【年终总结】从非科班无实习到准字节前端:我始终相信,开发之外的事,才是破局关键

【年终总结】从非科班无实习到准字节前端:我始终相信,开发之外的事,才是破局关键

目录

【年终总结】从非科班无实习到准字节前端:我始终相信,开发之外的事,才是破局关键

一、求其外,善其内

1、坚持出发点正确的博文写作

2、博文更新对我心态的淬炼

3、社区交流对我视野的启发

4、向外拓展,反哺内修

二、陷入前端则前端死,跳出前端则前端活

1、从不务正业到泛前端

2、从泛前端到大前端,从有形到无形

三、秋招多少事

四、结语


        作者:watermelo37

        ZEEKLOG优质创作者、华为云云享专家、阿里云专家博主、腾讯云“创作之星”特邀作者、火山KOL、支付宝合作作者,全平台博客昵称watermelo37。

        一个假装是giser的coder,做不只专注于业务逻辑的前端工程师,Java、Docker、Python、LLM均有涉猎。



---------------------------------------------------------------------

温柔地对待温柔的人,包容的三观就是最大的温柔。

---------------------------------------------------------------------

【年终总结】从非科班无实习到准字节前端:我始终相信,开发之外的事,才是破局关键

        这年头,非科班、无实习、学历没优势,想进互联网大厂,听起来近乎天方夜谭——人才过剩、赛道内卷、AI横行,前端首当其冲。社区里“前端已死”的论调年年翻新,岗位缩减也是事实,如何在这种囹圄之下突出重围?

        我的答案是:开发之外的事,才是破局关键。

        回顾我的秋招:我聚焦头部大厂,多数面试流程顺利推进至终面,并有幸获得多个公司认可,最终均给出 SP/SSP 级别的offer,最终选择字节。其中一家公司在得知我已有三方后,仍多次主动沟通,表达了强烈意愿。

        如果你有兴趣或者未来有求职需求,不妨听我絮叨几句,或许能给你一点启发。

一、求其外,善其内

        “求其上,得其中”的道理人尽皆知,我将其改为“求其外,善其内”——意指向外拓展,反哺内修

1、坚持出发点正确的博文写作

        24年的3月,我开发一个用户上传 PDF 并识别文本的功能时,发现某 python OCR 库在上传特定文件下执行会报错,深入排查源码后,发现其错误处理逻辑仅用 if 跳过异常,未考虑连续错误场景——改为 while 后问题解决。这件事花了我大量时间调试,于是我在 ZEEKLOG 写下第一篇技术博文,记录这一发现。

        没想到,这一写便停不下来。从 bug 排查、基础 API 梳理,到前沿技术解析、前端实战复盘……我逐渐摸索出适合自己的节奏,随后便坚持至今。

        回首望去,除了满足不了博客之星评选的年度文章发布总量(该维度100篇满分,一年100篇也太多了)外,我的收获极大,我抱着基础坚实与实战至上的双重策略,持续寻找可以归纳总结的博文内容。为了能把一个问题讲清楚,我需要吃透官方文档、读懂底层代码、理解团队里那些精妙的实现,我看懂学懂才敢动笔分享——而受益最多的,其实是我自己。

        此外,在我每次遇到新鲜的问题,我往往会更加跃跃欲试,新鲜的问题意味着有更多意外的收获,能产出更多有价值的博文内容,我融会贯通的能力也会随之加强,形成良性循环。遇到重复的工作或者问题,我又能第一时间想到我的博文,能把它当做字典迅速回忆和复用。秋招期间,在同门之间讨论面试官提出的犀利问题时,我经常能发现这就是我历史博文中涉及到的一个知识点或者场景。

        过去我用 ProcessOn 做思维导图搭建个人知识库(如下图,如果没有AI这就是最好的个人知识数据库,随时一键唤醒记忆),但在今天这个 AI 泛滥的时代,持续输出的博文反而成了更鲜活实用的个人技术资产。

曾经的思维导图,如果没有AI这就是最好的个人知识数据库,随时一键唤醒记忆

        所以说,坚持出发点正确的博文写作,是工作之余的锦上添花,也是我技术堡垒的坚实基础,更是我技术自信的根本底气。

2、博文更新对我心态的淬炼

        记得今年春,我参加一个从零到一的国产化项目,一边是陌生的业务逻辑和数据结构,一边是国家级关注与高压交付——那段时间,我经常干到凌晨两三点,睡四五小时又爬起来继续干。即便如此,我依然能依靠自己的存稿和挤出来的时间保持着一定的更新频率。

