我专科毕业，毕业4K飙升15K，再回首终于明白了没有人能随随便便就成功

关注

原创 2023-01-04 10:23:57 279 阅读 AI 写同款· GEO 优化 ›

乘风破浪：都30岁“老人”了，居然还转职程序员？ 35岁是穷途末路？程序员是青春饭？毒鸡汤喝多了？来看看这位程序员的故事吧。（知乎真实故事，ID：老去的80后）背景简介按惯例，先说下我基本情况。我是85年的，计算机专业普通本科毕业。在一个二线城市，毕业后因为自身能力问题、认知水平问题，再加上运气不好，换过多份工作，每份工作都干不长。导致我30多岁时，还一事无成，也几乎没有积累到什么经验技术、行业知识等。甚至还一度去开过网约车，送过外卖。转行程序员前，我每个月收入仅三四千元。2017年下定决心，准备转行！我知道自己最大的劣势就是年龄太大了，但考. 阅读详情

写在开头

我是一个 19 年渣渣专科毕业生, 在转 Python 之前是在一家 ERP 软件公司做实施。

相信每个转 IT 的人, 大部分是兴趣驱动。然而我并不是, 只能说是不反感。一开始接触编程, 是一位同事，他会 java ，也会一点前端。印象最深刻的一次，有一次，他自己搭建了一个网站，然后把公司的一些报表数据放到这个界面上展示出来。当时就感觉，学习编程真酷。而后不知道是在哪看到的一篇文章, 大意就是如果随便换一个人, 接手你的工作, 你觉得需要多久? 这篇文章，启发了我，让我不禁思考，以后的路该何去何从？

在这家公司大概干了有大概八个月之久，经过一番思想斗争之后，终于在20年十月份，我决定辞职了。这是我的第一份工作，一年不到，很多人觉得我很疯狂，包括我的同学，我最好的朋友，因为我要开始学习编程，学习Python。这是他们想都不想敢的事。

在家看网上的 Python 入门文章和入门视频，每天都挤出时间来学习，跟着教程学习了大概1个月，我就尝试自己接一些小需求来做，例如爬取一些公开数据、编写 Python 程序等。那时候两三天才能完成任务，得到的报酬通常是 30～300，有时甚至靠回答群友的问题领几块钱小红包。

后来随着时间的推移，大概过了4个月，我觉得我可以算得上初级爬虫工程师了，接的都是1000以上的兼职。但是接兼职已经无法满足自己的技术增长需要了，于是我在智联还有前程无忧找了一些招爬虫或 Python 研发的公司，投了简历。三天内，接到了 5 个面试，然后也顺利找到了一份工作。

一、Python基础阶段

**技能树：**掌握python脚本、python界面编程能力、数据库、基本爬虫、多线程多进程开发能力，可以胜任基本的python开发工作。

知识点细化：

**数据的存储：**Python概述、进制以及进制转换、原码、反码、补码、第一个Python程序、终端读取与打印等。
**运算符与表达式：**关键字和标识符、算术运算符、python数据类型、赋值运算符、运算符、复合运算符、条件控制语句(if…else…)、逻辑运算符等。
**循环：**循环语句之while、循环语句之for、break与continue语句等。
基础数据结构：Number与数学函数操作、String(查找，替换，下标索引、列表(常用)、元组、字典(常用)、set集合、迭代器与生成器(常用)、函数概述等。
**函数：**函数的调用、简单函数的定义、函数的返回值、传递参数、关键字参数、默认参数、不定长参数、匿名函数、装饰器、偏函数、回调函数、变量的作用域、递归函数、目录遍历、递归遍历目录、栈模拟递归遍历目录(深度遍历)、队列模拟递归遍历目录(广度遍历)等。
**模块：**模块概述使用标准库中的模块使用自定义模块name属性包的概述安装第三方模块virtualenv与时间相关模块。
面向对象编程**：面向对象思想、类与对象、类的方法与属性、构造函数与析构函数、self的使用、重写__ repr__ 与str** 函数、访问限制等。
**继承、封装、多态：**单继承的实现、多继承的实现、函数重写、人开枪射击子弹小案例、多态、对象属性与类属性、类方法与静态方法等。
**面向对象高阶：**动态添加属性方法、property、运算符重载、发邮件与发短信等。
**文件操作与异常处理：**StringIO与BytesIO、文件的管理操作、文件读写(csv、txt)操作、异常处理等。
**高阶函数与测试：**调试(打印、断言、logging、pdb)
**排列组合与正则表达：**破解密码(排列、组合、排列组合)、正则表达等。
**网络编程：**TCP/IP简介、TCP编程、UDP编程等。

