标签:atl 初步 lan 老师 cms 基本 android 数据 知识
时间一晃而过,大学毕业转眼间已经工作 9 年了,总结一下自己这些年来的感受。
与程序打交道的人生,是简单的人生
一次做规划局的项目,规划局的职员很是钦佩地说:“你们真了不起,在电脑上敲敲键盘就能做出软件来。”
规划局领导说:“跟电脑打交道是最简单的,难的是跟人打交道。”
领导的话很有深意,一语道破了本质,做程序的人,是比较简单的。
不懂什么叫编程
大学本科,读“计算机科学与技术专业”(相信看这篇博客的人多半也是学这个专业的 ^_*),课程重理论而轻实践。
最初学习C语言,对于编程没有任何概念,我清楚地记得,一次在课堂上问老师:“计算机输入法,可视化操作界面已经很完善了,为什么要用C语言中 Print() 函数输出一段字符呢?而且我们学习使用Console控制台的黑白屏输入输出,也不像是平时使用的软件啊?”
老师听后也是一脸的懵逼,说:“你好好学,慢慢就明白了。”
你不懂的,老师也没法回答你,只有靠自己慢慢地摸索,慢慢去领悟。
Java还是C#,平台选择的爱恨情仇
初学Java,这是我接触的第一个最具有实用意义的编程语言(可以做网站,做软件,虽然C语言、C++也可以开发应用软件,但毕竟使用的人较少,对于初学者,找到一个合适的教程都困难)。当时的学习,基本是自学,上网下载视频教程,一集一集地看,不懂的概念上网查,去图书馆借阅相关书籍资料,什么JSP标签、Servlet、JDBC,到Struts MVC、Hibernate、Spring、设计模式,半年时间,算是初步入门,尽管对知识还是一知半解,但还是成功用Java做了毕业设计,做过几个小程序。
工作之后,开始使用C#,算是与.NET平台结缘,一行一行地敲代码,一个接一个地做项目,一版又一版地升级软件,一晃9年了。从最初的ASP.NET WebForm、ADO.NET,到ASP.NET MVC、WebAPI、EntityFramework、面向服务架构的WCF,以及最新的跨平台.NET Core,微软为软件开发人员,提供了编程最大的便利性。
仅从开发语言本身角度讲,C#并不比Java差,并且很多细微的地方,C#比Java做的要好,比如,C#中的get,set属性访问,要比Java的字段访问方便很多,相同逻辑代码运行效率方面,C#的MSIL比Java的字节码允许效率还要稍微高一些,但是无奈,.NET平台发展始终不及Java平台。诚然,平台的发展不能仅从开发语言本身考虑,平台运行环境,平台参与人员整体水平,使用成本等,更是起着决定性作用,.NET平台在互联网大潮中,逐渐被边缘化,免费的Java平台,被开源社区拥抱,成为互联网项目开发平台的中流砥柱。微软似乎意识到问题所在,逐步加入开源队伍,并提供了跨平台方案.Net Core,但并没有明显起色,.NET平台开发人员心中不免有一丝悲观情绪,.Net平台开发人员似乎比Java开发人员始终矮一头的感觉。
前端编程,JavaScript从无知到觉醒
做Web开发,离不开HTML、CSS、JavaScript,尽管日常工作以后台开发为主,但接触得多了,慢慢地理解深入,从只会使用JS写函数,发展到使用JS面向对象的功能,理解了JS中闭包的概念(好烧脑,用离散数学中的概念来表示函数集合,让没学过集合概念的同学情何以堪)。明白了JS的面向对象编程,通过JS自定义前端控件,数据与逻辑代码分离,达到优雅地实现前端逻辑。学习的过程是曲折的,有时候一个概念始终理解不了,但一旦明白过来,会有一种眼前一亮,豁然开朗的感觉。起初一直不明白,为什么JQuery中的“$”这么牛,一个“$”符号能操作一切,读过JQuery源码之后才明白,这个“$”原来是jQuery在Window中定义的的一个变量,同时也是jQuery这个函数的别名,每次调用$(…)时,其实间接地创建了一个JQuery的示例。当然,这种操作得益于JS是一种动态语言,可以给对象任意添加属性和方法(相比较Java和C#是不能这样操作的)。
技术之路要不断学习,路漫漫其修远
技术更新迭代的速度,远超想象,往往是刚学会一个新技术,另一个更新的技术又变得火热,似乎新技术的产生,也在遵循一个摩尔定律。追赶技术的脚步,就如同夸父追日一般,你一直在追赶,但它一直在你前面。好在,每一个新技术,新架构的产生,都是在为更简单、更高效的解决现有的问题,所以,新的技术,虽然增加了学习的负担,但是新技术的应用,能够解决现实的问题,是效率的提升。从这个角度讲,学习是值得的。通常来说,没有谁天生就会做什么,只要肯学习,别人能做到的,你也能做到。
React火热的时候,学习React,了解了这种基于模板的开发方式,见识了这种类似于MVC,实现数据与业务逻辑分离的编程方式在JS中的实际应用,对于这种仅需要一个render()函数的超简洁的框架赞叹不已。
