Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >科班、非科班,区别在哪儿? | 极客时间

科班、非科班,区别在哪儿? | 极客时间

作者头像
深度学习与Python
发布于 2023-04-01 08:28:57
发布于 2023-04-01 08:28:57
8520
举报

最近逛知乎,看到一个很有意思的帖子。我想这可能是很多人的心声。

下面的观点也挺鲜明的:这是科班与培训班的区别

只能说,太真实了。我上学的时候,就没学好组成原理。后来到工作中就发现,增删改查还可以,遇到点底层问题就懵逼,而那些基本功好的科班生,学新东西都很快,升职加薪更是轻轻松松。

我想,这也是一个人能否去大厂的一个区别。毕竟大厂都很看重基本功,尤其想做一名优秀的工程师,如果都不了解计算机是怎么工作的,程序在计算机中怎么运作的,那怎么行得通呢?

像我经常会收到一些粉丝的反馈:升小领导接触更多项目后,感觉自己底层原理很弱,在编程的时候总有空中楼阁的感觉;有的说工作多年,竟然看不懂科班出身同事实现的数据序列化协议,太尴尬了;还有人日常搬运代码,遇到些网络或者数据库里的乱码、强制类型转换等等大坑,就懵逼了。

说白了,就是基本功出了问题。这也是为什么,很多人在工作两年后,反而回去补组成原理这些专业课知识

而且,计算机领域的学科渗透和交叉很厉害,学点底层的东西,有一门精通,你找工作就很占优势。

作为计算机入门和底层知识的第一课,组成原理其重要程度,就和数据结构与算法一样,都是程序员必修的“硬核内功”

要知道,它可以直接解决你在并发编程、性能优化中经常遇到的一些困惑,比如 CPU Cache 的原理是什么,CPU 和 I/O 之间是如何通信的,虚拟内存是要解决什么问题。可以说,你基本可以掌握计算机的全貌了。

我曾经下苦功,想好好啃啃组成原理,但概念多,太抽象,难理解,不好学以致用。资料我也看过不少,说句不好意思的,我大部分买来的书,都是前面 10 页已经发黄了,后面 500 页从来没有打开过。

只啃原理不行的,还是要与实际代码工作相结合,在这我分享一份,之前收藏的学习资料 —— 「组成原理全景图」,把零散的概念系统地整理在一起,建议收藏:

这张思维导图,出自徐文浩的专栏《深入浅出计算机组成原理》,这课可以说是我在极客时间学习,收获最大的课之一了,他用工作实际场景 + 软件开发案例,讲了 30+ 组成原理的核心知识,教你真正看懂、学会、记住,从源头理解软、硬件的共同之处,洞悉性能问题的本质。

除了理论讲的透彻,最重要的,还结合工业界的应用,要知道徐文浩老师在创业,随手就是各种实践案例,简直是一个宝藏老师,宝藏课程,口碑那么好,群众的眼睛是雪亮的,我目前 2 刷完毕,真是常看常新,时时有收获。

这个专栏已经将近 25000 订阅了。现在正在做拼团活动,限时拼团 +「口令」到手 ¥119 ,立省 ¥80!感兴趣的小伙伴可以先扫码免费试读。

杀 + 口令「 yuanli999 」

到手 ¥119,立省 ¥80

我来介绍下徐文浩, BotHub.AI 创始人,从 7 岁开始接触代码,近 30 年的码龄。写过各种大型企业软件,从零开始搭建支撑每天百亿流量的广告算法系统,提升了十倍以上的广告收入和 ROI,工业界的牛人了。

现在专栏已经更新完毕,一共 62 讲。跟着读下来,最大的感触是,这个老师太会讲了,要知道越是底层的东西,越不好讲透,能把这么枯燥无聊的原理,讲得明明白白,讲述中还充满了魔力,又吸引着我去深挖下去。

比如,特色之一:图文并茂,配合给大家讲解复杂问题,简洁又清晰。

一图胜千言,理论看不懂,拆开了揉碎了,总能明白吧。

比如,专栏特色之二:每个章节都会留个符合内容的思考题,徐文浩老师经常在评论里解答,这种耐心、负责的分享精神,真的很难得了。

我的建议,光读文章可不够,还得多看看下面的思考题,更精彩,而且往往能有新的启发。

关于组成原理对程序员的作用,我再来引用一下 Rust 大神张汉东在知乎上的回答:

