2016 年最值得程序员阅读的开源书:《全栈增长工程师指南》 - 开源中国社区



2016 年最值得程序员阅读的开源书:《全栈增长工程师指南》 - 开源中国社区

整理自己所学的知识并不是一件容易的事,但是却是一件特别有意思的事。在这过程中,我发现自己还需要补补一系列的基础知识。我倒是重新阅读了几十本书 。而到今天,由于工作的原因,很多技能、技术、知识点已经丢失了。

而这些实现上应该是需要去补充的基础知识。如:

  • 我对算法和数据结构已经忘却到一定的程度了。这些知识都是我在多年前学习的,后来的日子里就没有好好用过。

  • 我甚至已经忘记很多熟知的概念,大抵是因为用得不多,然后没记住。

知道自己不知道,倒是一件特别好的事情。喜欢这种感觉,反正我暂时也不想去学习那些不知道的,暂时保持一些紧迫感。

所以什么是Growth Enginnering?

全栈工程师

我们在前言里,对比了两种不同的工程师――全栈和专家。全栈可以依赖于学习能力扩展知识体系,而专家则是深入某个领域。问题来了,什么是全栈工程师?,即:

               他们能够自己构建和部署一个完整的、可以工作的应用程序,而不需要其他任何人的帮助。

而大部分人认识里的全栈工程师,则是全栈专家,即对下面的所有知识点都精通。


Read full article from 2016 年最值得程序员阅读的开源书:《全栈增长工程师指南》 - 开源中国社区


No comments:

Post a Comment

Labels

Algorithm (219) Lucene (130) LeetCode (97) Database (36) Data Structure (33) text mining (28) Solr (27) java (27) Mathematical Algorithm (26) Difficult Algorithm (25) Logic Thinking (23) Puzzles (23) Bit Algorithms (22) Math (21) List (20) Dynamic Programming (19) Linux (19) Tree (18) Machine Learning (15) EPI (11) Queue (11) Smart Algorithm (11) Operating System (9) Java Basic (8) Recursive Algorithm (8) Stack (8) Eclipse (7) Scala (7) Tika (7) J2EE (6) Monitoring (6) Trie (6) Concurrency (5) Geometry Algorithm (5) Greedy Algorithm (5) Mahout (5) MySQL (5) xpost (5) C (4) Interview (4) Vi (4) regular expression (4) to-do (4) C++ (3) Chrome (3) Divide and Conquer (3) Graph Algorithm (3) Permutation (3) Powershell (3) Random (3) Segment Tree (3) UIMA (3) Union-Find (3) Video (3) Virtualization (3) Windows (3) XML (3) Advanced Data Structure (2) Android (2) Bash (2) Classic Algorithm (2) Debugging (2) Design Pattern (2) Google (2) Hadoop (2) Java Collections (2) Markov Chains (2) Probabilities (2) Shell (2) Site (2) Web Development (2) Workplace (2) angularjs (2) .Net (1) Amazon Interview (1) Android Studio (1) Array (1) Boilerpipe (1) Book Notes (1) ChromeOS (1) Chromebook (1) Codility (1) Desgin (1) Design (1) Divide and Conqure (1) GAE (1) Google Interview (1) Great Stuff (1) Hash (1) High Tech Companies (1) Improving (1) LifeTips (1) Maven (1) Network (1) Performance (1) Programming (1) Resources (1) Sampling (1) Sed (1) Smart Thinking (1) Sort (1) Spark (1) Stanford NLP (1) System Design (1) Trove (1) VIP (1) tools (1)

Popular Posts