【转码分享】劝退！但分享一些经验 | 零基础入门Python | 数据科学 | 机器学习_哔哩哔哩_bilibili
来自评论区：
1 “能把统计学思想用在每一次思考的人非常少”
思想工具在职业发展的下半场非常重要。
毕业后在IT行业从业6年，就职于世界500强传统企业的IT部门，从前端开发、NodeJS开发、Java开发，发展成为现在的解决方案架构师。因为公司是大甲方，平台大视野广是最大的优势（劣势是大量软件交付依赖供应商，个人实际编码能力无从锤炼），并且部门组织架构相对复杂，而且都会有所合作，所以能实际体会到什么是“大体量”，也能从历史观角度看到各IT工种及个体的发展历程。
我认为至少在传统IT行业里，当年龄迈入30岁、职业进入成熟稳定期的时候，身边常驻的大部分人不会在软硬实力上有决定命运的差距（有差距的已经被淘汰或者晋升了），对于主管来说大家都是“能用”的。这时职业技能已经成熟，能学习提升的地方越来越少，很长一段时间将会是比较纯粹的为公司产出的岁月。那再过10年，这一群在稳定轨迹上发展的人靠什么再拉开差距呢？
我认为是思想工具，在我的观察里，那些四五十岁的IT从业者中，真正能决定方向的、能一针见血分析问题的、能高效带动事情发展的、有深刻洞见舌战群雄的人，除了拥有各自在职业生涯里积累的丰富经验，还都有着很强的模型思维、抽象思维、面向对象思维、批判性思维，我相信在数据类行业里一定也包括了up提到的统计学思维。
能把岁月从诅咒变成祝福的，是在合适领域深耕的专才，和熟练运用思想工具能把握IT项目大方向的决策者。这种思想方法不仅能提高工作能力，还会给认识世界提供新的角度。主观的说，如果从这个世界应该是什么样开始推导，我也认为IT的发展应该从这些科学的方法论和思想中推演而来。
你说的思想工具大概就是指的方法论，在我的有限的知识面和经验里，我只接触过两个真正称得上方法论的学科，一个是马原，一个是统计。
选择比努力重要，意志力比智力重要，但运气最重要。且重要程度是：运气>意志力>选择。我一直觉得所谓的选择很多时候只不过是运气的子集。但运气不是我们能控制的，我们能做的，不过是把我们该做的，能做的都做好，剩下就听天由命。
我每次工作的前几个月，我都不能胜任，只要坚持下去慢慢熟悉流程与套路就好了。我不太相信幸运一定会眷顾谁，但汗水一定不会欺骗谁。
其实大多数人最后踏入职场做的和学校导师确定的研究方向都没有太大关系，导师的方向只是为了应付导师，但就业做什么完全是自己的事，加油。
盲目追求高薪转码是不合理的，劝退也应该给出更加合理的建议，又不是所有人都有那么多选择的余地，最不喜欢评论区劝退的人问他一句还有什么其他行业可选择得到的回复结果是苍白的“我是985我当然要考虑性价比”“找关系去国企”又不是所有人都有这些条件
编程基础 python入门【视频】
适用对象：使用python进行编程的所有人群。
难度：2颗星
优先级：5颗星
推荐指数：5颗星
数据结构与算法python描述【视频】
链接：https://www.bilibili.com/video/BV1fW411u7zU/?spm_id_from=333.999.0.0&vd_source=5c0be6bbc38ab2461d38145392e32017 https://www.bilibili.com/video/BV18W411T7Vv?p=2&vd_source=5c0be6bbc38ab2461d38145392e32017
适用对象：想做数据科学，机器学习以及使用python进行编程的程序员朋友。同时强烈推荐有技术追求的数据分析从业人员学习。
难度：4颗星
优先级：5颗星
推荐指数：5颗星
面向对象【视频】
适用人群：想做数据科学，机器学习以及使用python进行编程的程序员朋友。
难度：3颗星
优先级：4颗星
推荐指数：4颗星
Java【视频】
适用人群：想做的程序员朋友。
难度：3颗星
优先级：2颗星（单指数据科学相关从业人员）
推荐指数：5颗星
数据科学 人大贾俊平统计学【书】
适用人群：想做数据分析，数据科学的朋友
难度：2颗星
优先级：2颗星
推荐指数：5颗星 利用python进行数据分析【书】
适用人群：想做数据分析、数据科学、机器学习的朋友
难度：2颗星
优先级：3颗星
推荐指数：4颗星
机器学习基石、统计学习方法【视频、书】
链接：https://www.bilibili.com/video/BV1Cx411i7op?p=62&vd_source=5c0be6bbc38ab2461d38145392e32017
适用人群：想做数据科学，机器学习的朋友。
难度：4颗星、4颗星
优先级：3颗星、4颗星
推荐指数：4颗星、5颗星
机器学习和sklearn入门【视频】
适用人群：想做数据分析，数据科学，机器学习的朋友。
难度：3颗星
优先级：4颗星
推荐指数：5颗星
注：视频中的截图并不是上述链接，后来我找了下发现菜菜老师自己就在b站发了这个系列视频，所以链接更改成她的。
2 不同的课程有不同的目的，解决不同的问题。
转码最终达到的境界是用计算机的状态变化模拟现实世界随时间变化的规律。
所以有的书是教你如何刻画世界的规律，有的书是教你如何编码，有的书是教你如何做软件工程，写出健壮，可扩展，可复用，适合工程的代码。
有的书是教你如何提升性能。
每一门课都有自己的模型，也都有自己的基石，更快更好地做好这种模拟，解决问题，就需要在建模，计算机语言，数据结构与算法等等模型之间不断地做映射，最终落地成可运行的程序。
每一门课，每个知识，都是一种思路，问题产生的背景，要解决什么问题，有哪些思路，怎么实现，在什么环境，有什么原语，如何构建，如何性能优化，如何可复用，这系列问题，最终成为一名合格的程序员。
在一些不同尺度的模型之下，是通用的计算思维，解决问题的思路，软件和计算机也是人在不同层面，不同层次解决问题后产生的我们现在人机交互的局面。