转码百科 | 零基础“转码”应该怎么做？
想必点进来的同学，都或多或少对SDE/Data/UIUX/PM等科技岗位报以憧憬（“好想找一份这样的工作啊”）或者满怀自豪（“没错！我就学这个的！”）。
确实，这是个人待遇最高、发展前景最好、社会认可度最大（或许还要加上速成）的一类职业。
那么零基础跨专业求职该怎么做？
1. 你不是孤军奋战
2. 从零开始，大道至简
3. 你已经是个成熟的转“码”人了！
4. 写在最后
你不是孤军奋战
想成为高端技术人才，往往只需采用最朴素的编程方式：
“Ctrl C + Ctrl V ”开始即巅峰！
开玩笑的，从零开始转码转Data，对绝大多同学来说其实是个快速劝退的过程：
你严肃的制定了学习计划，尝试按照timeline步步学习，找了各种资源各种视频......但是，往往只过了一星期（甚至只是几天），你就会感到茫然，扪心自问学会了什么？你得不到答案。
别担心，很多新手同学都会经历这一阶段！
你不是孤军奋战！
添加小助手回复【转码】进入转码答疑群——
科技公司信息汇总、最新招聘动态、招聘网站高效使用指南、简历撰写指导、找内推tips……更多资源等你亲自来解锁！
从零开始，大道至简
我们尝试学习，列出各种各样的知识模块，但由于缺少明确规划和系统性指导，往往手忙脚乱。
确定大方向
首先必须明确，你的目标是转Data还是转SDE？
对我们大部分人（天才除外！）来说，SDE与Data只能取其一。
这两个方向考核的面试知识只重叠了很小一部分。另外，即使是同一方向，不同细分领域的要求也很是不同。
盲目准备，历史重现
选择细分方向
SDE和Data都有哪些细分方向？
SDE
1. Frontend Software Engineer
2. Backend Software Engineer
3. Fullstack Software Engineer
4. Mobile Software Engineer
5. Desktop Software Engineer
6. Embedded Software Engineer
7. Game Software Engineer
8. AI, MLE（CV/NLP）
Data
1. Data Scientist
2. Data Analyst
3. Data Engineer
4. Business Intelligence
5. Business Analyst
6. Product Analyst
不同的细分方向，有着不同的工作内容。它们在市场上的职位数量，未来的发展机会，使用的语言框架都是不同的。
网上所谓“如果难以抉择，在开始一星期把感兴趣的语言都尝试一遍，选出适合自己的”说法，其实是非常一言难尽的。
对于跨专业求职的人来说，语言不能随便选。实际理想情况应该是在充分了解细分方向后，根据自己的兴趣或者技术背景优势，根据该方向的常用语言框架再做选择。
况且，一周时间对于一门语言来说，连熟悉syntax的时间都不够，更谈不上了解了~
熟练白嫖
注意，上述这个建立从0到1的过程，是你的最佳（或许也是唯一）省钱阶段。
以Data方向为例，同学们可以先到Coursera去上一门课，IBM的Introduction to Data Science。
想要往数据方向走的话，建议先尝试上一下这门课程，铺一个最简单的基底。
最简单的东西都不需要花钱（为了吸引流量）！网上资源特别多，去Coursera, Udemy这样的平台学一学看一看，省钱又快乐！
当你学完了基础，想要建立从1到2，从1到10，乃至从1到100的过程时，网上能获取的信息开始逐渐变少，想要深度挖掘只能靠自己去读paper......不但要一点点去啃，而且还要分辨知识的准确性可用性，这是多么痛苦的事......
直接求助已步入工业界多年的大佬吧！
硅谷工程师们天天做的就是这个！你可以节省大量的时间，可以轻松搞定工业级项目，可以提前摸底大厂面试套路......
扫码咨询保offer课程，来自硅谷一线大厂的面试官们，短时高效！助你全面提升求职竞争力！
你已经是个成熟的转“码”人了！
如果你已经打下了一定的基础，算是初窥天机，可以开始下一阶段的学习了。
大佬押题准！
这次我们以SDE方向为例。同学们在掌握了非常基本的语言内容后，是时候学习以下内容了：
（上下滑动查看）
这四大模块内容是重要考点：
1. 数据结构与算法：在北美大厂考核里，能占到60%～70%的比例（公司越好！考的越难）。
经验丰富的导师，可以压中考题
2. OOD & Design Patterns：OOD考基础知识，比如什么是encapsulation, interface, api, 如何用interface等，有时也会考一个落地的带有功能导向的小型应用场景，比如怎么去用诸如Factory Pattern, Observer Pattern, SingletonPattern等Design Patterns去完成这种场景的设计。
3. System Design：应届生的话，答题方向有基本的sense，参考模板式答题方法，不会太减分（反之，工作的越久，职级越高，考的轮次越多，题也越难）。
4. 其他基础知识(组招大型公司+中小公司更常见)：如Operating System, Computer Network, Database等方面的基础考核。
看点狠的！
当然，学到现在，仍远远不够。想被大厂捞走，这些条件都要达到：
点击下方图片，我们一起来看点狠的！
想要进一线大厂，这些条件都要满足。如果你拿捏不准自己是什么水平、或者是Data, UIUX, PM等其他方向？
欢迎扫码添加小助手，咨询保offer课程送大厂资深面试官1v1实力评估！
写在最后
“转码一定要数学特别好”
“必须要有CS学位”
“女孩子优势大，无脑转就是了”
......
提到跨专业求职，我们总被一个又一个的刻板印象迷惑着
实际上——
高中数学就足够应对；
CS学位不是必须；
女孩子面试bar不会降低，不过由于Diversity可能会有加面机会......
实际上——
跨专业求职并没有那么难；
直通硅谷每年都有不少学生是非科班出身；
他们有些自始至终都没在学校报过相关课程......
即使非科班出身、编码能力较弱，通过学习，也可以争取科技大厂offer。
*上下滑动，发现榜样的力量
最后，如果屏幕前的你希望加入科技行业，任何与跨专业求职相关的疑问，都可以咨询我们。
微信扫码关注该文公众号作者