30 岁，而立之年，在这个尴尬的年龄段，我选择了转行做程序员！
如果本科毕业，30 岁正常至少有五六年工作经验了。这时候选择转行，意味着要抛弃已有的工作经验和原行业的社会资源，从一个新行业重新开始。这对任何人而言，都是充满了未知、挑战和顾虑的。但是，人生不能遇到困难就退缩，毕竟心中还有梦想。
2019 年，我从某大型国有企业正式辞职，告别了工作了 6 年的城市。彼时年芳 30，曾经一批来这里奋斗的同事们，要么走上管理岗位、要么成家立业买房买车，他们是打算把一生奉献给这里的。然而也有一批像我一样不安于现状选择离开的。离开的这一波，我算是走的相对晚一些的。
在北方，冬天又冷又干，夏天还好点，不冷不热，但是业余时间能去的地方实在太少，很多地方连草也很稀疏。这样的环境下，是很难留住有志青年的。
我之所以能在这里奉献 6 年的青春，一个原因是这是我的第一份工作，这里的同事们也大多都是刚毕业就过去的，同事之间相处比较融洽，所以自然格外珍惜；其次，这是个大型国企，工作稳定，收入虽不高，但是福利好，小城市消费低，工作压力也不大，那时候如果愿意，我可以在这里干到天荒地老！然而，工厂里那种日复一日的生活让我窒息，我从工作中得不到任何的成就感，既然不是真爱，又何必相互耽搁？
工作三年多的时候，也就是大约 2016 那会儿，我就萌生了转行的念头。当时我就意识到在国企内想要有前途，必须走管理路线，但是作为一个技术男，那条线路并不适合我。正好，我在大学期间搞过两年单片，什么 51 单片机，avr 单片机、飞思卡尔单片机，那会儿还是玩的不错的，所以我是有一些编程功底的。那几年互联网经济的高速发展，催生了一大波造富神话，身边动不动就传来某某转行做程序，年薪二三十万的。这一刻，对现状的不满与对梦想的渴求促使我重新燃起了编程的热情。利用业余时间，开始自学 Python 正式入坑编程。
之所以选择 Python，不是因为 Python 是世界上最好的语言，而是因为正好科室韩国设备软件是用 Python 搞的。遇到 Python 后，那会儿真是感觉遇到了真爱。真爱难求，但是冥冥之中早已注定，不早不晚，恰好在对的那一刻。
彼时，智能制造的春风吹遍了大江南北，借助这股风，老东家也开始喊出工业 4.0 的口号，至此，天时地利都已具备，机会来了也要善于把握。此时此刻，我开始发奋图强，立志成才。自学 Python 两个月后开始着手项目开发，将曾经用 excel 手动处理的一系列工作通过软件实现了自动化处理，前后断断续续做了 3 年，然后在公司的一次大赛中通过这个项目取得了第一名的成绩。
有了一定开发基础之后，我正式投递 Python 开发岗位。没多久，便拿到了一家上海创业公司的 offer。六个博士带队，从研究所出来的高学历豪华战队，薪资上没有因为转行而跌落，准确的说还有所提升，这条件一下就征服了我。没多久我就正式走马上任，成为一名正式的 Software Engineer。
由于是创业公司，规模不大，刚去的时候也就十几个人，直属上级是中国最高学府的博士出身，我想着应该跟着大佬能学到不少东西。但是，理想很丰满，现实很骨感，这家创业公司由母公司输液养着，不差钱，所以呢，领导坚持的原则是，能花钱搞定的事，那就不要劳烦自己人。我去了没多久，软件就外包出去了，这样的我身为一名 Software Engineer，职责就转换为了 Application&Test Engineer。这时候，过着 965 的日子，甚是安逸，但是我开始思索我转行的初衷，思索我的未来。
不远千里，单刀赴会，结果刀还未出鞘，硝烟已散。此刻的我，犹如鱼离开了水，鸟儿离开了天空，躁动和不安再次在内心升腾。
一年半以后，我再次选择了离开。这次，又一次进入了另外一家创业公司。不同的是，这家公司从上到下都很拼，领导们冲锋在第一线，每天加班走得最晚的也是那帮元老们。这次，我才深刻的感觉到这才是苦苦追寻的。
上级领导们也愿意带我，也并没有因为我是转行的，技术能力弱而遭到挤兑和嫌弃。工资方面又上了一个新的台阶，达到了一个人生的新高峰。工作是忙了很多，平时几乎每天 9 点以后下班，周六有时候也得加班，是累了些，但是我内心找见了从未有过的踏实与平静。曾经挂在猎聘上的简历也不再更新，手机铃声依然时时响起，但都被我一一回绝。
人生最重要的是要想明白自己需要的是什么，并为之付出努力和大胆尝试。人生苦短，不留遗憾！不忘初心，方得始终。
关于 Python 技术储备与学习路径
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个系统性的学习规划。以下是基于实际项目经验总结的 Python 技术储备建议：
一、Python 所有方向的学习路线
Python 所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
- 基础语法：变量、数据类型、运算符、流程控制（if/else, for/while）、函数定义与调用、模块导入等。
- 数据结构：列表、元组、字典、集合的增删改查及常用方法，理解内存模型。
- 面向对象编程：类与对象、继承、多态、封装、魔术方法、属性装饰器等。
- 高级特性：生成器、迭代器、闭包、装饰器、上下文管理器、并发编程（threading/multiprocessing/asyncio）。
- 标准库与第三方库：os/sys/shutil、datetime/re、json/csv、requests、pandas/numpy/matplotlib、flask/django、scrapy 等。
