靈魂拷問：我是如何踏上代碼之路的？
這幾天的話題恐怕離不開高考了，高考後最頭疼的就是報志願，可誰能想到，其實若干年後會發現，真的學啥都行。。python
上次寫了本身的「個人大學四年」以後，不少學弟學妹都來問我後來「轉行」的心路歷程。那今天就和你們系統的聊聊我踏上代碼之路的前因後果，也但願對你們有所啓發。面試
當時高考報志願的的時候本身並無什麼想法，因此就聽取了父母的建議，進入了一直都比較熱門的金融行業，來到了經濟管理學院這個三分之二都是美女的地方。。算法
在以前那篇文章裏我也寫過本身每一年的「玩」和「學」的重點，而「編程」對我來講，是神祕高不可攀的，以致於去了伯克利這個 CS 聖殿也偷懶不選他家的計算機課。。讓現在的我後悔莫及。編程
因此整個大學四年裏，我都和編程無緣。數據結構
後來來美國讀研究生，美國的金融工程項目基本都會有編程相關的課程，有些學校甚至直接把這個項目開在計算機學院下。python爬蟲
而咱們項目最火的一門必修課是關於 C++ 的，因此我也只能硬着頭皮去上，卻發現老師真的講得很是的好，開啓了我對編程的熱情。學習
畢業的時候我也沒想清楚本身想作什麼，就和大多數同窗同樣投簡歷、面試、找工做。字體
以後很幸運的拿到了一家投行的 offer。大數據
一切的一切都按照劇本發生，走上了金融學子最嚮往的道路。優化
我在投行的工做是 Quant 相關的，若是有小夥伴不是很清楚這些崗位的區別的話，能夠移步 B 站看個人【年薪 200 萬的】視頻，點擊閱讀原文便可直達。
因此工做中也是須要編程寫代碼的，那我就想系統的學習一下。
以前在學校裏學的哪怕是 C++ 的那門課更多的是講 C++ 在金融領域的應用：好比如何計算 option，如何作 Monte Carlo simulation，對於數據結構只涉及最基礎的幾種，徹底不涉及算法和計算機底層的內容。
因而就問了我身邊學 CS 的朋友，根據他們的建議而後就開始看書、作題，慢慢的我發現，本身對編程尤爲是算法的興趣愈來愈濃厚了，並且是那種由衷的熱情。
好比在本身閒暇的時候會想今天作過的某個題有沒有更好的解法；看到別人還能用這種方法就特別激動，而後趕忙記在小本本上。
那是一種整我的都在發光的狀態，並且我也會把平時所學的用到工做中，上班的時候也會去想工做中的這些代碼如何去優化、如何改進。
在這段時間裏我也完成了工做中的一個大的項目，去參加了一些相關的活動，認識了某些大廠的大佬，networking 到一些特別的機會。
在和大佬交流的過程當中，他們給個人反饋是我對科技行業有很強的興趣。你們知道人最難認識的就是本身，而這些閱人無數的大佬是一眼能把你看穿的。
這讓我從新審視了個人職業發展道路，也發出瞭如題目般的靈魂拷問。
其實當時也是很糾結的，一邊是我過去的六年青春，一邊是我所熱愛所向往的。
在迷茫中我想起喬幫主當年在斯坦福大學的演講，
他講了 3 個故事，第一個故事就是他從大學裏退學以後，跟着本身的興趣去聽了一門書法課，以至於十年以後在設計第一臺 Mac 電腦的時候把這些所有應用進去了，因此咱們如今纔有瞭如此優美的字體。
因此我想，在人生前期儘量本身追求所熱愛的，由於你並不知道這些經驗會不會在將來的某一天能夠連成一條線。
更況且金融和科技已經有融合的趨勢了，好比如今很火的 Fintech 概念，那我相信在不久的未來，會有新的突破，而我做爲這兩個行業的資深專家，期待着參與其中。
回顧我整個心路歷程，我總結了 3 點我認爲最重要的事情：
多和前輩、大佬交流，他們的經驗會讓咱們少走不少彎路；
要敢於嘗試新的東西，由於你不知道你的真愛是否在其中；
認真對待本職工做，感謝 Quant 的 coding 需求讓我在 leetcode 上刷 200 道題足夠應對面試，不然大佬給了機會也抓不住啊。
那如何得到科技公司的 offer？
只刷題，確定是不夠的。
但，不刷題是萬萬不能的。
那零基礎的咱們如何才能達到科班的要求？想知道我如何高效的學習，如何高效的刷題，如何準備面試，就繼續關注我吧！
python爬蟲人工智能大數據公衆號