        这种压力下的坚持,不是自我感动,而是一种对失控的抵抗。在我项目交付后或者手上只有长期开发项目的时候,博文更新的压力又能督促我保持学习节奏的底线,我会在稍微轻松的日子里大量存稿,总结前段时间的优质代码和技术发现,为后面可能到来的高强度周期留出缓冲。

        这就是我持续写博文最初的原因:我需要在我不想或不用写代码的时候,给自己找点有意义的事情做,在我着急忙慌赶进度追进展的时候,又能插入一个“暂停符”让我回头看。我深知按部就班地完成任务无法带来真正的成长,经验在思考和总结的过程中才会大量积累。

3、社区交流对我视野的启发

        除此之外,社区也让我认识了很多志同道合的朋友,他们热衷追求的技术,时下讨论高涨的热点,为我的技术视野带来了不少的启发。

        不止局限于前端,后端、python服务、亦或其他语言和框架,我渐渐意识到:所有的语言都只是手段,而并非目的,它们只有效率高低之分,却没有等级高下之别,解决问题的思维是所有语言通用的,在寻求解决方案,解决实际需求的道路上,语言只是载体,思想才是驱动力。

        前不久我写了一篇封装 try-catch 的文章,提出用线性范式替代 try-catch 嵌套异常处理的思路,就是从node.js、go开发的错误优先风格而来的。这种跨语言的迁移能力,远比死守某个框架重要。

4、向外拓展,反哺内修

        正因如此,我始终相信:只把本职开发工作做好,结果只有“好”或“不好”两种;但如果坚持在完成工作的基础上,持续向外拓展,也就是我“求其外善其内”的“外”,为了把“外”做得有型有质,我不得不把“内”做得更深、更善、更美。这种内外互促的闭环终有一天又能为我的本职工作添砖加瓦,成长就在这个过程中悄然发生。

二、陷入前端则前端死,跳出前端则前端活

1、从不务正业到泛前端

        跳出前端那不是不务正业吗,不务正业又如何活?事实上,我认为纯前端正逐渐式微,泛前端正在逐渐成为必然。

        今年某大厂面试官提到他们部门需要的是能熟练运用 js 解决各类问题的人,但面试的时候很多应聘者只会处理前端问题,这样无法解决搜广推的具体业务,自然也就胜任不了这份工作。

        自从前后端分离后,联调常陷入相互甩锅的状态,尤其是版本更迭的前后——问题出在哪?双方都说不清。根源在于技术栈割裂。如果前端懂一点服务端逻辑,不仅能减少沟通成本,甚至能帮后端定位问题。

        而随着 AI 的持续发展,前端基础技术壁垒会越来越薄,如果不补全泛前端知识,最后只能固守日益狭窄的技术边界,这路就越走越窄了。

2、从泛前端到大前端,从有形到无形

        我“跳出前端”的尝试不止于此:除了做过后端,我还做过 python 服务层,比如 OCR 识别、RAG增强检索;用 Docker 容器化环境实现在线编程;做过简单的协作式组件,可回溯可共享的在线文档;做过低代码可执行工作流;还做过可迭代交互的多模态产出 AI 助手工具等等,这些严格来说都不属于基础前端开发,但是它们的产出最终都服务于更好的前端体验,这些经历也让我在实际工作中,能更高效地与后端、算法、运维等人员沟通。

        前端也好,测试也罢,哪怕是后端,都会逐渐走向自动化、低代码化,AI 替代是不可逆的趋势。唯有拥抱新技术,才不会被它淘汰。就像早年 Docker 兴起的时候,所有留守虚拟机和不重视容器化运维思想的团队都吃了大亏。AI 时代亦是如此,非技术人员用 AI 做全套自由开发,在现有框架下几乎不可能;但技术人员若不懂 AI,将很快失去不可替代性。要找准 AI 做不到的地方,深挖、夯实,才能求得一处安稳之地。

        放开手脚,大胆去做,不要被技术领域限制了自己的兴趣和追求,打破有形的技术边界,追求无形的技术深度与广度,将技术回归到实践本身。一切能让用户感受更好,交互体验更自由,突破性能瓶颈的技术,都是好技术,也是泛前端所需要接纳的技术。

