为什么学不好技术？
许多人工作多年，项目做过很多，工作中处理解决过很多难题，但是一旦到了一些一线公司面试的时候，往往都会觉得有点力不从心，明明自己什么都能搞定，明明面试题都是工作中会遇到的，或者听过的，但是就是无法深入交流下去，其实我认为这就是缺乏理论指导的原因。说白了就是对问题缺乏深度认识,一旦一个问题深入问进去,瞬间就懵了.
现在的社会是急功近利的,大家比拼的不过就是工资多少/职位高低,谁会去在意你的技术有多好?就连身边的朋友都说”技术学的再好有啥用”.真让人哭笑不得!也是,别人即便技术不如你,薪资未必不如你,职位未必不如你,那你技术学的再好有啥用?除了社会浮躁,行业混乱因素之外,还有就是自己对技术缺乏热情,对问题缺乏深入思考,没有去考虑问题表象背后的原因?所以没有真正理解技术细节导致一知半解,以为自己能解决掉问题就好了,这样有一定的道理,但是只能多学多思考技术才能真正提高上去.不然你就永远只能望”牛”兴叹!
之所以写这篇不是为了熬鸡汤，是我真切觉得理论知识是多么重要，我们要学好数据结构和算法，我们要深入理解jvm，我们要学好mysql理论知识，我们要学好Tcp/Ip协议原理，以前种种已成过往,光阴不再,我们只能把握当下.
从现在开始，掌握好理论知识，在脑袋里架构出这些边边角角的理论体系，多买几本好书，不要吃太多快餐（视频教程），细嚼慢咽出真知，狼吞虎咽对胃不好。
坚持下去，坚持每天的学习，不贪大求全，戒骄戒躁。只能基础打牢固，才能高屋建瓴。
吃了这碗饭,就做好这件事!在商言商,在技术就言技术,少一点忧国忧民,少一点吹毛求疵!
搞技术的总要做点高逼格的事情
也是最近才突然感觉到的，之前写这篇文章只是为了强调深入学习，忽略了学习的选择性。
选择学习什么，主要还是看学习抱着的目的是什么，比如对于面试求职来说，能掌握的全面而且深入固然非常好。只可惜大多数人面临的是有限的时间，在有限的时间内必须有选择的去学习。学习能带来最大收益的部分，比如你学习数据结构花了你时间的50%，而学习其他部分花的时间被压缩了一半，那么数据结构与算法部分的50%时间能给我们带来多大收益呢？我想应该思考下。
一道题目做三遍不会比三道题目只做一遍得到更多。
所以，在技术的学习道路上不能一直在做重复的事情。大多数事情只做一遍掌握即可，如果一直把时间和精力花在上边，即使工作了十几年、二十年，也不会做出一朵花出来！
但这里不要误会我的意思，重复对于学习是十分重要的，我们学习具体的技能没有重复练习，重复记忆，重复推敲，那绝对用不起来~
搞技术的总要做点高逼格的事情，那些lowB操作留给新人练手吧！
持续学习，为了做知识密集型的事情
坚持学习，找准一个方向，为做知识密集型的 事情打牢基础。
知识密集型的含义就是一个行业或一个领域需要大量的、各方面的知识去支撑。如果你只搞业务，那么掌握CRUD就肯定 够用了，如果你要研究AI，那你就得掌握算法、数学以及相关的行业知识，相比起来AI就是知识密集型的行业，这里只是一个例子。只是为了说明，想做牛逼点的事情，就得有牛逼的资本，这个资本就是足够的知识储备。所以 持续学习到底有多重要，可想而知。
但前提是你得有这个目标，知道自己去掌握哪些知识，知识在这个时代已经不是稀缺物资，知识可以称之为泛滥，能够掌握一手质量优秀的学习资料是很幸运的，然而这也需要你持续不断的涉猎和探索，总能发现自己需要的珍贵资料。
做适合自己的事情
我认为算法岗适合博士硕士高学历相关专业人员去从事，一般的技术开发岗的门槛更低，计算机相关专业甚至培训机构的非相关专业也可以去做。找到适合自己的岗位才能发挥自己的最大价值。在这个过程中我也走了不少弯路，这篇文章是我持续记录的，记录这一点的时候，我已经换了一家公司，换了一个岗位。有的时候想当然的东西的确令人激情澎湃，但最后的结果是不欢而散，现在是2020年的8月10日。半年多过去了，我从上家公司那里了解到了关于AI行业的一些现状，也认清了职业发展中的一些选择对自己的职业生涯造成的影响，我觉得这些东西都是有价值的，所以输出到这里给大家分享一下。
9万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
