所在的团队为例，正是新人的影响，才决定研究团队是用Python还是R，才决定是否直接搞SPARK， 才决定在BI团队打造自己的应用框架，才会驱动去加快账号资源申请的流程 。
新人是团队宝贵的资产，一张白纸，虽然比较简单，但潜力很大，对于搞大数据也来讲，这点就更为可贵了。
公司以盈利为目的，招聘人的最终目的是出效益，虽然新人学习和公司效益本来是正相关的事情，但有时还是冲突的，有些新人天生就是技术控，就喜欢研究技术，务必要搞懂搞透，但企业可能希望你尽快能去完成一项任务，甚至有可能是机械的，重复性的，新人有时就会认为这个工作对于能力没长进，因此大吐苦水。
首先，新人没有资格对于工作挑三拣四，这个时候执行是第一位的，其次，所谓的机械性，重复性的工作，大多是前人留下来的工作传统，如果你想改变也是有可能的，但需要付出更大的代价，比如以前单位没有自助取数，简单的重复取数很耗人工，有人就想到了去分析取数案例，然后抽象出自助配置工具，从而大幅提升了效率，这才是变被动为主动的应有态度，最后，新人的能力如果增长足够快，上级会看在眼里，所以让新人一直在做重复性工作，因为你表现出来的能力也只能如此而已，领导并不知道你还能做什么。
其实这是辩证的关系，机会总是留给主动积极的新人，要理解公司最终要的是绩效，不是你的学习，其仅仅是手段。
大数据来了，新人培养需要点狼性，企业需要重新审视自己，没有多少时间窗口。
笔者最近在反思问题，即传统BI培养新人似乎是从最底层的取数开始的，慢慢升级，少则1年，多则2-3年，有点像温水煮青蛙，过慢的节奏似乎不再能适应当前的节奏，也消磨了新人的激情，笔者一直在思考2-3年工龄的优秀新人离职的问题，也许我们太“仁慈”了。
相对互联网公司，我们还是习惯于慢条斯理，似乎应该多点狼性文化，给一个啥都不清楚的新人一个生产的课题以前似乎是非常不合情理的做法，但一开始给新人一个终极目标可以让其经历真正生产的历练，知道打造一个真正的数据产品或模型是多么不易，主动性的放大效应将更加明显，虽然新人通过一个小项目没法立刻成为专家，但一旦掌握做事的套路和流程，也就拿到了迅速成长的钥匙，而这把钥匙，往往很多新人做了2-3年也不得要领。
其实很多新人的潜力和能力远远超过了想想，生产力已经超越了生产关系，原有企业的方向和课题已经满足不了一个积极进取的新人，人家要找新的雇主无可厚非，企业必须要正视这个问题，改变自己，给新人一个出口。
未来，我们面对的将是大数据、云计算、人工智能的竞争，我们的新人需要野蛮生长，彪悍的人生需要从进公司的第一天就开启，而公司也需要与时俱进。
End.
作者：傅一平 （中国统计网特邀认证作者）