大家都知道,计算机考研统考有 4 门核心基础课程:数据结构与算法、操作系统,计算机网络,以及组成原理,等你做了多年研发以后,会发现,原来这么多年就是围绕这 4 门课程打转

关于基本功的重要性,我觉得怎么强调都不过分,记得《倚天屠龙记》里,张无忌几个时辰,就把别人几十年没有练成的乾坤大挪移学会了,最根本的原因,是他有“九阳神功”练就的内功底子。

同样的,深入学习这门“底层知识”,就是在练扎马步、核心肌肉力量,提升你自己的“根骨”和“资质”,从而拔高你发展的上限

下面是专栏的目录,看着感觉很不错,理论和实践相结合。

都说大学玩游戏,工作来补课,出来混迟早要还的。

所以还是那句话:种一棵树最好的时间是十年前,其次是现在,抓住机会。

再次提醒 :

拼团 + 口令「yuanli999」,到手 ¥119,

立省 ¥80,只能帮你到这了 !

扫码查看详情👇

👇点击「阅读全文」,2 杯奶茶的价格,补补基本功。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-08-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 InfoQ 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
万字长文:深度全面了解Conda的各种骚操作,强烈建议收藏
本文重点分享Python的包管理工具和环境管理工具:conda。 未来的日子中,期待和大家一起成长,一起分享高质量原创文章
小码匠
2022/06/16
3.3K0
万字长文:深度全面了解Conda的各种骚操作,强烈建议收藏
Conda简单教程
Conda是Python中用于管理包和虚拟环境的一大利器。 使用Conda可以非常便利的使用数据科学相关的包,Conda可以帮助我们创建虚拟环境,从而方便的应用于多个项目中。
编程随笔
2021/07/23
1.1K0
一文掌握 conda 安装配置生物信息软件
Conda 是一种通用包管理系统,旨在构建和管理任何语言的任何类型的软件。通常与 Anaconda 和 Miniconda 一起发放。
章鱼猫先生
2021/10/15
4.6K0
一文掌握 conda 安装配置生物信息软件
Linux学习 - 又双叒叕一个软件安装方法
Conda包管理系统 Conda是一种通用包管理系统,旨在构建和管理任何语言的任何类型的软件。通常与Anaconda (集成了更多软件包,https://www.anaconda.com/download/#download)和Miniconda(只包含基本功能软件包, https://conda.io/miniconda.html)一起分发。 最初接触到Anaconda是用于Python包的安装。Anaconda囊括了100多个常用的Python包,一键式安装,解决Python包安装的痛苦。但后来发现,其
生信宝典
2018/02/05
2.2K0
手把手教你如何在Ubuntu下安装Miniconda
这里说一下为什么不是Anaconda,因为它太占内存了,足足有5G左右,我的云服务器才40G硬盘,实在是玩不起呐。
Python进阶者
2021/01/06
9.2K0
手把手教你如何在Ubuntu下安装Miniconda
超详细的 Linux - conda 环境安装教程
在 Linux 系统中安装 conda 环境可以为您提供便捷的 Python 环境管理和包管理功能。本教程将详细介绍在 Linux 系统中安装 conda 的步骤。
季春二九
2024/07/05
4.4K0
Python环境安装与管理 | conda安装详细教程
Conda是一个开源的包管理和环境管理工具,用于管理软件包和创建独立的环境。它最初是Anaconda发行版的一部分,但也可以作为独立工具使用。以下是有关Conda的详细信息以及为什么要使用它的一些原因:
mindtechnist
2024/08/08
1.4K0
Python环境安装与管理  |  conda安装详细教程
Bioconda软件安装神器:多版本并存、环境复制、环境导出
2017年生信宝典发布了Linux学习 - 又双叒叕一个软件安装方法,现在根据使用经验做一些更新,主要是增加了conda环境的复制、导入和导出功能。最开始是为了培训时,学员更方便搭建流程引入的,现在分享出来,方便更多人使用。
生信宝典
2019/08/23
2.1K0
Anaconda使用总结
序 Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv、pyenv等工具管理虚拟环境。 个人尝试了很多类似的发行版,最终选择了Anaconda,因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda,对Anacon
用户1332428
2018/03/09
1.5K0
macOS 使用 conda 管理 Python 多版本
miniconda 官网:https://conda.io/miniconda.html anaconda 官网: https://www.anaconda.com/download/#macos
