前言

为何 2019 很重要？

2019 年将会是人生最重要的转折点之一。因为 2019 年将会是我第一次踏入职场（以实习生的身份），如果起步好了就少奋斗十年；反之，又落回到悲惨的原点。这是我最不希望看到的结果。当初本科四年少奋斗的后果还可以由研究生三年承担，而研究生三年少奋斗的后果就要用后面十年底层摸爬滚打来承担了。

解释完 2019 为何很重要后，正式说一下 2019 年度奋斗计划了。预定 2019 年关键词「实习」，鸡汤「越努力越幸运」以及张哥的励志文「我到底有多么拼命」。故此，2019 所有计划都以「实习」为中心，所做的一切都是以做到「大厂实习」为目标。

在制定计划时，有必要先了解清楚自己将有可能就职的岗位的要求信息。这样有利于对症下药，优先点亮重要的技术树。

2019 将根据学期来具体安排工作计划和任务，我会尽可能降低工作任务的粒度。因为任务粒度过大就太泛了执行效果会大打折扣，但在年度计划中也要避免粒度过小，否则显得啰嗦。更多的任务细节可以在每周工作任务中阐述。

Attention：每一项任务都要做好笔记，不能草草了事，需要彻底弄懂，为此延期都是可以原谅的（毕竟我在预计时间的拿捏上偏弱）。但是因为娱乐耽误是不可饶恕，必须牺牲第二天的休息时间弥补回来。

这阶段是前期准备阶段。由于 2018 年的不努力，导致很多工作任务堆积到了 2019 年完成。这个寒假更多是在填坑的基础上，增加一些工作任务。下面具体描述寒假的工作任务：

任务清单	技术树	开始/截止时间	执行周期	备注
常见机器学习算法原理+实现+推导	机器学习	年初七前完成	< 1个月	已经建好仓库了，边学边记录。这一项非常不容易的但又是避不开的。为了不打击信心，推导部分设为可选项。原理部分参考机器学习实战，实现部分分为两部分：自己实现以及调包实现，参考实战和 hands-on 。
十大数据挖掘算法三部曲	机器学习算法之数据挖掘	年初七开始	2 周	有一半已经在第一项完成了，所以时间缩短。但重复的算法需要再过一遍，可以修改旧文
Flask-Web 开发书籍	Python 开发	2月25日开始	1.5 周	总结自己毕设
极客时间的数据结构与算法课	数据结构与算法	2月25日开始	2 周	与 Flask 并行完成。细细咀嚼，不要急

可以发现，寒假主要工作集中在机器学习算法的入门上，深入部分就是推导部分，但预计这块比较难啃下来，出现延期也是正常的。同时，还会学习基础的开发能力。先把自己项目的技术给梳理一遍，其次把算法复习一下，为了下阶段的 leetcode 刷题作准备。

总的来说，寒假学习内容对于两个优先的候选岗位而言都是必不可少的模块，那么就不存在迷茫。闷头苦读就对了。

这阶段我定义为面试前准备阶段。主要工作三部分：kaggle 比赛、大数据平台学习以及刷面经与 leetcode。

对了，开学的时候关注一下今年春招的情况，把候选岗位要求记录下来，合理地微调工作计划。

任务清单	技术树	开始/截止时间	执行周期	备注
每日 leetcode medium 一道	数据结构与算法	开学就开始	-	龟派：每道题细嚼慢咽，尝试多种方法并尽可能提升效率
kaggle 入门与推荐算法类的竞赛 top10%	竞赛经验	开学就开始	直至达到top10%为止	提高机率的方法可以同时参加多个竞赛，找 2 个大佬一起。平台有 kaggle、天池、DF
推荐算法领域的论文、书籍	推荐算法	-	-	感觉在竞赛过程中自然而然需要看相关论文、博客和书籍
Hadoop 大数据平台	大数据开发	-	抽出 8 天时间	把疯哥的 8 天 Hadoop 视频看完
刷面经	-	6 月份开始	-	在暑假找日常实习

上面主要是针对最优候选岗位：数据挖掘岗位的工作计划。以算法深入运用为核心，配合着基础大数据开发能力。5 月中旬，需要对当前方向进行重新评估。 如果没有任何实质性的进步，就需要立即修改方向，以大数据开发岗位为最优选择。当然评级合理的话，就继续竞赛和看论文。

评级指标：

下面是在 5 月中旬对当前方向评级不合格时，计划调整结果：

任务清单	技术树	开始/截止时间	执行周期	备注
JAVA SE	JAVA 开发	5 月中旬	-	不要重头学 java se。因为这样会来不及。要快速拾起java 开发能力。读《Java程序员面试笔试宝典-何昊》，然后找峰哥要面经

按理说暑期实习是春招完成的，但是今年春招肯定是没能力去竞争的。所以暑假实习找日常的实习比较合理。以大厂要求要求自己，进入大中型公司就可以了。

如果实在找不到实习，说明机器学习方向是无望了。坚定走大数据开发吧。同时，我预计上面的 2 个项目应该是没完成的。所以没实习的暑假除了继续一直找之外，接着做项目（资源里有好几个呢）。

当然除了学习工作，还有生活、第二技能需要打理与慢慢培养的。