跳到主要內容

讓工作成為一種使命(Calling)

老師說話不會騙人!
     Figure 1. 老師說話不會騙人!

最近很多朋友,不約而同的向我傾訴他們當下面臨的困擾,
不管是工作的困頓、研究的瓶頸,甚至是失去了就學的意義....

相信認識我的人都知道,
我不會放棄任何追求自我實現與夢想的機會,
同時我也幾近潔癖的排斥做任何違背我目標與價值觀的事。
因此,我相信朋友們總是很難相信從我口中講出的那些似乎"理所當然"的處事觀,
那種有如唱高調的自我成長言論。

關於這點,我深深的感到抱歉,
我從不認為那是唱高調,或虛情假意的搬出那套官方說詞,
如同小川川說的:BP很愛打嘴砲,但他打的嘴砲卻都會實現。
我所訴說的,都是我的夢想,也是我的實踐,
正因我深信不疑,所以我說的臉不紅、氣不喘,舌頭也不打結。

我親愛的朋友,既然我能深深的肯定你,
你為什麼不相信自己有能力實踐自我?

只是,坐而言不如起而行!

 

摘錄一本很棒的書給大家,
當中一段對於工作使命的敘述,
我相信不管對當下工作、研究、求學、人生有困惑的朋友們,都會有點幫助
同時也佐證不是我在嘴砲,別人說的跟我如出一轍,沒在唬弄你!


陳郁敏,《漣漪詞 - 11個改變人我關係的正向思考》

讓工作成為一種使命(Calling)

工作,是人生很重要的部份,人對於社會的貢獻通常是透過他的工作。
你怎麼看待你的工作?是他為一份差事?一個職業,還是一種使命?

差事(job)是指,工作只為了那份薪水,心並不在那個工作上,對於工作,你只在意金錢收入,
並沒有想過還要有其他收穫。職業(career)是指,在工作中有更多的個人投資,透過追求金錢與
成就,來得到個人滿足感。使命(calling)是指,自己就是註定要做這個事情,薪水多寡反而不重要。

...當你覺得自己做的事是使命時,你不會計較時間與付出,因為在做的過程中就已經是個滿足感。

而一個人能不能從工作中找到意義,其實只是心態的轉變。我的使命是希望能幫助人去明白:
只要你願意改變,只要你對自己有期望的話,你是有方法可以去達成的。』如果你希望找尋
自己更高層次的快樂,就一定要研究『工作對你的意義』。你的心態,能決定你現在從事的工
作是差事還是使命。你可以選擇離開職場,給自己一段時間去尋找自己,去思考人生。或是選
擇轉職,找到更適合自己的工作環境,善用自己的長處,使自己對社會的貢獻更有意義。你也
可以選擇待在原職務,從其他角度去看待這份工作的更高層次意義,以增加自我滿足感。

我在做教練工作時,常會接觸很多類型的經理人,比較快樂且滿足的經理人大部分時候都能從
工作中找到意義,不管工作環境會變好或變壞,他覺得他自己的使命,所以這些人通常也較容
易對生命感到滿足。

因此,
如果你在心態上能找到你在工作中存在的意義是什麼,其實人生也會相對的過的愉快且滿足。





你,準備好尋找你的使命嗎?        

   只是,坐而言不如起而行!


         
BP  2008.03.24


留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...