最近的学习路线和技术心得

      随着我毕业以后进入职场接触正式的开发和对大学知识的实际应用,我最近半年有了一些个人的心得体会,我想和各位牛客的小伙伴一起分享一下。
      第一点就是我认为进化程序员全栈是一个很重要的发展方向,以后纯后端或者前端的程序员岗位会越来越少。我是这样认为的,现在ai大模型对于辅助编程有很大的帮助,掌握一个新技术需要的时间会大大缩短;而且最近大环境不好,老板们都想画一分钱招一个能干两个人活的程序员;而且据我观察很多ai新贵公司,比如月之暗面,deepseek等公司除了算法开发他们也招业务开发程序员,但他们都招全栈,在这种新锐公司的影响下我认为未来几年全栈一定会是个重要的改变。我个人本身是Java后端得方向,现在也在学习vue相关的内容,我认为不管是vue还是react,后端程序员至少手上也要有个前端的活。
      第二点就是关于微服务我的看法发生了改变,就拿我个人来说吧,我之前认为springcloud框架是springboot的升级版,但我现在明白了微服务是在业务量很大,团队规模很大的情况下把业务做到拆分,方便团队责任的划分和沟通。我在真实的企业进行开发的时候发现其实市场上大多数公司其实根本用不到微服务,第一是开发团队没那么大,第二是QPS也没那么大,根本用不到微服务熔断降流的那一套,很多时候加个Redis做缓存就不错了。所以说我目前认为微服务只是单体服务的一种版本,而不是升级版。我目前的技术库里面重点要求自己能吃透springboot,MySQL,Redis,kafka,es这五大技术,学的简单一些,大道至简。微服务那一套我打算稍微放一下,而且就算学习微服务也不能只看表面,微服务常见的场景问题,比如Redis的缓存雪崩,消息队列的延迟支付,部署的CICD问题也要重点掌握,就是学微服务不能只学微服务,也要看清这个技术真实的实际价值和优化的问题。
      第三点就是关于ai方面吧,现在程序员all in AI是个大趋势,不过也不要被网上的答案所迷惑,说什么现在AI可以完全取代程序员都是完全骗那些不懂编程的人说的话,如果我对编程完全不会,那我如何用专业术语给AI写提示词都不会,而且很多时候我用AI辅助编程都不敢完全信任,很多时候AI都是一本正经的胡说八道,很多时候我都是百度加至少两个AI,这个得到的答案才比较正确。而且很多时候AI只能回答简单的问题,说白了就是顺风强,但打不了逆风仗。一遇到很多意想不到不过的时候AI就知道说一些片汤话,而问百度就能在你意向不到的地方指出问题。在正式开发的情况下,没报错比有报错还难定位bug,有个AI只能说比查百度快,控制台有报错把日志一输入就很容易给出答案,但距离完全取代程序员还有距离。只能说AI降低了程序员的标准,让一个六十分的程序员也能达到八十分,或者是高级程序员配上AI就不需要初级程序员了,但并不意味可以完全取代程序员。
      第四点就是很多小伙伴进入新的公司被导师安排一个任务,里面有的技术可能之前没有接触过,到了截止日期没有完成,最后被导师批评或者被辞退。我今天就坦白说一下实话吧。要聊这个问题之前我想给大家明确一个概念,工作中的任务分为硬仗和虐菜。就比如说前端有个技术叫echart,这个技术你的导师天天在用,公司的业务也可能只用其中的某几个模块,那么对于你的导师来说这就是虐菜,因为孰能生巧,使用这个技术并结合公司的代码对于他来说就跟吃饭一样。但你以前没有接触过这个技术,就算开资料勉强快速掌握了也不一定就能结合公司的代码很好的用出来,那对于你来说就是硬仗。所以你看看,一样的任务,对于不同的人就是天壤之别的难度,所以也就算没搞出来被导师批评或者被辞退都不要怀疑自己不是当程序员的料子,只能说这个导师的不适合带新人或者公司的培养体系不健全。我们面对这种情况要做的就是提高快速学习能力和借助开源项目的能力,而且很多时候可以跳过你的导师,和你的+1领导去谈这个需求任务,从源头了解为什么有这个需求,为什么用这个技术,从源头理顺思路其实更有效率。就比如说我的第一份实习,我的导师当我完成一个基于Redis缓存token的登录系统的demo,然后我在网上找到了jwt这个token生成的中间件,然后我跟导师讨论一下,他居然说我找到的jwt这个东西是敷衍他,网上随便找个玩意骗他的,然后就把我辞退了;很多时候其实你的导师技术能力和学习新东西的能力很可能还不如你,只不过他手头的技术栈是能每天给公司产出而已,其实现在想想我当年的第一个实习导师技术简直差的令人发指,都2023年居然不知道jwt这个小技术,别人提出这个技术他居然还当场觉得下不了台就把我辞退了。
      以上四点就是我想跟大家分享的一些内容,如果大家有其他想法可以评论区发一下,以前讨论讨论。
全部评论
老哥最后去了哪里
点赞 回复 分享
发布于 2025-07-29 01:38 广东

