刑事辩护律师如何发问条件信息

1. 如何学会提问？
2. 申请执行人怎样跟执行法官沟通？
3. 大数据主要学习什么内容？有什么要求和条件？

如何学会提问？

有人曾经说过，在信息化时代，我们可以从四个途径去自我学习，分别是跟人学，跟事学，跟网络学，跟书学。其中，读书就是其中最便捷也是最容易获取的学习方式。关于如何训练自己的提问能力，我们有不少书籍是教我们如何学会提问的。在这里，我就给大家介绍一本美国经典的训练批判性思维的书籍——《学会提问》。

《学会提问》的作者是美国著名经济学家尼尔·布朗和心理学教授斯图尔特·基利，出版至今已经畅销30多年，被誉为“批判性思维领域的‘圣经’”。不仅在美国超过300所高校***用，而且在国内也得到了众多大家的推荐，是批判性思维最好的入门书！

首先我们要弄清楚什么是批判性思维。批判性思维有一套相互联系、环环相扣的关键问题的意识，同时加上在适当时间提出和回答这些问题的能力和意愿，主要包括以下三个方面的内容（图来自书本）。

在拥有提高思维能力的意愿的基础上，我们要建立两种思维，海绵式思维和淘金式思维。顾名思义，海绵式思维就是要我们像海绵一样，从四面八方来吸收大量的相关信息；淘金式思维要我们在大量的信息进行取舍。这两种思维相辅相成。

当我们有了积极主动利用关键问题的强烈意识后，就要开始建立一套环环相扣的问题。

整本书籍给我们提供了一个学会提问的框架，主要包括十个问题：

这个问题我推荐一本书：《学会提问(实践篇)》。

这是由对“提问”拥有十多年思考和实践经验的企业高管教练——粟津恭一郎写的书。粟津恭一郎每天的工作内容就是对大企业高管不断地“提问”，用提问引导企业管理者获得更大的成功。十多年下来，粟津恭一郎成为了日本“提问力”专家，《学会提问》这本书也得到了很多人的认可。

《学会提问》脉络清晰，易读易懂，这可能也是日本作者写书的特点。全书大概可以分成三部分：第一部分是学会提问的重要性；第二部分作者提出了关于提问的四种标准（轻松提问、劣质提问、沉重提问、优质提问）；第三部分是“优质提问”的诀窍和创造方法。

前面说过，作者粟津恭一郎的日常工作就是提问,在十几年的职业“提问”中，他觉得“人是被提问支配着的。”因为我们在***取有意识的行动之前，都会先向自己提问，然后再做出决定。

提问的话，我就说一下作为记者你如何发掘有价值的问题吧。

首先，你要了解整个事件的原委，时间地点人物***，每一件小事都要了解，往往事情的关键就在小事中。

其次，不要以一个提问者的身份来问问题，很多时候被问者会感觉有压力从而不想要回答你的问题，聊天式的提问会让气氛更放松，被提问者会更容易表达内心真正的想法！

然后，请认真听被提问者的回答。有时候他们的回答会蕴含着更多的事情，你可以根据他们的回答寻找下一个问题，一步一步的深入进去。

记得有一次和学长去***访一个做猕猴小玩物的老爷爷时，学长就是这样一步一步深入的，是什么，为什么是一定要问的，老爷爷在回答为什么的时候说到了自己对此的喜爱，说虽然遇到了很多困难，但也坚持下来了，然后学长就问他遇到了什么困难，老爷爷说了很多，其中说到老伴不支持他，不过后来也就支持了，然后学长就问了一些关于老爷爷和老伴的故事，又问是如何变成支持的，然后老爷爷说了一些事。说的时候也比较动容。

