曳尾于涂 @Acer@social.cleverlibre.org

@ShaunOne 如果是data engineer的话，建议直接走swe/sde这条路。data这条老实说特别的事倍功半。

我自己的data point：毕业进了某fintech的核心data risk team，内部DA/DS的工作scope都不是特别的明确，职业发展方向来说即使是对于“业内人”来说都不是特别的明确。而且就我自己的学习和面试经历来说，DA/DS 的统计啊 a/b testing这些东西其实比swe的核心知识，算法，代码要更复杂更没有量化的标准。所以要是不是那种一心想做modeling，或者一心想做data的建议别跳火坑。

那么说到swe/sde的资源的话，我的建议是可以从backend入坑，因为相对fe来说技术稳定性更高。推荐几本入门书籍：
1. Introduction to algorithms 读完基本的数据结构和算法就get啦，配合leetcode食用绝佳

2. design data intensive application 这本书读完能对这个行业需要解决怎样的问题，需要一些怎样的思路会有一个比较明确的vision

筹备一杯热红酒 祝我成功:aru_x032:

想要了解任何不了解的领域，我的方法就是去看该领域的大学教材。
你完全不理解的领域就搜高职教材，你觉得自己有些零碎基础的就搜本科教材……会大有收获！
教材脉络清晰，比从网上看一些碎片化的知识记得牢，用得到。
光这么说可能没什么概念，就比如，象友们感兴趣的做饭，就可以找扬大的《烹饪调味学》（鲜味相乘、味的相加和抵消原理，你想看的都有！）
你感兴趣中医，但各路大师说得天花乱坠，就找《中医基础理论》，就会发现一切竟然这么清晰简单……

@suijibingbao 咦经过了最近的学习我已经看得懂这段话了

有没有看得快的朋友讲讲，网飞静海怎么样，值得看吗

小时候喜欢英雄/反英雄的强大，结果漫画告诉我他们都是天选之子。现在我选择喜欢弱智。

☝️( ﾟᯅ 。)