来源：麦叔编程
作者：麦叔
在程序员的世界里，有一个鄙视链。鄙视链的顶端差不多是算法工程师。
因为这个岗位难度很大，是很多科技公司的核心岗位。比如今年最火的字节跳动（抖音的母公司）就是以算法见长的。
今天给大家分享一个爬上程序员鄙视链的顶端的学习路线。
这不是我写的学习路线，因为我自己并不在顶端。
我要介绍的是一个Github的项目。
这是一个Github上的15.2万Star的项目，叫做：coding-interview-university。
这是一份外国人整理的学习路线和资源清单，好在有中文翻译。
如果是一个清华或者MIT的计算机大神写一份这样的说明，未必适合大部分人。我们只能看看热闹，然后走开。
但这是一个国外的哥们，从"不知道栈和堆的区别"，经过几个月每天8-12个小时的努力，进入谷歌的学习路线图。
这是一个普通人，没有很深的技术背景，经过努力，进入顶尖公司的真实故事，所以大部分人可以学习和借鉴。
但这个学习路线并不适合完全的小白，因为去顶端的路线还是很陡峭的。
这位工程师原本也是做Web开发的。他是非计算机专业自学，然后做Web开发，所以他的计算机基础很薄弱，不知道堆和栈的区别，不知道什么是算法复杂度。但毕竟也还是有一定的计算机开发基础的
所以我认为这个路线适合以下几种人：
这个路线包含的内容非常丰富，这个学习能力很强的工程师，每天8-12个小时，学习了几个月的时间。
路线以数据结构和算法为核心，中间涉及到了操作系统(Linux为主)，网络知识，软件工程等各方面的知识。
大部分学习内容都给出了视频链接。这些视频大都是免费的网站，很多需要注册。
也有付费的视频，如果想走到鄙视链的顶端，付点钱也是应该的。当然其他可能也足够你学的了。
大部分视频是英文的视频，这可能对英文不好的人不够友好，好在很多视频有中文字幕。
也许有些链接失效了，但是瑕不掩瑜，你可以根据相关的知识点找到其他的视频来学习的。走到顶端，肯定是不容易的。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