总之，就是一点一点的顺着问就可以了，提问者的最高境界无非是能和被提问者展开心的交流，说到动容，真真切切。你必须让被提问者信任你。

大概就是这样吧，我所

在《蔡康永的说话之道》有关于聆听和提问的两句话：

「聆听」遇到对方提起了一个你完全不想接的话题，不要急着反抗，而是轻巧的把对方热衷的话题连接到一个很生活的方向，就行了。

「提问」完全不必担心问题没深度，你不必***装有深度，只要懂得欣赏别人的深度，已经是一种美德了。

在我们学会提问之前，聆听其实是另一种形式的提问！好的提问者，应该更是一个好的倾听者！

首先你的问题要清楚：

1.详细的描述问题点；

2.你提的问题试过哪些解决方法？结果如何？这样才有利于回答者做出有效的解决方案；（示例：我的电脑蓝屏了怎么解决？我已经试过把内存条重新插拔了也没用，内存条无问题。）

3.附上图片或者视频，有时候可能文字表达不清楚，附上***的图片和***能更好的获得解决方案。

通过以上几点，就能获取有效精准的问题解决方案！

申请执行人怎样跟执行法官沟通？

申请执行人怎样跟执行法官沟通？

执行案件其实还好，毕竟法院需要依职权执行。至于被执行人名下是否有可供执行的财产，这个***都会依职权确认，并告知申请执行人的财产情况。对被执行人的惩戒措施，例如失信名单和限制高消费，***也都会主动***取。司法拘留被执行人这个其实***、法官并不是很喜欢做，但申请执行人仍然可以提出申请。

其他的就尽量多跟法官联系，了解执行进展，同时尽可能提供财产线索，配合法官工作。不过执行程序中法官频发出差，到外地调查财产或进行财产保全，所以想要找到执行法官并不容易。经常出现电话无人接听，到***找不到人等情况，找法官或联系法官需要足够的耐心。

有效地沟通，有助于解决问题。申请执行人如何与执行法官进行有效沟通，有助于执行案件顺利地执行到位，显得尤为重要。

第一，沟通要简单，明确。为什么简单？因为执行法官都很忙，大部分执行法官每年可能要办理三四百个执行案件，再加上长年累月终本案件，申请执行人肯定不会放弃来找执行法官，所以执行法官大部分都是不堪重负，忙于应付的状态。长篇大论蝶蝶不休是最大的忌讳。为什么明确？不明确的信息是无法调查的，比如你告诉执行法官被执行人就在某某小区，那执行法官绝对不可能每家每户去给你敲门找的。提供的线索必须明确，有一定可查性。

第二，沟通要及时，积极。执行有时候就是抢时间，因为被执行人的财产随时都有可能转移走，比如银行存款，分分钟可能没有了。所以一定要及时跟执行法官沟通，积极第一时间***取相应的强制措施，才能够实现你自己的胜诉权益。

第三，尽量不要在非工作时间打扰执行法官。法官不同于公安机关的警察，[_a***_]没有二十四小时备勤制度，绝大部分法官都是朝九晚五的。试想一下，结束了一天劳累的执行工作，回到家了，是不是想休息一下或者享受一下天伦之乐，这个时候突然接到申请执行人的电话，讲一堆案件执行的事情，要你去冻结扣划查人找物的，你是不是会很反感？同样的道理，换位思考一下。应该就能理解了。

以上回答，不当之处，请指正。

中国执行的最大的问题，首先是立法的问题，其次是执行***的人力***配额不足的问题，第三再是执行法官，职业责任感不强的问题。而以上这些问题作为申请执行人小老百姓都没有能力改变。只能在痛苦绝望中等待。

经济案件，判决书下来后，如双方均无异议，即刻算进入执行阶段，即按判决书条款进行。如果一方不服，可上诉，那么就等下一个无异议的判决书。根据提问者提问条件，既然称“申请执行人”，就说明判决书已发生法律效率，没有再上诉，己进入执行阶段。如进行顺利的话，可直接按判决书向欠债人要钱。也可自行协商，或经法官调解协商以后如何还钱。这可以说法官已完成自己的使命，己结案。债权人也没有继续麻烦法官的必要。但，如果欠债人拒不还钱，债权人需提出强制执行时，债权人要做以下事情。1、向执行庭梯交强制执行申请书。2、向执行庭提供欠债人的具体工作单位及家庭住址。3、尽量向执行庭提供欠债人的，可被执行的财产具体方位。4、介绍欠债人不还款的因素。案件判决书可向审判庭索取。剩下的就交给执行庭了。当然也要随时解答执行庭的询问，就这些了。