上述是我学习python基础学习的教程和提炼的学习大纲，如果你有需要我也可以分享出来。
在这里插入图片描述

二、Linux和数据库阶段

**技能树：**掌握Linux操作系统管理技术，可以搭建几乎所有Linux环境服务器。

知识点细化：

**Linux操作系统：**常见操作系统、操作系统发展历史、系统的使用、Linux版本、Linux应用领域、虚拟机与Vmware的安装、Linux版本与Ubuntu 16.04、配置自己的Linux系统、编程IDE的安装、apt-get安装软件包。
**文件系统与用户管理：**目录访问、文件与目录的管理、文件的权限、用户管理。
**文本操作命令：**文本命令、文本编辑器Vi/Vim。
**网路命令、进程管理与服务配置：**网络管理命令、系统目录、重要系统文件、设置开机启动与登陆启动、IP配置、服务的启动停止、防火墙配置。
**Shell编程与bash、源文件编译：**基础IO操作、流程控制、定义变量与环境变量、脚本传参、定时任务、定时系统操作。
**版本控制：**Git的安装与配置、GitHub的注册与使用、Clone与Fork、Git常用命令、标签、分支与源、多人协作开发。
**MySQL基本使用：**MySQL的安装、MySQL简介、MySQL基本命令脚本、MySQL与Python的交互。
**MongoDB的基本使用：**MongoDB安装、MongoDB的基本操作。
**Redis的基本使用：**Redis安装、Redis的基本操作、Redis的数据类型、Redis的备份与恢复。

上述是我学习Linux基础学习的教程和提炼的学习大纲，如果你有需要我也可以分享出来。

三、Python web开发

**技能树：**掌握Python后端框架，解决前后端Web开发问题。

知识点细化：

**HelloDjango：**BS/CS,MVC/MTV、Django请求流程、Admin管理。
**Models：ORM、**模型字段属性、CRUD、聚合函数，F,Q对象。
**Models&Templates：**模型对应关系、模板加载、静态资源、模板语法。
**Views：**路由规则、反向解析、请求与响应、会话技术cookie,token,ses-sion、文件上传。
**Advanced：**验证码、分页器、类视图、中间件、日志、缓存、信号、Cerlery、用户权限，用户角色。
**RESTful：**REST概念、HelloREST、数据序列化、请求与响应、视图，转换器、关系，超链接、认证和权限。

知识点细化：

**HelloFlask：**Flask介绍、Flask请求、Flask MTV拆分、Flask-Script。
**Views：**Flask Blueprint、路由规则、错误处理、请求与响应。
**Templates&Models：**静态资源、模板加载、模板语法、ORM、Flask-SQLAlchemy。
**Modesl：**Flask-Migrate、CRUD、模型关系、反向引用。
**Extension：**Flask-Cache、Flask-Login、Flask- RESTful、Flask- Bootstrap、Flask-Upload。
**Program：**需求分析、项目设计、基础框架搭建、建模。

四、Python爬虫阶段

**技能树：**掌握分布式多线程大型爬虫技术，能开发企业级爬虫程序。

**多线程原理：**同步与异步、串联与并发、线程、开辟一个线程、线程安全与线程锁、多线程队列。
**协程：**线程的局限、协程的定义与原理、协程的实现。
**爬虫的概念及相关工具：**爬虫的概念及作用、HTTP协议原理、工具的安装、使用。
**Python http libs：**urllib的使用、示例requests库的使用、bs4库的使用、xpath语法。
**爬虫实战：**使用requests编写-个简单爬虫、改造requests爬虫为多线程版、利用redis改造多线程版爬虫至分布式。
**scrapy框架：**scrapy安装、创建项目、创建spider文件，编写parse方法、scrapy子命令、运行scrapy爬虫程序、命令行传递参数、进一步解析二级页面、parse方法之前传递参数、导出json、Csv格式的数据、scrapy爬虫的状态保存、item的定义、item的使用、pipeline的使用、使用pipeline将items存储至MySQ、Lscrapy整体架构、downloadermiddleware、使用downloadermiddleware实现IP代理池、spidermiddleware、scrapy插件、scrapy-redis。
**量化交易：**自动化交易理论、Python量化交易框架。

五、Python机器学习阶段

**技能树：**掌握Python数据挖掘分析，入门人工智能。

知识点细化：

jupyter入门：jupyter软件安装、jupyter入门、numpy学习。
**pandas：**pandas入门、pandas-Series、pandas数据丢失、pandas索引、pandas数据处理、基于Pandas的人脸识别技术。
**scipy：**scipy学习
**matpoltlib：**数据可视化的概念、可视化图表的绘制、动画及交互渲染、数据的合并与分组。
**KNN：**临近算法、预处理、KNN相关函数。
**线性回归与逻辑斯蒂回归：**线性回归、逻辑斯蒂回归。
**决策树与贝叶斯：**贝叶斯学习、决策树学习。
**SVM与K均值聚类：**SVC学习
Kmeans： Kmeans学习
**机器学习框架TensorFlow：**机器学习、权重分配与优选方案、深度学习、自动化神经网络、AI网络的描述。
**自然语言处理与社交网络处理：**文本数据处理、自然语言处理及NLTK、主题模型、LDA、图论简介、网络的操作及数据可视化。