转行挨踢需要面对的一些问题
本帖最后由 paoltpehiaxij 于 2018-2-24 14:19 编辑1，在公司做什么工种的问题，码农？测试？美工？产品经理？运维？DBA?通常码农的工资比其他岗位要高一点，所以选择码农了。
2，选择语言和方向的问题，粗略的说，前端要学HTML+CSS+JavaScript，网站后台学PHP或者Java或者C#，游戏学C++，大数据人工智能区块链之类的不太清楚，前端技术变化太快，PHP用的少，做游戏是个大坑，大数据，人工智能，区块链噱头成分太高，所以选择了目前通用性广点的Java。
3，学习的问题，是自学还是报个培训班呢？自学要能学习力强，自制力好，那么作为大多数普通人的选择还是得报个培训班，半年时间加两三万块就扔出去了，就这还不能完全保证你能学的到东西。
4，假设半年之后终于学完了那些皮毛，能做个像样的demo出来，开始投海投简历，这时候你就会发现，求职的人真TM多，一个岗位有好几千人抢，怎么能杀出重围拿到面试机会就看你简历和运气了。
5，面试，又一轮厮杀。对手数量可能有几个，或者几十个。各种水平，各种学历，各种年龄，各种行业转过来的都有。因为自己水平肯定不是最高的那个，所以能不能过面试完全就看天意了。
6，假定运气好终于进入了一个公司，大概率是个小公司，大概率在北京上海杭州深圳广州这种城市，其他城市要么工资不高要么根本没有工作，然后关于工资，一个新手6-12K比较常见，特殊情况我见过最低3k的，最高20k的，那么假设在北京，拿了10k，交了税和五险一金，按照百度来的计算器，剩7500左右，假设每月房租2000，吃喝1500，这也就剩了4000，就这还没考虑别的花销。
7，进入公司之后，你会发现你之前学的那点皮毛啥都不够干，没办法只能硬着头皮上了，出个bug，百度了半天也没个好用的，上了Google发现全是英语，一个词都看不懂，工作一段时间，领导突发奇想要用新技术搞，还跟你说，三天之内搞定，然后好几天没睡觉也没搞定，然后被领导臭骂了一顿，又过了一段时间，公司投资断了，老板跑路了，你突然就失业了，然后又要从新找工作。而之前你为了完成任务，不停的加班到半夜，写垃圾代码，水平还没提上去，人倒先老了好几岁，再加上一直没时间学习新技术，你会发现工作还是很难找。大多数中小公司的数量庞大的底层码农干的就是体力活，没多少技术含量，每天累个半死，然后再让他提高水平，学习新技术，这基本上就不太可能了。这个行业更新太快，如果没有持续的学习，可能还没干几年，还没顺利升到中高层程序员或者成为领导，就被淘汰了。做不了程序员，要么转岗做其他技术含量低一些的工作，要么彻底离开这个行业。
最后，长远来说，还是好好搞机械吧，听八爷的话不会错的。
理论上来说，编程语言的不同是码农之间最基本的区别。
本质本质问题是代码背后的东西有多高技术含量。你用DSP arm折腾个电机控制算法都是可行的。但具体实施细节是完全不同的。所谓细节包括各个芯片之间的区别，但更重要是对于数学的东西，怎么把连续的变量转换成计算机控制的离散变量？
电机运行中收的反馈数据为何这么处理？对应的物理模型是怎么回事？
码农的之间竞争激励。但是最可怕的家伙通常是那种学数学的。
完全不跟你讨论程序语法问题。人家只负责和给你排算法。但具体实现是你的任务。
纯码农根本竞争不过这种家伙，会多少门编程语言，完全没有意义 。 呵呵，有洗脑的嫌疑:lol 哈哈，北京的‘饿了吗’送餐的，许多是‘前码农’，非常多的，一问便知，有些是5年前过来的，现在改行了，收入略多于北京码农，
码农这行业，挺有趣的，大批新加坡的家伙，在北京‘趸人’送往新加坡，啥都有了，‘他大哥’就是那海雕，到新加坡去‘再趸’，运往许多大公司，再就不会跑了， 给你举个例子。
前几天一个公众号分享了关于机器学习的帖子。大意是在解释为什么沿梯度相反方向是下降最快的方向。其实这个是高等数学里非常基础的概念。
入门机器学习，要有非常坚实的数学基础，这个问题应该是非常基本的问题。而依然有很多人都不懂。
目前很火的编程方向有几个人工智能，数据挖据，机器学习。还有机器人控制。如果有兴趣真想学，先买本算法导论。先弄懂编程本质是为了实现什么的。
网易公开课上面也有视频，即使最简单的一个排序算法，都涉及了渐进数学。如其实那个排序技巧，是这个视频里最简单的东西 huiyu788 发表于 2018-2-24 07:59
呵呵，有洗脑的嫌疑
回复大色猫，个人观点，楼主说的码农和画图工是一个档次的，那么多IT软件和机械的CATIAUGPROECAD还有一些CAE CAM软件是一样的性质，在机械行业里画图工的生存环境还比不上楼主说的IT码农，至于高深发展的话，那就不是码农的话题了，不见得机械就比IT强。本来回复的就有点调侃，没想到大色猫这么认真:handshake 皮卡丘不会打乒乓球 发表于 2018-2-24 11:16
理论上来说，编程语言的不同是码农之间最基本的区别。
本质本质问题是代码背后的东西有多高技术含量。你用D ...
1，对于中等以上水平，语言的问题其实不是问题，因为自学能力摆在那，你让我现在换个语言，两三天我就能在上手干活，不同语言的区别在于其生态环境。软件本身就是个另外一种形式的机器，能造出一个具备一定功能，能稳定运行的机器本身就是个技术活了。大多数人其实根本就不会被数学问题卡到，因为根本就涉及不到。能把代码写好，就足够拿不少薪水了，起码目前的情况是这样。
2，从算法进去的，多数是好学校出身搞这个，普通学校的，除非你真搞出东西来了，证明了你自己，不然光简历那关都过不去。这条路对普通人来说更难一些，投入一两年也很难看的见效果。大家毕竟还是要吃饭的，选码农更现实一点，一个上进的人，先干着程序员， 以后再往算法上靠也不是不行，感觉这条路更稳妥一些。
3，那些大牛程序员应该也多数是是代码写的好，数学也好吧。 本帖最后由 牧羊少年 于 2018-2-25 00:00 编辑
皮卡丘不会打乒乓球 发表于 2018-2-24 11:34
给你举个例子。
前几天一个公众号分享了关于机器学习的帖子。大意是在解释为什么沿梯度相反方向是下降最快 ...
沿梯度方向是多元函数变化最快的方向，为什么？
最近刚看完托马斯，感觉理解也不太够，大侠多指教
对于一元函数曲线，某点做切线，只有一条，所以此切线斜率即为改点唯一的瞬时变化率，也称为导数；
对于二元函数f（x,y），图像为曲面，某点做切线，有无数条，每条切线斜率都对应该点的一个变化率，称为方向导数；而方向导数的计算值可写为xy面上两个向量的点乘，其中一个向量为单位向量，代表着x,y,变化方向；另外一个向量定义为梯度向量。当这两向量方向相同，即变量的变化方向沿梯度方向，方向导数取最大值，即变化最快。
三元及以上，没法从图像上理解，但方向导数计算式与二元类似，故结论一样。
页:
[1]