内容简介:时光飞逝,一转眼做前端也有一年的时间了.技术还是那么的菜.前端真的是太多了,学不动呀我特别喜欢vae,最佳歌手里有这么一句话:我们最好的遇见是这样的四月.四月,武汉的樱花漫天飞舞,我在南下的火车上来到了深圳,这个充满未知的城市.
时光飞逝,一转眼做前端也有一年的时间了.技术还是那么的菜.前端真的是太多了,学不动呀
我特别喜欢vae,最佳歌手里有这么一句话:我们最好的遇见是这样的四月.
四月,武汉的樱花漫天飞舞,我在南下的火车上来到了深圳,这个充满未知的城市.
正是四月,我被公司裁员.也许这就是命吧.
2.我之前苦逼的工作经历
其实,一直到现在我都在怀疑自己的选择.但我确信,人往往会后悔自己没做过的确定,虽然我已经不再年轻
6月6号,是我转行做前端的第一天.
我是学电商的,15年毕业之后在一家快递公司做电商专员,直白点就是客服(鬼知道我是怎么坚持一年半的).工资3k定位北京,然后去上海分公司,2.7k.天知道我当时是如何生存下来的.但这肯定是我被前女友瞧不起的地方了.
16年10月份,在被前女友多次戴绿帽子的情况下(现在想想当时为啥不睡了她,但还是很庆幸没这么做),回了老家.当时想转行做java,在家一边考驾照,一边自学(学了一周完全没入门,然后就是天天dota2).后来也有了去培训班的念头
17年春节过完,和一哥们(高中大学同学还是老乡)约好去上培训班,可当时他想去深圳,我想留武汉.之后就不了了之.他在深圳培训 java 5个月然后14*14入职随手科技.我留在武汉.
17年三月,我在武汉找了一份测试的工作,实际上就是做实施,公司是做大数据的.5k包吃住,对比了下之前的工资,感觉还不错,就做了一年.当然,在武汉过的还是不错的,也认识了很多很好的朋友,还有那个让我恋恋不忘的爱笑的小菇凉.
18年过完春节,公司调整,我申请来深圳,被拒绝然后就离职来深圳(当时也没打算选前端)
18年4月来到深圳,经历了无数个挣扎的失眠夜.虽然每天也是保持着6-8个小时的自学时间(当你没办法的时候,自学真的很容易),前端也算是比较好入门的吧.当时也有很多人推荐我去培训.奈何当时穷,还有一堆负债(最近才刚刚还清了债务...),就选择了自学,当时看的是黑马 程序员 的视频(真的就一般)
3.我的前端工作经历
18年6月6号找到第一份工作,工资6.5k不给买社保,再我离职前还没给我转正,真的是一家比较黑心的公司.
9月底果断从xxx科技公司跳槽,去了软基一家公司,9.5k待遇感觉还可以,只是996有点累.当时啥都不知道,还是很高兴的,就没学习了,这也就是我被公司优化的原因.
现在在xxx公司,工资15k,基本不加班.还是很不错的.
4.管你学不学的动,老子就是要更新
做前端也有一年了,感触还是很多的.虽然入门是轻松,但需要懂得东西还是很多得.成长得空间也没有后台的大.所以想转行做前端的还是慎入吧,不如培训py的好(我上个月就想去培训py了,还是因为穷,还有就是我不是一个果断的人)
虽然说三xx是家黑心的公司,比如迟到一次罚款50(一分钟也不行),通宵加班了第二天回去睡觉算请假等等等.但还是很感谢当时的项目经理的yf.
记得刚去的时候就是做小程序,做的第一个需求就是用canvas画海报然后分享出来,做的是一个父亲节的活动.第一天去上班就加班到72路末班车没赶上自费打车回来.
办法总会比困难多.这种话是句屁话,但说的很对.我记得当时遇到不少的坑,保存图片的异步问题,getLocation的定位错误,canvas各种api...一周,我从一个接口都不会调的垃圾完成了我的第一个前端需求(当时还是有点小开心的,虽然每天都加班很严重)
学习!学习!学习! 重要的事情说三遍.在三xx公司除了每天完成工作,每天也会抽出1-2小时补充自己的技能(不要说没时间,少玩手机时间一大把).当时主要是学尚硅谷的前端视频(有人说视频学习效率低,但对于我这样的入门还是很不错的)
不要找借口!!! 在三xx自学了vue之后写了一个简单的demo就去了box.面试的时候,大佬问了几个问题都没答上来,后来人事说过了,还是很开心的.
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 我转行前端花了11个月
- 干货| 60G资源【Web前端】转行前端必需品
- 我如何零基础转行成为一个自信的前端
- 我如何零基础转行成为一个自信的前端
- 转行半年的初级前端的一次大公司面试
- 28岁裸辞转行前端是怎样的一种体验
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python for Data Analysis
Wes McKinney / O'Reilly Media / 2012-11-1 / USD 39.99
Finding great data analysts is difficult. Despite the explosive growth of data in industries ranging from manufacturing and retail to high technology, finance, and healthcare, learning and accessing d......一起来看看 《Python for Data Analysis》 这本书的介绍吧!