        开发之外,是更多的开发视角,前端之外,是更广阔的前端领域。

三、秋招多少事

        囿于篇幅原因,这部分简单提一提,有兴趣的朋友欢迎与我展开讨论。

        对于我来说,秋招更像是秋收,结合组里的历史,我知道进大厂是大概率事件,关键是具体平台和业务上的选择。

        比如我中断了京东的面试流程,是因为听说午休普遍只有 1-1.5 小时。而我是个不午睡就没精力的“懒人”,这点时间根本不够恢复饱满的精力投入工作。又比如我明确不想加入拼多多,因为实验室长期单休已让我感到疲惫,随着年龄增长,我更需要可持续的生活节奏。

        这些看似琐碎的考量,其实是长期主义的坚守,是我能够胜任工作的基础前提。

        有位面试官在面试尾声打趣:“写博文是个好习惯,但等你上班忙起来恐怕就没时间写了。”我笑着应和,表示会努力坚持下去,我自己也会集中写存稿,积极应对突发压力。

        但若不是面试环节,我也许会更直白些:“不必考虑人生新阶段的变数,我现在还在写,能把这周的份额写完,这就够了。技术探索本无止境,正如胡适先生所言,怕什么真理无穷?进一寸有一寸的欢喜。

        秋招过程中,我整理了近两万字的面试复盘,并在结束后写了一篇两万九千字的《秋招多少事,归来知不知》,算是为这段人生节点留下一份完整的记忆。

        这些看似与技术无关的生活节奏选择,这些看似与未来开发工作无关的文字积累,其实是我对“开发之外的事”思考与突破的不断尝试。套用鲁迅先生的一句话:哪有什么正确的选择,合适的尝试做得多了,慢慢就会成为正确的选择。

四、结语

        这些年的选择与努力让我深深地明白一个道理:没有什么是做不成的,只有时间是不可逆的。只要有意识的持续思考,在基础开发工作之外选择一个合适的方向,养成奔跑的习惯,剩下的,就交给时间。

        谨以此文,作为我技术追求角度出发的年终总结,愿与诸君共勉。

        愿我们都能在技术路上保持清醒与热情,所选无悔,所得无愧;生活明朗,未来可期!

        只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~

        其他热门文章,请关注:

        极致的灵活度满足工程美学:用Vue Flow绘制一个完美流程图

        你真的会使用Vue3的onMounted钩子函数吗?Vue3中onMounted的用法详解

        Web Worker:让前端飞起来的隐形引擎

        测评:这B班上的值不值?在不同城市过上同等生活水平到底需要多少钱?

        通过array.filter()实现数组的数据筛选、数据清洗和链式调用

        DeepSeek:全栈开发者视角下的AI革命者

        TreeSize:免费的磁盘清理与管理神器,解决C盘爆满的燃眉之急

        通过Array.sort() 实现多字段排序、排序稳定性、随机排序洗牌算法、优化排序性能

        高效工作流:用Mermaid绘制你的专属流程图;如何在Vue3中导入mermaid绘制流程图

        通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制

      【前端实战】如何让用户回到上次阅读的位置?

        前端实战:基于Vue3与免费满血版DeepSeek实现无限滚动+懒加载+瀑布流模块及优化策略

        深入理解 JavaScript 中的 Array.find() 方法:原理、性能优势与实用案例详解

        el-table实现动态数据的实时排序,一篇文章讲清楚elementui的表格排序功能

        JavaScript双问号操作符(??)详解,解决使用 || 时因类型转换带来的问题

        内存泄漏——海量数据背后隐藏的项目生产环境崩溃风险!如何避免内存泄漏

        MutationObserver详解+案例——深入理解 JavaScript 中的 MutationObserver

        JavaScript中通过array.map()实现数据转换、创建派生数组、异步数据流处理、DOM操作等

Read more

告别SQL恐惧症:我用飞算JavaAI的SQL Chat,把数据库变成了“聊天室”

告别SQL恐惧症:我用飞算JavaAI的SQL Chat,把数据库变成了“聊天室”

摘要 对于许多开发者而言,与数据库打交道意味着繁琐的语法记忆、复杂的联表查询以及令人头疼的性能优化。你是否曾希望,能用说人话的方式直接操作数据库?飞算JavaAI专业版的SQL Chat功能,正是这样一个革命性的工具。本文将分享我如何将它变为一个永不疲倦的“数据库专家同事”,用自然语言轻松搞定一切数据需求。 一、 痛点切入:我们与SQL的“爱恨纠葛” 还记得那次惨痛的经历吗?新接手一个庞大项目,急需从几十张表中查询一份用户行为报表。你对着模糊的需求文档,在Navicat或DBeaver中艰难地敲打着JOIN、WHERE和GROUP BY,一遍遍执行、调试,生怕一个疏忽就拉垮了线上数据库。这不仅是技能的考验,更是对耐心和细心程度的终极折磨。 尤其是面对以下场景,无力感尤甚: * 复杂查询:涉及多表关联、嵌套子查询、窗口函数,SQL语句长得像一篇论文。 * 性能优化:一条SQL跑起来慢如蜗牛,却不知从何下手添加索引或改写。 * 老项目溯源:面对命名随意的表和字段,理解业务逻辑如同破译密码。 我们需要的不是一个更漂亮的SQL客户端,而是一个能理解我们意图的“智能数据库搭档”

