※ 引述《Wolfken ()》之銘言：
前文有點長, 抱歉恕刪.
: 基本上大概就是工作兩三年，把某一兩個程式語言熟練以後就沒再進步了
: 程式語言要熟練不需要太久，特別是已經熟練過某一兩種的人
: 但只有熟練程式語言，那就真的沒有什麼特別可以要求高薪的地方
: 我的話選擇人基本上不太在乎是否熟練我們要用的程式語言或是領域知識
: 這些都能學，而且花不了太久
: 主要還是要看他是否是一個好的programmer，以上各種軟工的東西是否至少有認識
: 因為這些真的不容易學，大都需要實務經驗
: 光看書只能說一堆理論，遇到情境題當場就掛了
: 而且這些東西如果不是有努力不懈學習的人，通常不太會去學
: 反正只要程式語言熟，這些不會照樣可以混，而且可能也混得不差
: 所以能熟這些的，通常也代表主動學習能力強
: 這通常是最重要的工作績效指標
同意Wolfken的如果不是努力學習的人, 通常不太會去學.
由原PO描述內容來看, 應該是會對有興趣的方面會認真學習的人,
而對於學科上無法立即看到成果, 就放棄學習程式上更根本的數學有些可惜.
當然不是說原PO學習方向有問題, 感覺是教科書與教授的內容都很枯燥到無法與實際連結.
以下MITx的課程來稍微解釋一下教授是否有用心準備的差異,
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堂課程合併在一起為MIT資訊學系大一的第一堂課介紹課程,代碼6.00.
第一堂6.00.1x主要在介紹Python如何使用以外, 同時夾帶了以下課程內容:
1. 計算機概論
2. 資料結構(簡單)
3. 演算法概論(簡單)
4. 物件導向設計
5. 程式除錯(程式語法面)
第二堂6.00.2x主要在介紹如何應用Python幫忙處理計算問題, 內容如下:
1. Python繪圖(模擬MatLab的系統)
2. 機率與統計(簡單)
3. 數值分析(簡單)
4. 演算法概論(優化介紹)
5. 計算機智慧(簡單)
印象最深刻是課程作業有兩個:
1. 模擬掃地機器人, 計算打掃環境指標並能繪圖看到機器人打掃過程.
2. 模擬病毒在人體傳染的速率及下藥後的抑制交互作用,
了解亂數與不穩定系統如何分析與除錯.
他們上課是假定學生完全沒基礎的教學, 但能融合各種我們大學分開教授的知識,
並帶給學生精彩的程式設計目標與數值分析基本概念,
最後一堂還會介紹如果想精進那些方面, 能修那些代號課程並簡單解釋其意義.
這種課程內容真是精采的沒話說, 只可惜聽Prof. Lewin上課有提到一學期25K美金,
家裡沒錢的人真是負擔不起.
回到原PO的問題上, 或許教科書與教授教學的數學內容讓您提不起興趣,
但是這些數學在幫忙分析程式設計上的問題與設計新架構都很有幫助,
請由其他方向如線上學習或讀研究所找能解釋知識本質的教授, 這對未來才有幫助.
最後回到學習什麼才能賺大錢這問題點上, 這問題應該是回到:
有什麼技能或基礎, 能讓公司花更多的薪水來押寶在你身上?
有關這問題我覺得請Joel on Software作者寫的文章回答比較貼切:
http://local.joelonsoftware.com/wiki/%E9%A6%96%E9%A0%81
2005年12月29日 爪哇學校的危害
這篇我覺得講述了目前被量產的程式設計師, 或是CS學生的問題.
2002年12月11日 回歸原點
這篇講述到了使用Framework的陷阱, 及需要準備何種知識與心態,
來面對各種Framework而不至於慌亂手腳.
2005年07月25日 達到卓越
這邊有簡單描述卓越與普通的開發者之間的差距, 所謂卓越不見得是成績或收入高,
而是在想專精的領域追求到基礎知識與經驗都遠超過一般人的人.
當然, 因為在台灣的環境, 追求到了卓越也有可能被傳統環境壓抑,
到時希望能具備足夠的外語能力而能往更自由的環境去追求卓越, 我也還為此努力.
最後的最後, 如果想繼續往上爬的話, 推薦下面這篇文章:
http://local.joelonsoftware.com/wiki/%E9%A6%96%E9%A0%81
2005年01月02日 給資訊科系學生的建議
願能夠帶來些啟發, 如果有疑問歡迎能再來版上發問.
Many Thanks,
watz0n