985在读硕士晓文大数据学习之路1:出发

1.个人情况和转行原因：

        哈喽大家我是晓文，目前本硕就读于某985的传统工科（电子信息方向），目前研一。在这个夕阳行业挣扎浪费了好几年的时间终于还是决心走出来。传统行业的培养导向是成绩决定论的，本科前三年学院里绩点(加权分数)为王的风气，让学生们进入无意义内耗之中。但卷成绩从客观来看又是必要的，由于所学知识跟社会企业是脱轨的，本科毕业如果无法通过保研或者考研升学，就只能去官僚作风盛行的国企，干着中学生就足以胜任的机械性工作，要么选调考公从基层开始磨资历，总之通向上层的道路是狭窄的，人生是一眼望到头的。

       研究生毕业上下限会比本科高一些，但去处还是那些，传统工科为数不多的好处在博士阶段才展现出来，进高校，研究院，企业研发部门，但这个跟运气很相关，至少我对目前能够接触到的科研方向并不那么看好，或者说付出相同的努力我相信在互联网这个环境回报会更大。

2.对转码（码农）的认识：

      让我对转码抱有信心的是一些表面上并不相关现象，本科期间有人四年内学习很努力、成绩刷得很高的，在年级里处于人际上的优势地位，也有人成绩平平、在年级里默默无名，但也由此下定决心，放弃课业成绩准备考研，结果后者通过一年甚至几个月的时间考上了top2，而前者只是普普通通地保了本校。

       这个对比的重点不在于评价这两种路线孰优孰劣，而在于局势的扭转是充满可能性的，一年的潜心准备就翻盘了本科前三年的格局。不破不立，或许正是这种前瞻性的决定，破釜沉舟、直面风险的勇气，和持之以恒的努力导致了境遇的差别。本科期间考研保研的抉择，与如今转不转码的抉择的核心是相通的，放弃之前投入的沉没成本，更加努力的投入不同的道路，最终弯道超车。

 3.对于行业的认识：

       我转码的想法是从大三开始的，最开始接触是由于机器学习深度学习发展得很快，几年的时间就市场化到了很高的程度，CV领域人脸识别的落地，推荐领域的各种电商广告推荐，所以一开始转码的目标是算法相关，但算法非科班靠个人的话还是蛮难走的，虽然打了一些kaggle天池的比赛，但没有顶会论文心里还是相当的没底。

      所以从研一开始目标转向了java后端，这个还算是蛮好学的，java语言入门起来很快，看懂一些集合类的底层源码，有数据结构的基础的话刷力扣基本没有什么太大的阻力，网络，SQL，操作系统的东西多学几遍，赶超大部分科班生也是可以做到的。

      在后端的道路上推进的过程中才接触到的大数据，我理解上大数据是在后端的基础上，处理更加海量的数据，为深度学习等算法提供数据基础的，或许做这个方向，我不至于完全抛弃之前学过的算法知识，而且在大数据时代，这个方向肯定是大中型企业比较重视的。既然方向前景和基础储备都没问题，那接下来就是努力了，通过学习记录(主要是大数据的学习，数据结构，java基础，包括推荐算法相关的可能也会写写?)的方式更好地坚持下去。

4.学习方法：

       就转码自学的经验，关于计算机网上的资料特别多，重点在于利用好这些资源，为自己所用，不能在庞杂的信息中迷失了方向，网课视频有利于推进进度，博客文档或者专业书籍论文更有深度，可能不同的时间不同的状态有更合适的学习方法，重点就在于进度不能停滞，以来一旦停滞，出于惰性再捡起来就很困难了，可以先把疑难的点记录下来，继续推进可能回过头来再看就更加能够理解了。持之以恒的努力是困难的，无压力的安逸生活对于无监管状态的大学生是甘美的毒药，跳出舒适圈才能站在全局思考做什么是真正对未来有帮助的，避免“一叶障目”。

      后续我将和涤生大数据团队小伙伴一起学习，同时记录我转行进入大数据行业的所有心得，技术笔记，学习路线，直到我拿到心仪的offer,求职成功。感兴趣的小伙伴也一起加入我们交流学习吧，抱团成长。

       以上既为现在或未来处于相似境况的读者提供参考，也作为个人的反思和自勉。