这个blog应该经常更新:
V0.1.0: 2018.12.22
天下武功, 唯快不破. 做的快意味着更多的试错机会, 快速把想做的尝试, 慢慢就会找到方向和深度.
第一, 要找到工作, 尽量争取一下Capital one.
然后是自我提升部分(在已经工作的前提下), 目前的想法有:
- 保持刷题: 因为刷题这种东西根本三五个月不够, 之前是为了找工作甚至有背题的嫌疑, 稳定下来, 要有策略, 追求理解和优化, 不必追求数量. 比如找fb/amazon/gg的题库来练手. 刷题应该是长期操作.
- 学位: 一来美国的学位在中国美国都算硬通货, 二来自己有一点虚荣心, 确实想去名校学习. 前提是名校, 这个可以是
- 正常学期: 基本很难, 张朔那样, 不过工作的话精力很难分配(part-time phd)
- Part-time: 根据地点, 不管ca/dc/nyc/bos都还算有机会
- 网络学位: edx, 斯坦福和coursra都有名校的学位的, 但是不要bc全包, 尽量追求
- 大数据-分布式 + 机器学习: 这是我的长久一来的一个职业理想, 应当以这位同学为榜样https://www.linkedin.com/in/horuswu/. 为此应当学习的方向有: 大数据相关, java, 和ml/dl的深度进阶: 关于大数据:
网课:(edx/coursears)沉下心听原理和时间, 不但是hdfs, saprk这些技术, 还有分布式系统设计, 注意实践
2019春天的两个data engineer的bootcamp关注一下:http://www.k2datascience.com/de.html, https://www.insightdataengineering.com/
逼迫自己一下, aws Solution associate的证书 - 关于机器学习:
Andrew deep learning certificate, 这个是肯定要了, 并且宜早不宜迟 - 计算机基础: 毕竟不是计算机科班出身, 并且学习的时候也直接上来搞机器学习和数据学习, 不仅仅是编程的基础不深, 计算机基础, 操作系统, 网络, 运维/linux, 等等. 这几个方面尤其要补上:
- 操作系统
- 分布式系统
- Ood, 编程语言: java, scala, julia, go,c++(按照先后顺序)
- algorithm
- 看书/论文/交流等:
- Blog: csdn保留着, 因为人流大; 然后个人建站;(不要medium了, 一次到位), 翻译优秀博客
- 参加线下meetup和技术演讲
- 职业发展: tostmaster(最近被强推), 看书