原创投稿:想做IT大神,这些事你做到了吗?

云豆贴心提醒,本文阅读时间4分钟

各位朋友大家好!这次想跟大家聊聊怎么在IT行业混的好起来。

为什么会有这个想法呢?

是因为现在的工作让我感觉到自己能力太欠佳了,在自己不断的学习中,又陷入了学习迷茫的状态,就是不知道自己该学习什么,该掌握什么?

不过有幸的是,看到一个大牛写的一篇文章他对行业的看法与总结,我看完之后顿时有自己的想法,结合自己一路走来的经历与大家分享个人对IT行业、学习、工作的看法,希望能帮助更多的人。

IT技术方向划分:

看了大牛的文章我稍微修改了下,首先说明下我是站在运维的角度的看待问题,可能有点儿偏,但我会尽量去理性的描述:移动开发方向(IOS,Andriod)、web前端方向(H5,javascript, jquery)、web后台方向(php,java)、游戏开发方向、算法/研究方向,运维与架构方向、测试方向、数据库方向。

在这八大板块里,这里我划分为板块一点儿也不过,因为你要在每个板块精通,那是相当的难,其中要数算法/研究方向最难,这个板块你要是没研究生博士生资历你不要去碰,你说你有本科资历怎么样,你要是感兴趣,那你可以去朝这个方向努力下,如果没有就别了,剩下的七大板块儿对学历要求都不是很高,至少你要有高中的学历,只要你认真努力,都可以在那个板块儿里生存下来。这样说也算是划分个学习边界吧。

IT行业的发展趋势:

IT行业未来发展可以说是只有越来越好,不会越来越差,发展越好的同时,对从事该行业的人的学习能力也是会越来越高。姑且不说别的,就说下眼下共享单车这个新生的事物,就是一个典型的互联网+的产物,再比如互联网与传统餐饮业的结合,打造出了现在的百度外卖,再比如新兴的e袋洗是互联网与洗衣店的结合。这些新生事物的出现就在我们身边瞬息间的事儿,所以大家不必要担心这个行业会像传统的行业那样落寞。

方向的选择:

至于技术方向的选择,我觉得不管做什么选择,都应该以兴趣为主,跟着自己的心走!这样才不会留下遗憾。这样还无法做出选择的话,就跟着直觉走吧! 什么是直觉呢?就是对一件一无所知的事物,凭自己现在的世界观,对自然事物的认识,以及目前所掌握辨别事物的方法,去驱动自己的躯体和思想做事情。当然这样解释有点儿啰嗦,简单点儿就是感觉。

如何证明自己很牛?

要证明自己很牛,首先得自己真的很牛!要变得很牛得自己不断努力,要证明很牛得通过平台。博客也是自己技术积累的见证,开源社区是自己技术质量的证明!国内博客网站比她的有CSDN、博客园,CSDN比较商业化,牛人也不少;博客园比较纯净和个性化。

做为一个运维工程师或者系统架构师,当你在负责一个项目的时候,你要知道目前市面上有哪些技术可以解决你当下的问题,每个技术的优劣势,能做到折衷原理。什么是折衷原理呢?通俗点儿就是能把不同事物的长处结合到一起,并且闭起短处,用个成语就是扬长避短。

如何提高学习效率?

之前我说过怎么学习方法的问题,现在我想在说下怎么提高学习效率的问题,前面我说过学习方法无外乎两种,一种是盖房子式,一种是滚雪球式。开始学习的时候,我们一定要用盖房子式的方法学习,学到最后在用滚雪球式的方式学习。为什么这样说呢?开始盖房子式学习是让你有滚雪球的资本,这样你的雪球才能越滚越大。一开始学习的时候会非常的慢,因为你什么都不懂;但当你懂的越多会的越多的时候,你的学习速度就会越来越快,因为你积淀的基础更多,而很多技术其实原理是相同或类似的。这样你的学习效率也就提高了。

上面说到学习像滚雪球,那么在学习的时候就弃形抓神,理解技术的原理,理解技术的原理过程会非常痛苦,这种痛苦你不学你是不会知道,当你理解了原理再去学其他的东西入手就会非常快。还要多培养自己的思维能力,编程的思想,逻辑的思维。

写在最后

最后的最后,送大家一句话:年轻有梦,勇敢去追!别躺在了温室里,最后苦了自己。

本文作者:乐乐快跑

原文发布于微信公众号 - 马哥Linux运维(magedu-Linux)

原文发表时间:2017-03-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【走近2050】为全球脑编程——关于人机关系的新思考

? 张江,北京师范大学系统科学学院副教授。主要关注领域:计算社会科学、复杂系统、人工智能。2003年创办早期的集智俱乐部网站,2007年开始俱乐部的线下活动,...

42270
来自专栏AI科技评论

关于机器学习,你所知道的,可能都是错的

虽然机器学习已经成为一个高频名词,但是对于大众而言,它依然是一个遥不可及乃至模糊不清的概念。为此,著名投资人 Benedict Evans 在自己的博客上发表博...

11220
来自专栏机器之心

业界 | 斯坦福大学Brainstorm神经形态芯片:未来计算的新方向

选自Nextplatform 作者:Nicole Hemsoth 机器之心编译 参与:李泽南、李亚洲 随着摩尔定律终点的临近和机器学习对计算需求的提升,人们对于...

34480
来自专栏大数据文摘

对大脑的逆向工程是不是走向强AI的唯一出路?

20980
来自专栏大数据文摘

谷歌为什么要开放TensorFlow

21960
来自专栏新智元

【Google.AI+AutoML】谷歌I/O重磅发布第二代TPU,Pichai主旨演讲

【新智元导读】18日凌晨,谷歌一年一度的开发者大会I/O拉开帷幕,其CEO Sundar Pichai发表主旨演讲。重磅发布了谷歌第二代TPU和 Cloud T...

37670
来自专栏AI星球

如何快速入门成为厉害的数据分析师,一份完整书单

“一切都被记录,一切都被分析”就了一个信息爆炸的时代,人类过去两年产生的数据占据了整个人类文明中所产生的数据的90%。而在这些无限丰富的数据中,蕴藏着巨大的价值...

38140
来自专栏AI科技评论

喊话黄仁勋: 在TPU这事上谷歌高调吗?

AI科技评论按:谷歌毕竟就只是发了一篇描述一个数年前就开始的项目的内部结构和一些性能参数的论文和一篇提炼了其中一些内容的博文而已,但前两天TPU的发布却让黄仁勋...

34360
来自专栏理论坞

我们为什么需要理论?

理论是指人们对自然、社会现象,按照已知的知识或者认知,经由一般化与演绎推理等方法,进行合乎逻辑的推论性总结。

22760
来自专栏大数据文摘

业界 | 尴尬了,数据故事讲不好,模型再酷炫都没用

导言:数据科学风靡了几年,已经完成了从普及到应用的商业落地,越来越多的公司都已经同意数据驱动战略的重要性,但雇几个数据科学家和有一个数据团队,并不等同于公司就能...

8000

扫码关注云+社区

领取腾讯云代金券