※ 引述《Wolfken ()》之铭言：
前文有点长, 抱歉恕删.
: 基本上大概就是工作两三年，把某一两个程式语言熟练以后就没再进步了
: 程式语言要熟练不需要太久，特别是已经熟练过某一两种的人
: 但只有熟练程式语言，那就真的没有什么特别可以要求高薪的地方
: 我的话选择人基本上不太在乎是否熟练我们要用的程式语言或是领域知识
: 这些都能学，而且花不了太久
: 主要还是要看他是否是一个好的programmer，以上各种软工的东西是否至少有认识
: 因为这些真的不容易学，大都需要实务经验
: 光看书只能说一堆理论，遇到情境题当场就挂了
: 而且这些东西如果不是有努力不懈学习的人，通常不太会去学
: 反正只要程式语言熟，这些不会照样可以混，而且可能也混得不差
: 所以能熟这些的，通常也代表主动学习能力强
: 这通常是最重要的工作绩效指标
同意Wolfken的如果不是努力学习的人, 通常不太会去学.
由原PO描述内容来看, 应该是会对有兴趣的方面会认真学习的人,
而对于学科上无法立即看到成果, 就放弃学习程式上更根本的数学有些可惜.
当然不是说原PO学习方向有问题, 感觉是教科书与教授的内容都很枯燥到无法与实际连结.
以下MITx的课程来稍微解释一下教授是否有用心准备的差异,
https://www.edx.org/course/mitx/mitx-6-00-1x-introduction-computer-2841
https://www.edx.org/course/mitx/mitx-6-00-2x-introduction-computational-2836
以上2堂课程合并在一起为MIT资讯学系大一的第一堂课介绍课程,代码6.00.
第一堂6.00.1x主要在介绍Python如何使用以外, 同时夹带了以下课程内容:
1. 计算机概论
2. 资料结构(简单)
3. 算法概论(简单)
4. 物件导向设计
5. 程式除错(程式语法面)
第二堂6.00.2x主要在介绍如何应用Python帮忙处理计算问题, 内容如下:
1. Python绘图(模拟MatLab的系统)
2. 机率与统计(简单)
3. 数值分析(简单)
4. 算法概论(优化介绍)
5. 计算机智慧(简单)
印象最深刻是课程作业有两个:
1. 模拟扫地机器人, 计算打扫环境指标并能绘图看到机器人打扫过程.
2. 模拟病毒在人体传染的速率及下药后的抑制交互作用,
了解乱数与不稳定系统如何分析与除错.
他们上课是假定学生完全没基础的教学, 但能融合各种我们大学分开教授的知识,
并带给学生精彩的程式设计目标与数值分析基本概念,
最后一堂还会介绍如果想精进那些方面, 能修那些代号课程并简单解释其意义.
这种课程内容真是精采的没话说, 只可惜听Prof. Lewin上课有提到一学期25K美金,
家里没钱的人真是负担不起.
回到原PO的问题上, 或许教科书与教授教学的数学内容让您提不起兴趣,
但是这些数学在帮忙分析程式设计上的问题与设计新架构都很有帮助,
请由其他方向如线上学习或读研究所找能解释知识本质的教授, 这对未来才有帮助.
最后回到学习什么才能赚大钱这问题点上, 这问题应该是回到:
有什么技能或基础, 能让公司花更多的薪水来押宝在你身上?
有关这问题我觉得请Joel on Software作者写的文章回答比较贴切:
http://local.joelonsoftware.com/wiki/%E9%A6%96%E9%A0%81
2005年12月29日 爪哇学校的危害
这篇我觉得讲述了目前被量产的程式设计师, 或是CS学生的问题.
2002年12月11日 回归原点
这篇讲述到了使用Framework的陷阱, 及需要准备何种知识与心态,
来面对各种Framework而不至于慌乱手脚.
2005年07月25日 达到卓越
这边有简单描述卓越与普通的开发者之间的差距, 所谓卓越不见得是成绩或收入高,
而是在想专精的领域追求到基础知识与经验都远超过一般人的人.
当然, 因为在台湾的环境, 追求到了卓越也有可能被传统环境压抑,
到时希望能具备足够的外语能力而能往更自由的环境去追求卓越, 我也还为此努力.
最后的最后, 如果想继续往上爬的话, 推荐下面这篇文章:
http://local.joelonsoftware.com/wiki/%E9%A6%96%E9%A0%81
2005年01月02日 给资讯科系学生的建议
愿能够带来些启发, 如果有疑问欢迎能再来版上发问.
Many Thanks,
watz0n