suveng
2022/03/07
2K0
Linux安装Anaconda和TensorFlow
众所周知Python常用的版本有2.x和3.x,常常会引起版本问题。由于我在Linux系统中已经安装有Python3.x和对应的TensorFlow,现在遇到需要跑在Python2.x下的TensorFlow工程时,就很麻烦,因此可以用Anaconda来建立一个独立的小环境来另外安装Python2.x及其对应的TensorFlow来跑这个工程。
Cloudox
2021/11/23
1.5K0
Linux安装Anaconda和TensorFlow
小白Pycharm使用(5):pycharm中使用anaconda
不同的操作系统都是直接的在官网中下载安装包进行下载,选择你最经常使用的Python版本进行安装,下载完之后,尽量的按照anaconda默认的行为安装,现在的版本不会将bin目录加入到环境变量path中去。
Python之道
2018/08/02
3.4K0
小白Pycharm使用(5):pycharm中使用anaconda
Conda 安装使用图文详解
文章目录 介绍 安装 使用 包管理功能 环境管理功能 渠道管理 实例 介绍 开源包管理系统和环境管理系统 ,包括多种语言的包安装,运行,更新,删除,最重要的是可以解决包依赖问题 支持语言包括 Python,R,Ruby,Lua,Scala,Java,JavaScript,C / C ++,FORTRAN 支持在Windows,macOS和Linux上运行 Conda可以构建不同的环境,同时可以对环境进行保存,加载和切换操作 conda包和环境管理器包含在所有版本的Anaconda和Miniconda中
白墨石
2021/01/13
1.4K0
Conda 安装使用图文详解
Anaconda python安装使用
Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。
py3study
2020/01/08
9490
Anaconda python安装使用
Anaconda介绍、安装及使用保姆级教程
Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台的特点,可以在Linux、macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上运行时,几乎不需要做较大的改动,使用者无不受益于它的便捷性。
用户8949263
2022/04/08
9.6K0
Anaconda介绍、安装及使用保姆级教程
Anaconda与Jupyter Notebook入门级详细使用教程
我们用Anaconda发行版作为Python的使用环境。Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。
timerring
2022/07/20
3.4K0
Anaconda与Jupyter Notebook入门级详细使用教程
【Python专题(一)】python环境搭建
近几年python搭上了机器学习,人工智能的快车道,发展的如火如荼。不止是互联网,现在金融、国企甚至公务员朋友都有学python的计划。虽然我们也发现不管是微信朋友圈还是百度搜索,总是能看到各种各样的python学习课程广告。但是这些课程通常不要998也要298,而且充满了令人厌恶的营销套路。
TechFlow-承志
2020/03/05
8520
【Python专题(一)】python环境搭建
Anaconda使用
Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv、pyenv等工具管理虚拟环境。
LhWorld哥陪你聊算法
2018/09/13
2.3K0
(数据科学学习手札81)conda+jupyter玩转数据科学环境搭建
  我们在使用Python进行数据分析时,很多时候都在解决环境搭建的问题,不同版本、依赖包等问题经常给数据科学工作流的搭建和运转带来各种各样令人头疼的问题,本文就将基于笔者自己摸索出的经验,以geopandas环境的搭建为例,教你使用conda+jupyter轻松搞定环境的搭建、管理与拓展。
Feffery
2020/04/01
1K0
Conda 完全指南:从环境管理到工具集成
在数据科学、机器学习和 Python 开发领域,环境管理一直是令人头疼的问题。不同项目依赖的库版本冲突、Python 解释器版本不兼容等问题频繁出现,而 Conda 的出现彻底解决了这些痛点。作为目前最流行的跨平台环境管理工具,Conda 通过强大的环境隔离和包管理能力,成为开发者的必备工具。本文将从基础概念到高级应用,全面解析 Conda 的核心功能与实战技巧。
正在走向自律
2025/05/18
4840
Conda 完全指南:从环境管理到工具集成
推荐阅读
相关推荐
万字长文:深度全面了解Conda的各种骚操作,强烈建议收藏
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档