By Ne0inhk
人工智能:自然语言处理在社交媒体分析领域的应用与实战

人工智能:自然语言处理在社交媒体分析领域的应用与实战

人工智能:自然语言处理在社交媒体分析领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在社交媒体分析领域的应用场景和重要性 💡 掌握社交媒体分析的核心技术(如情感分析、话题检测、用户画像构建) 💡 学会使用前沿模型(如BERT、GPT-3)进行社交媒体文本分析 💡 理解社交媒体分析的特殊挑战(如数据量大、噪声多、实时性要求高) 💡 通过实战项目,开发一个社交媒体话题检测应用 重点内容 * 社交媒体分析的主要应用场景 * 核心技术(情感分析、话题检测、用户画像构建) * 前沿模型(BERT、GPT-3)在社交媒体分析中的使用 * 社交媒体分析的特殊挑战 * 实战项目:社交媒体话题检测应用开发 一、社交媒体分析的主要应用场景 1.1 情感分析 1.1.1 情感分析的基本概念 情感分析是对社交媒体文本中情感倾向进行分析和判断的过程。在社交媒体分析领域,情感分析的主要应用场景包括: * 品牌声誉管理:分析用户对品牌的情感倾向(如“正面评价”、“负面评价”

By Ne0inhk
【AI开发】—— OpenCode双插件协同开发指南

【AI开发】—— OpenCode双插件协同开发指南

OpenCode双插件协同开发指南|Oh My OpenCode+Superpowers 兼顾效率与规范 很多同学在OpenCode中装完Superpowers后,都会有一个疑问:已经有了做代码规范的Superpowers,还有必要用Oh My OpenCode(OMOC)吗? 甚至装了两个插件后,不知道如何配合使用,导致要么只用到了其中一个的功能,要么让两者互相“冲突”,浪费了插件的核心价值。 其实答案很明确:两者是互补而非替代的关系,组合使用才是OpenCode的最优解。OMOC是「项目开发总指挥」,负责拆解任务、并行调度、自动化工具调用,主打一个提效率;Superpowers是「代码工程质检员」,负责约束AI遵循TDD、代码审查、重构等最佳实践,主打一个保规范。 这篇文章就把两者的核心区别讲透,再通过实操性拉满的协同开发教程,教你用OMOC+Superpowers开发项目,既让AI写代码又快又好,还能彻底摆脱“手动拆任务、反复改代码”的痛点,全程贴合开发实际,新手也能直接跟着做。 一、先搞懂:OMOC与Superpowers 核心区别(

By Ne0inhk
人工智能:大模型高效推理与部署技术实战

人工智能:大模型高效推理与部署技术实战

人工智能:大模型高效推理与部署技术实战 1.1 本章学习目标与重点 💡 学习目标:掌握大语言模型推理与部署的核心技术,理解模型量化、推理加速、服务化部署的原理,能够完成开源大模型的高性能生产级部署。 💡 学习重点:精通INT4/INT8量化技术的应用,掌握vLLM等高性能推理框架的使用方法,学会搭建高并发的大模型API服务。 1.2 大模型推理部署的核心挑战 1.2.1 大模型推理的痛点分析 💡 预训练大模型通常具备数十亿甚至上百亿的参数量,直接进行推理会面临显存占用高、推理速度慢、并发能力弱三大核心问题。 * 显存占用高:以LLaMA-2-7B模型为例,FP16精度下显存占用约14GB,单张消费级显卡难以承载;而70B模型FP16精度显存占用更是超过140GB,普通硬件完全无法运行。 * 推理速度慢:自回归生成的特性导致模型需要逐token计算,单条长文本生成可能需要数十秒,无法满足实时应用需求。 * 并发能力弱:传统推理方式下,单卡同时处理的请求数极少,高并发场景下会出现严重的排队和延迟问题。 这些问题直接制约了大模型从实验室走向实际生产环境,因此高效

By Ne0inhk