相关推荐

一、先卷清:你要进哪条赛道(别乱卷)硬核算法/大模型岗:卷学历(硕博优先)、论文、顶会、分布式训练、Transformer、预训练/微调/SFT/DPO。神仙打架,普通人慎入。AI应用开发/LLMOps:卷Python、PyTorch、Hugging Face、RAG/Agent、向量库、模型部署、Docker。本科可冲,最稳上岸口。AI产品/运营/提示词:卷业务理解、Prompt工程、需求拆解、数据评估、落地闭环。非技术转行最优解。数据/标注/训练师:卷规范、效率、质控、领域知识。门槛低,但可替代性高,要快速往上走。二、必须卷的硬技能(缺一个都难拿Offer)1. Python+基础工具焊死:NumPy/Pandas/Sklearn,不会别投AI岗2. 大模型三件套必掌握:Prompt、RAG、微调(QLoRA够用)3. 工程能力>理论:能跑通项目、能部署、能排查bug,企业不养做题家4. 一个能上线的作品集:私有知识库、智能问答、自动化Agent,比证书有用10倍5. 基础数学不拖后腿:线代、概率、统计,不用精通但要懂三、更要卷的软实力(决定你能不能过面试)会拆需求:把业务问题转成AI能解决的任务会验结果:识别AI幻觉,判断输出能不能用会讲项目:说清你做了啥、解决啥问题、数据指标能落地:不是会调参,是能把东西做出来给业务用四、现在AI求职的真实残酷真相算法岗极度卷学历,300份简历过不了10个只会基础CRUD、只会套壳、只会问ChatGPT的,全被淘汰企业不招“懂AI概念”的,只招能带来价值的最吃香的:技术+行业复合人才,比纯技术溢价更高五、给普通人的最简卷法(直接照做)1. 选AI应用开发/提示词/AI产品,别死磕算法2. 做1个完整RAG项目,写进简历3. 练会一套面试话术:项目背景→方案→技术点→效果4. 持续跟进主流模型与工具,保持学习力想进AI,别卷虚的,卷落地、卷作品、卷解决问题。
找AI工作应该卷什么?
点赞 评论 收藏
分享
02-27 13:44
吉林大学 Java
浅谈一下,个人理解跑路互联网几大岗位学习路径🎇非技术岗产品+运营:业务八股,主要是实习,办公软件使用,软实力更多一点,学历和实习其中产品需要:prd,原型图,sql入门就行,主要是查询语句,几个小时的速成即可,excel的vlookup等,从0-1入门产品经理的网课,运营需要:主要还是偏软实力的运营相关课程数分:sql(黑马,python,bi画图工具+业务八股,ab实验之类的,也是主要是实习,学历和实习 40hAi产品:python,pytorch,机器学习,深度学习理论与实战,大模型相关基础知识,transform架构和知识,业务知识 学历和实习 60h风控策略:s数分的技能点还要对应的信贷的业务知识背景 学历和实习🔧技术岗:学习门槛比较少的搜广推,python,pytorch,spark,机器学习+深度学习,小土堆,李沐,吴恩达,李宏毅,王树森推荐系统,kaggle项目, 学历和实习 80h风控算法,python,机器学习和深度学习,相关业务知识和项目 80h数开数仓:java,python,linux,sql,这些是基础的,进阶的:hadoop,hive,spark,kafka,flink,zookeep,数仓建模理论,阿里大数据,bi,tb可视化,几个项目,尚硅谷或者黑马,可选的:redis,hbase,monggodb 200h大模型应用开发:python,java,机器学习深度学习,rag,mcp,agent,langchain,langgraph,大模型微调 150h大模型算法:学历实习论文,python,机器学习和深度学习,nlp,损失函数、数据处理,预训练,大模型结果评估,监督微调sft,人类偏好对齐rlhf,高效微调lora等,强化学习,经典的大模型架构,例如gpt,qwen,创新的架构,框架应用,性能优化deepseed,模型量化,检索增强rag,agent,其他:模型压缩,技术报告 300h (校招故事会)核心精简版:python,机器学习和深度学习,llm的前置知识和理论,transformer,预训练的知识,tokenization,rope,归一化,flashattention,后训练,sft,lora微调,rlhf,rag,agent数据科学数据挖掘:低配版算法,sql,python,机器学习和深度学习,业务知识开发大类(含前后端测试):暂未整理全部都是:一两个项目,学历,专业尽量对口,跨专业也可以,主要看实习,大模型这一块还看论文,八股,有代码的还要准备手搓代码,力扣hot100,然后刷实习
掌握什么AI技能,会为你...
点赞 评论 收藏
分享
评论
8
5
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务