执行法官肯定是为你的利益的，所以一定事实求是的沟通，不要因没有执行到位而情绪化，如果个人有办法，就不会找***起诉解决了。

作为法律工作者，出于职业习惯，会有专业的思维方式，对于执行法官而言，生效法律文书怎么写，就怎么强制执行，文书正确错误与否，不是执行法官所能解决的，所以向执行法官据理力争生效法律文书，没有任何意义，还徒增反感。

既然到了执行程序就多说些执行的事，多提供被执行人的财产线索，多思考解决执行的办法，多征求执行法官的意见。

当然，多向执行法官询问，督促一下也好，但执行程序有时间期限，什么期限内做什么都有规定的。

大数据主要学习什么内容？有什么要求和条件？

大数据都学习些什么，随着互联网在近几年的飞速发展，大数据页被越来越多的人所熟知，不管是行内的人还是行外的人都纷纷加入这个行业！于是许多的培训机构也纷纷崛起，开设相关的培训课程！作为一个未来的十分有前景的行业。成为大数据工程师无疑是迎接一个很有前景的职业生涯，那么大数据工程师，要学习什么内容呢。

其实说到大数据主要学习的技术，最直接的就是从职位需求入手，但是这样也会有弊端就是导致学习的东西不会很全面。

查看各大招聘网站，BAT等大厂不同的企业要求员工具备的工作技能也是有所不同的，通过这个我们做了一个简单的分析总结可以为大家参考一下。

大数据培训的内容：

有什么要求和条件？

大数据学习相比较其他的编程会有一定的难度，需要前提满足俩个方面的条件。

一是，年龄要满足国家规定的法定工作年龄，不能够小于这个年龄，但也不能年龄太大，年龄太大的话可能不太符合企业要求，找工作就会很难。

二是，学历要满足本科，因为现在很多地方的相关企业招聘大数据技术人才基本上都是本科起步，这方面也要多加注意。

如果，各方面的条件比较满足的话，其实大数据的学习也并不像大家说的那么难，只要感兴趣适合学习大数据就可以一试。

学习大数据需要掌握以下内容：

1. 数据处理和管理：了解数据的获取、存储、清洗、转换和管理方法，包括数据仓库、数据湖和数据管道等。
2. 大数据技术和工具：熟悉大数据处理和分析的技术和工具，如Hadoop生态系统（HDFS、MapReduce、Hive、Pig）、Spark、NoSQL数据库（MongoDB、Cassandra）等。
3. 数据分析和挖掘：学习数据分析和挖掘的基本概念、技术和方法，包括数据可视化、统计分析、机器学习和深度学习等。
4. 分布式计算和并行处理：了解分布式计算的原理和并行处理的技术，能够进行大规模数据的并行计算和分布式存储。
5. 编程和数据编程语言：熟悉至少一种编程语言，如Python、J***a或Scala，能够使用编程语言进行数据处理和分析的开发和实现。
6. 数据安全和隐私保护：了解数据安全和隐私保护的基本原则和方法，掌握数据脱敏、加密和权限控制等技术。

要求和条件可能会因个人学习目标和就业需求而有所不同，但以下是一些常见的要求和条件：

1. 基础知识：具备计算机科学、数据科学或相关领域的基础知识，包括数据结构、算法、数据库、统计学等。
2. 编程能力：具备良好的编程能力，能够熟练使用至少一种编程语言进行数据处理和分析的开发。
3. 数学和统计学知识：具备一定的数学和统计学知识，能够理解和应用统计分析和机器学习算法。
4. 学习能力和自主学习能力：大数据领域发展迅速，要求具备良好的学习能力和自主学习能力，能够不断跟进最新的技术和方法。
5. 团队合作和沟通能力：大数据项目通常需要与团队合作，因此具备良好的团队合作和沟通能力是必要的。
6. 实践经验：具备一定的实践经验，通过参与项目或实际应用来提升自己在大数据领域的能力。

需要注意的是，大数据是一个广泛的领域，具体的要求和条件会根据不同的职位和工作角色而有所差异。因此，根据自身的兴趣和职业目标，可以进一步了解和学习相关的专业知识和技能。