近日找了一本尚学堂的《程序员修炼手册》一书,通读看了大概几个小时,将其中要点列出,以供日后有所需要。
1.学会观察这个世界:学什么? 通过招聘网站查看需要应聘者需要什么技能(不要花很多时间学工作不用的技能)。
2.学会学习,再去学习:学习的客观规律:守、破、离(学会老师的、突破老师的固定思维、形成自己的风格)。
3.要动手,实战吧:动手实践敲代码,量变引起质变
4.建立体系为先,不纠结,不事事求完美:大致了解整个体系,工作中需要的先会搞,工作中用不到的有时间自己充充电
5.什么是高手:高手都有自己的知识体系,而不是什么都详细知道
6.问题解决之道(会提问、会搜索)
出现bug怎么办?
第一步:回想一下整个代码执行流程,确定流程中都有哪些步骤可能引起bug
第二步:定位这么多流程中的某个步骤引起的bug。
定位bug的方法:
①简单问题:java中 System.out.println() js的alert()和console.log()
②复杂问题:Debug
第三步:百度或者谷歌
第四步:qq群或者微信群等社交平台求助
7.项目的自学
①项目经验很重要
②怎么有项目经验?
第一种:在自己原有功能上拓展新功能
第二种:视频或者其他手段学习其他人的项目
1.招聘程序员的内幕
①面试就像相亲。聊过去、聊现在、聊未来,总之聊自己的优势
②为什么要招聘?公司计划性扩张、特定项目、有员工离职。
③技术强、心态好、踏实、学习能力强、热爱技术工作(ps:学习一些新技术可以用来交流提高自身身价)
④基础技术:项目经验:个人素养和口才=4:4:2 (ps:新技术的了解是提高工资的手段)
2.找工作前需要准备的杀手锏
①个人卫生、正常交流、准时、领导不走你不走、团结同事、有困难立马寻求帮助、有责任心、善待他人。
②公司调研
③项目调研
④基础技术、热门技术、更高端技术准备
⑤本专业以外技术准备
⑥共同话题准备
⑦自我模拟面试和对练
3.面试
①投简历
②不用紧张(此处不留爷,自由留爷处)
③不要说不会
④自我介绍(换位思考:结合应聘公司 要说自己为什么 适合应聘岗位)
⑤自己的优缺点
优点:态度好、技术强、学习能力强、热爱技术
缺点:周末不喜欢出去,在家钻研技术,以后还是要多出去走走,拓宽视野(不要谈技术有问题)
⑥为什么从上家公司离职?
⑦对我们公司了解吗?
⑧如何看待加班?项目紧加班很正常
⑨如何看待出差?
⑩职业规划?三年钻技术,两年学管理,最后独当一面
①①怎么看待跳槽?太浮躁了。扎扎实实在公司工作,不可能没有机会,做好了薪水不可能比跳槽低。
①②还有问题要问我吗?
刚才谈到了xxx,我感觉你有很深的研究,我也想学学,方便的话可以推荐些书籍或者其他资料吗。
①③每次面试都要总结
1.java学习知识点明细以及配套视频
①JAVASE + 数据结构 + 算法 + 设计模式 + Eclipse或者IDEA
②数据库:MySQL或者Oracle
③网页设计和开发(前端):HTML、CSS、JavaScript、ajax
④Servlet / JSP 和企业级项目开发(JAVAEE核心):
⑤SSM框架(Spring、SpringMVC、Mybatis):
Spring:IOC依赖注入 + AOP面向切面
SpringMVC:典型的MVC框架。替代了struts2。
Mybatis:经典的ORM框架。超过了Hibernate。
⑥JAVA其他新技术:Maven、Shiro、Nginx、Lucene、Solr、Redis、Dubbo、Zookeeper等
⑦微服务架构:SpringBoot、SpringData、SpringCloud等
注(重点): AVA基础四方面 -—— 底层原理、数据结构、实战应用、设计思维
2.Python学习知识点以及配套视频
①Python基础
②Linux环境编程基础
③数据库编程基础
④网页编程基础
⑤Django Web开发框架(MVT开发模式)(方便快捷) + Tornado异步编程框架(高负载)
⑥Python爬虫开发(爬虫用于爬取各种数据)
3.人工智能学习知识点和配套视频
①机器学习(重点):数据挖掘、统计学习、自然语言处理、语音识别、计算机视觉、模式识别
②深度学习:
③Python数据分析模块:
④Spark MLlib机器学习库:
4.H5前端和移动APP开发知识点和配套视频
①WEB前端快速入门:HTML5(H5)、CSS3(C3)
②JavaScript基础与深入解析(前端本质):
③jQuery应用与项目开发:封装js
④PHP(后端开发语言)、数据库编程与设计
⑤Http服务于Ajax编程
⑥前端三大框架:Angular、React、VUE(重要)
⑦微信小程序
5.大数据和云计算学习知识点和配套视频
①大数据学习之前必看
什么是大数据?什么是云计算?什么是数据挖掘?什么是人工智能?什么条件才能学习大数据?
②Hadoop框架: 核心 —— HDFS(为大数据提供存储) + MapReduce(为大数据提供计算)
③数据仓库技术:Hive、Hbase、Sqoop、Flume等
④Spark内存计算框架(重点)
⑤机器学习和数据挖掘
⑥Storm流式计算框架:相对于流式计算的是离线计算。
⑦云计算之Openstack和docker
6.区块链学习知识点和配套视频
①区块链行业介绍
②Golang从入门到高级:Go语言是基础(后端开发语言)
③数据库操作和Golang Web
④密码学 + 共识算法 + Solidity + 以太坊原理 + 比特币 + EOS