由於工作職位關系，在公司一直做一些技術儲備工作。沒有實際的開發任務，只是多看一些新東西，萬一有需求可以出解決方案。
回顧2016，從前端開發到移動，從算法到機器學習，自然語言處理等，看過的東西很多很雜。
我一直有個疑問，什么才叫技術好？其實技術好，可能是個偽概念。
一門語言，一個方向，大部分人的水平都差不多，只是熟練度，知識廣度的問題。
C#，有人可以用極其簡單的Linq寫出很復雜的功能，有人要使用大段大段的代碼來實現相同的功能。
之間的差距就是，前者熟悉Linq，后者不熟悉（熟練度不夠）或者根本不知道Linq（廣度不夠）。
很多情況下，后者如果不是很差勁，后者其實可以通過培訓做到和前者相同的事情。
那么，如果技術可以通過培訓就能獲得提升，那么，老程序員的護城河在哪里？
一個畢業生，通過不斷的學習一門語言，大量的練習，就能寫出代碼了，老程序員的價值在哪？
1.技術整合和全棧技能
可以很負責任的說，老程序員在某個領域的90%的知識，新人可以很快速的掌握。但是新人無法很快速的將所有知識整合起來，靈活使用。
例如，一個抓取網站數據的程序，其實這里牽涉到HTTP協議，HTML和DOM知識，異步和並發，數據存儲等問題。
如果這個程序出了問題，老程序員可以快速判斷錯誤的位置和解決方法，新人可能要耗費很多時間。（有些權限，異步的問題，新人可能根本沒有概念）
所以，知識儲備要有一定的廣度。
2.某個領域的深度
這個在數據庫領域特別重要。建數據庫，建表，查詢，這些都是只要肯百度就可以的。
但是，往往資深DBA，思考的是，索引的類型是否正確，索引的字段是否正確，SQL語句是否優化。集群，主從備份的參數是否妥當等等。
（在做MongoCola的時候，我幾乎將所有的MongoDB的用戶手冊看了一遍。MongoDB要真正精通，其實很難的。）
如果你長期操作MySql，Oracle，能夠將這些數據庫的精髓都學到，變成專家，也是可喜可賀的事情。
（數據優化，參數設定，故障恢復，都是以時薪計算的）
3.觀念的改變
新人和老司機，在很多觀念上不同。
對於一個新人來說，總覺得程序能做到100%正確，能夠看到畫面，是很牛逼的事情。
開發一個手機APP，正確排序一堆數據，很不錯啊。
其實，真正難的程序，往往是那些不可能做出最優解的問題。也就是所謂的PN問題。
沒有最優解，說明這個問題往往是隨着規模增大，算法的復制度高的硬件無法承受了。（今年的天池算法比賽的題目就是這樣一道NP問題）
在機器學習和自然語言處理領域，更加如此，這些領域都只能求得正確可能性最高的答案。（滴滴出行的大數據比賽，我也參加了）
在加密解密上，包括Hash算法上，工業標准也並非100%要求正確，有些Hash算法，在時間空間上要求很高的前提下，允許百萬分之一的錯誤率的。
例如，爬蟲在考慮哪些網址爬過的算法上，往往把網址通過MD5等算法，轉換為數字指紋，這個指紋，其實做不到100%正確的。
其實，真正難的程序，往往是那些沒有任何界面的庫，比如gensim（NLP），scipy（ML），MeCab（日語分詞）這樣的東西。
這些庫沒有辦法在朋友面前演示，沒有好看的界面，但是，這些庫踏踏實實是很多項目的基石。（這里沒有貶低很多GUI庫的意思，Bootstrape這樣的皮膚也很重要）
4.多個解決方案和隨機應變
新手處理Excel，可能只會VBA。
老手處理Excel，可以用C#操作，可以用NPOI這樣的庫。可以調用VBA的宏。
很多時候，解決方案有很多，正確的解決方案，最優的解決方案，需要大量的經驗。
我的護城河在哪？涉獵很多領域，深耕某個領域
在信息爆炸的時代，沒有什么技術壁壘。Python，Nodejs，React，NLP，只要你想研究，資料滿天飛。
如果有時間，各種技術最好都能看一下，知道這個技術的使用場景，優點，缺點。這樣就可以了。
大部分技術，看一下用戶手冊，API函數一調就可以跑了。如果沒有需求，沒有必要去深入學習。
知識豐富之后，你可以快速的制定一個最優的解決方案，以及多個備選方案。
和別人交流的時候，不會被別人忽悠，不會無法理解對方的想法。
但是，如果你立志於在某個領域變成不可或缺的人。就必須從基礎上認認真真學習。
例如，機器學習方向，
100%的人，都會調用Python的Package，
95%的人，知道回歸，聚類背后的理論知識，
80%的人，知道拉格朗日和對偶算法。
50%的人知道怎么一步步推導公式。
但是再深入下去，如何調整參數，如何活用LDA模型，這樣的大牛很少了。
要知道這些，閱讀大量的論文，做大量的研究，跑大量的數據，必須這樣做，沒有捷徑。
只有這樣的人，才能獲得 養兵千日用兵一時 的待遇。平時積累經驗，需要的時候，為公司一錘定音。
當然，大牛，有些關鍵知識，請自行做好保密工作。有些東西說破就不靈了。世道艱險，自我保護不可少。
當然，以上這些有個前提：學習自己喜歡的東西，注意保養自己的身體。
年初在接觸React Native這樣的東西的時候，我覺得很前衛。等到我學習機器學習，自然語言處理后，我發現，這些才是最前衛的。
可惜園子里面的機器學習氛圍不好，很多文章閱讀數不過百。再過幾年，將是機器學習的天下，大家應該開始轉型了。
機器學習，入門難，學好難，但是真的學好了，高薪高待遇容易。