Facebook搞出了React,国人也不示弱,于是诞生了Vue,相对来说更简洁,使用更方便。
React发展出了React Native,圈子里更是为之振奋,为火热的移动端开发又添了一把柴,让移动端开发,在Android和IOS原生开发之外,又多了一种全新的选择。
我用3天时间,学会了开发微信小程序,完成了原有Web功能向小程序的移植。
Node.JS火热的时候,我用了一周的业余时间,学习NodeJS编程,配合MongoDB,搭建了简单的日志系统。
说起来有点吹牛的意思,但却是事实。
一方面,不管是React、微信小程序、Node.JS,本质上都是JavaScript、Html、CSS的组合使用,相似度很高,只是各自有各自特点的规范特色而已,学习难度是逐渐降低的。
另一方面,我相信大多数人也有感受,当工作经验、认知水平达到一定积累之后,学习其实是一件水到渠成的事情。
总结
有一次跟朋友聊天,朋友说:“感觉自己越学习,越感觉到不懂的方面更多了”。
我笑笑,表示同意他的观点,这是一个叫做“知识边界”的问题,每个人的知识,就如同是一个圆,圆内是你已经了解的知识,圆之外就是还不懂的知识,一个人掌握的知识越多,这个圆也就越大,而圆越大,圆周所接触的那些未知领域也就越多。如果一个人说自己没有什么不懂的,那只能说明他知识面太小。如此,当我们意识到自己有很多不懂的东西的时候,也不用焦虑,因为我们的知识在扩展,保持一颗开放,学习的心,这是人生路上所必须的。
关注公众账号
【飞马会】
▼
飞马会AI人工智能/大数据/技术管理等人员学习交流园地往期福利关注飞马会公众号,回复对应关键词打包下载学习资料;回复“入群”,加入飞马网AI、大数据、项目经理学习群,和优秀的人一起成长!
微软大牛人工智能系列课
(扫码试听或订阅)
回复 数字“1”下载从入门到研究,人工智能领域最值得一读的10本资料(附下载)
回复 数字“2”机器学习 & 数据科学必读的经典书籍,内附资料包!
回复 数字“3”走进AI & ML:从基本的统计学到机器学习书单(附PDF下载)
回复 数字“4”了解人工智能,30份书单不容错过(附电子版PDF下载)
回复 数字“6”AI人工智能:54份行业重磅报告汇总(附下载)
回复 数字“7”TensorFlow介绍、安装教程、图像识别应用(附安装包/指南)
回复 数字“10”麦肯锡160页报告:2030年全球将可能8亿人要被机器抢饭碗
回复 数字“12”
小白| Python+Matlab+机器学习+深度神经网络+理论+实践+视频+课件+源码,附下载!
回复 数字“14”小白| 机器学习和深度学习必读书籍+机器学习实战视频/PPT+大数据分析书籍推荐!
回复 数字“16”100G Python从入门到精通!自学必备全套视频教程+python经典书籍!
回复 数字“17”【干货】31篇关于深度学习必读论文汇总(附论文下载地址)
回复 数字“18”526份行业报告+白皮书:AI人工智能、机器人、智能出行、智能家居、物联网、VR/AR、 区块链等(附下载)
回复 数字“19”800G人工智能学习资料:AI电子书+Python语言入门+教程+机器学习等限时免费领取!
回复 数字“20”17张思维导图,一网打尽机器学习统计基础(附下载)
回复 数字“22”吴恩达新书,教你构建机器学习项目:《Machine Learning Yearning》
回复 数字“23”机器学习:怎样才能做到从入门到不放弃?(内含福利)
回复 数字“24”限时下载 | 132G编程资料:Python、JAVA、C,C++、机器人编程、PLC,入门到精通~
回复 数字“25”限资源 | 177G Python/机器学习/深度学习/算法/TensorFlow等视频,涵盖入门/中级/项目各阶段!
回复 数字“26”人工智能入门书单推荐,学习AI的请收藏好(附PDF下载)
回复 数字“27”资源 | 吴恩达斯坦福CS230深度学习课程全套资料放出(附下载)
回复 数字“28”懂这个技术的程序员被BAT疯抢...(内含资料包)
回复 数字“29”干货 | 28本大数据/数据分析/数据挖掘电子书合集免费下载!
回复 数字“30”领取 | 100+人工智能学习、深度学习、机器学习、大数据、算法等资料,果断收藏!
回复 人工智能下载《FMI人工智能与大数据峰会嘉宾演讲PPT》
回复 AI 江湖下载《十大AI江湖领域》
回复 ML实践下载《机器学习实践经验指导(英文版)》
回复 DL论文下载《深度学习100篇以上论文资料》
回复 算法 下载《数据挖掘十大经典算法》
回复 6.10 下载《6.10饿了么&飞马网项目管理实践PPT》
标签:atl 初步 lan 老师 cms 基本 android 数据 知识
原文地址:https://www.cnblogs.com/fmi-AI/p/9472671.html