IT 技术知识开源图谱等你参与|Code China

简介: 当前互联网上 IT 技术资料繁杂,进入某个领域学习某项技术,可能根本就不缺对应的资料,但是对于职业发展这块儿,相信很多初学者或者刚入门的人,对于自己今后的发展路线不甚清晰。CSDN 作为全球最大的中文开发者社区,同时在国内也有最大的开发者用户群体,为了更好的服务开发者,CSDN 联合阿里、字节跳动等企业以及技术专家打造了 IT 技术人才路线图,并在 Code China 上开源,希望吸引更多的专家和企业加入,对已有领域的图谱进行完善,或对未有的领域贡献图谱。图谱根据程序员职业发展规划,分为前端、后端、DevOps、测试、安全、云原生、AI、音视频、区块链等。

当前互联网上 IT 技术资料繁杂,进入某个领域学习某项技术,可能根本就不缺对应的资料,但是对于职业发展这块儿,相信很多初学者或者刚入门的人,对于自己今后的发展路线不甚清晰。CSDN 作为全球最大的中文开发者社区,同时在国内也有最大的开发者用户群体,为了更好的服务开发者,CSDN 联合阿里、字节跳动等企业以及技术专家打造了 IT 技术人才路线图,并在 Code China 上开源,希望吸引更多的专家和企业加入,对已有领域的图谱进行完善,或对未有的领域贡献图谱。图谱根据程序员职业发展规划,分为前端、后端、DevOps、测试、安全、云原生、AI、音视频、区块链等。面对如此之多的领域,我们挑选受众较广的前端领域,近年热门的 AI 领域进行介绍。

前端技术学习图谱

前端开发是创建 WEB 页面或 APP 等前端界面呈现给用户的过程,通过 HTML,CSS 及 JavaScript 以及衍生出来的各种技术、框架、解决方案,来实现互联网产品的用户界面交互。前端技术学习路线图分为初阶、中阶、高阶,不同阶段要求掌握不同层次的相关技术。

初阶要求掌握 HTML、CSS 等知识。

中阶要求掌握 React 框架、JavaScript 引擎工作原理等。

高阶要求掌握 Canvas 数据可视化以及跨端技术等。

AI 技术学习图谱

人工智能 (Artificial Intelligence),英文缩写为 AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。AI 技术学习路线图分为初阶、中阶、高阶,不同阶段要求掌握不同层次的相关技术。

初阶要求掌握数学基础、传统机器学习等。

中阶要求掌握 CV、NLP、深度学习应用等。

高阶要求掌握图模型和推荐系统前沿、RL 前沿等。

最后,整理 《 IT 技术知识开源图谱》项目是一个巨大的工程,我们希望你能够参与到这个开源项目中来,通过你的努力和贡献来修正和完善《 IT 技术知识开源图谱》,在梳理自己技能栈的同时可以帮助到更多开发者。

你可以通过提交 Issues 和 Merge Request 的方式来参与本项目,你可以为每个路线图补充 / 提供知识点、学习资料,你甚至可以发起一个你感兴趣的领域路线图,通过开源的方式让大家一起来完善它。

技术图谱开源地址:

直接交流,扫码入群

目录
相关文章
Apifox测试导出excel接口
Apifox测试导出excel接口
1252 0
Win10 汇编工具 EMU8086安装教程
EMU8086是一种学习汇编工具,它结合了一个原始编辑器、组译器、反组译器、具除错功能的软件模拟工具(虚拟PC),还有一个循序渐进的指导工具。下面的这一教程是 bs.aiesst.cn 专门为初学者入门而准备的一个安装教程,以及下载地址。
7946 1
|
弹性计算 数据中心
2024年香港云服务器推荐,30M大带宽
2024年香港云服务器推荐,30M大带宽,288元一年,24元1个月
|
XML Cloud Native 测试技术
云原生之使用Docker部署ONLYOFFICE Document Server在线办公工具
云原生之使用Docker部署ONLYOFFICE Document Server在线办公工具
1597 1
|
8月前
|
缓存 负载均衡 应用服务中间件
Nginx七层(应用层)反向代理:HTTP反向代理proxy_pass篇
通过使用Nginx的反向代理功能,可以有效地提高Web应用的性能、安全性和可扩展性。配置过程中需要注意不同场景下的具体需求,如负载均衡、SSL终止和缓存策略等。正确配置和优化Nginx反向代理可以显著提升系统的整体表现。
1304 20
|
传感器 大数据 数据处理
大数据处理中的流计算技术:实现实时数据处理与分析
【7月更文挑战第30天】随着分布式系统、云原生技术、数据安全与隐私保护技术的不断发展,流计算技术将在更多领域得到应用和推广,为大数据处理和分析提供更加高效、智能的解决方案。
1052 3
|
数据采集 机器学习/深度学习 数据挖掘
Python数据清洗与预处理面试题解析
【4月更文挑战第17天】本文介绍了Python数据清洗与预处理在面试中的常见问题,包括Pandas基础操作、异常值处理和特征工程。通过示例代码展示了数据读取、筛选、合并、分组统计、离群点检测、缺失值和重复值处理、特征缩放、编码、转换和降维。强调了易错点,如忽视数据质量检查、盲目处理数据、数据隐私保护、过度简化特征关系和忽视模型输入要求。掌握这些技能和策略将有助于在面试中脱颖而出。
531 8
|
数据采集 JSON 监控
高效爬取Reddit:C#与RestSharp的完美结合
本文介绍了如何使用C#和RestSharp库,结合代理IP与多线程技术爬取Reddit数据。在数据驱动时代,Reddit作为宝贵的资料来源,其频繁更新带来了爬取挑战。通过代理服务器隐藏真实IP防止封禁,利用多线程提高并发性,文章提供代码示例展示如何实现高效爬取。关键点包括代理配置、请求头设置和数据解析统计。同时强调遵守网站条款和法律道德边界。
327 6
高效爬取Reddit:C#与RestSharp的完美结合
|
缓存 NoSQL Java
Java一分钟之-Spring Data Redis:使用Redis做缓存
【6月更文挑战第10天】Spring Data Redis是Spring框架的一部分,简化了Java应用与Redis的集成,支持多种数据结构操作。本文介绍了其基本使用,包括添加依赖、配置Redis连接及使用RedisTemplate。还讨论了常见问题,如序列化、缓存穿透和雪崩,并提供解决方案。通过实战示例展示了缓存与数据库读写分离的实现,强调了Spring Data Redis在提升系统性能中的作用。
462 0
|
Java 知识图谱
Java开发技术知识图谱
Java开发技术知识图谱
136 0