前言：读书没有总结相当于没读。
近日找了一本尚学堂的《程序员修炼手册》一书，通读看了大概几个小时，将其中要点列出，以供日后有所需要。
一. 实战式学习最有效
1.学会观察这个世界：学什么？ 通过招聘网站查看需要应聘者需要什么技能（不要花很多时间学工作不用的技能）。
2.学会学习，再去学习：学习的客观规律：守、破、离（学会老师的、突破老师的固定思维、形成自己的风格）。
3.要动手，实战吧：动手实践敲代码，量变引起质变
4.建立体系为先，不纠结，不事事求完美：大致了解整个体系，工作中需要的先会搞，工作中用不到的有时间自己充充电
5.什么是高手：高手都有自己的知识体系，而不是什么都详细知道
6.问题解决之道（会提问、会搜索）
出现bug怎么办？
第一步：回想一下整个代码执行流程，确定流程中都有哪些步骤可能引起bug
第二步：定位这么多流程中的某个步骤引起的bug。
定位bug的方法：
①简单问题：java中 System.out.println() js的alert()和console.log()
②复杂问题：Debug
第三步：百度或者谷歌
第四步：qq群或者微信群等社交平台求助
7.项目的自学
①项目经验很重要
②怎么有项目经验？
第一种：在自己原有功能上拓展新功能
第二种：视频或者其他手段学习其他人的项目
二. 就业实战
1.招聘程序员的内幕
①面试就像相亲。聊过去、聊现在、聊未来，总之聊自己的优势
②为什么要招聘？公司计划性扩张、特定项目、有员工离职。
③技术强、心态好、踏实、学习能力强、热爱技术工作（ps：学习一些新技术可以用来交流提高自身身价）
④基础技术：项目经验：个人素养和口才=4：4：2 （ps：新技术的了解是提高工资的手段）
2.找工作前需要准备的杀手锏
①个人卫生、正常交流、准时、领导不走你不走、团结同事、有困难立马寻求帮助、有责任心、善待他人。
②公司调研
③项目调研
④基础技术、热门技术、更高端技术准备
⑤本专业以外技术准备
⑥共同话题准备
⑦自我模拟面试和对练
3.面试
①投简历
②不用紧张（此处不留爷，自由留爷处）
③不要说不会
④自我介绍（换位思考：结合应聘公司 要说自己为什么 适合应聘岗位）
⑤自己的优缺点
优点：态度好、技术强、学习能力强、热爱技术
缺点：周末不喜欢出去，在家钻研技术，以后还是要多出去走走，拓宽视野（不要谈技术有问题）
⑥为什么从上家公司离职？
⑦对我们公司了解吗？
⑧如何看待加班？项目紧加班很正常
⑨如何看待出差？
⑩职业规划？三年钻技术，两年学管理，最后独当一面
①①怎么看待跳槽？太浮躁了。扎扎实实在公司工作，不可能没有机会，做好了薪水不可能比跳槽低。
①②还有问题要问我吗？
刚才谈到了xxx，我感觉你有很深的研究，我也想学学，方便的话可以推荐些书籍或者其他资料吗。
①③每次面试都要总结
三. 热爱专业学习之路
1.java学习知识点明细以及配套视频
①JAVASE + 数据结构 + 算法 + 设计模式 + Eclipse或者IDEA
②数据库：MySQL或者Oracle
③网页设计和开发（前端）：HTML、CSS、JavaScript、ajax
④Servlet / JSP 和企业级项目开发（JAVAEE核心）：
⑤SSM框架（Spring、SpringMVC、Mybatis）：
Spring：IOC依赖注入 + AOP面向切面
SpringMVC：典型的MVC框架。替代了struts2。
Mybatis：经典的ORM框架。超过了Hibernate。
⑥JAVA其他新技术：Maven、Shiro、Nginx、Lucene、Solr、Redis、Dubbo、Zookeeper等
⑦微服务架构：SpringBoot、SpringData、SpringCloud等
注（重点）： AVA基础四方面 -—— 底层原理、数据结构、实战应用、设计思维
2.Python学习知识点以及配套视频
①Python基础
②Linux环境编程基础
③数据库编程基础
④网页编程基础
⑤Django Web开发框架（MVT开发模式）（方便快捷） + Tornado异步编程框架（高负载）
⑥Python爬虫开发（爬虫用于爬取各种数据）
3.人工智能学习知识点和配套视频
①机器学习（重点）：数据挖掘、统计学习、自然语言处理、语音识别、计算机视觉、模式识别
②深度学习：
③Python数据分析模块：
④Spark MLlib机器学习库：
4.H5前端和移动APP开发知识点和配套视频
①WEB前端快速入门：HTML5（H5）、CSS3（C3）
②JavaScript基础与深入解析（前端本质）：
③jQuery应用与项目开发：封装js
④PHP（后端开发语言）、数据库编程与设计
⑤Http服务于Ajax编程
⑥前端三大框架：Angular、React、VUE（重要）
⑦微信小程序
5.大数据和云计算学习知识点和配套视频
①大数据学习之前必看
什么是大数据？什么是云计算？什么是数据挖掘？什么是人工智能？什么条件才能学习大数据？
②Hadoop框架： 核心 —— HDFS（为大数据提供存储） + MapReduce（为大数据提供计算）
③数据仓库技术：Hive、Hbase、Sqoop、Flume等
④Spark内存计算框架（重点）
⑤机器学习和数据挖掘
⑥Storm流式计算框架：相对于流式计算的是离线计算。
⑦云计算之Openstack和docker
6.区块链学习知识点和配套视频
①区块链行业介绍
②Golang从入门到高级：Go语言是基础（后端开发语言）
③数据库操作和Golang Web
④密码学 + 共识算法 + Solidity + 以太坊原理 + 比特币 + EOS
