京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20