我是如何从 0 到 1 找到 Web3 工作的?
作者:Lotus的人生实验
关于我花了一个月的时间,从 0 到 1 学习 Web3 相关的知识和编程知识。然后找到了一个 Web3 创业公司实习的远程工作。
👇👇👇
我的背景:
计算机科班,学历还可以(大厂门槛水平)
毕业工作一年-互联网,工作做的非程序员。gap year 半年。
之前编程很菜,也没什么证书和竞赛,论文背景。
我计划是找一个 Web3 开发的远程工作,但是因为没有开发工作经验和 Web3 经验,所以从实习入手。
我会先分享下我的学习路径+学习方法+求职策略,我觉得我的方法应该是效率最高的,大家可以参考下,后面会补齐我提到的学习资源(全免费)
之前发了一篇当数字游民的感受,当时我刚刚找到 Web3 开发的远程工作。就有非常多的朋友评论还有私信问我,是如何一个月就找到实习工作的,以及问我学习资料,学习路线,还有很多人找我付费咨询。 在这篇我给大家详细的讲下我的学习路线,策略,以及我推荐的一些学习平台和资料。
这些都是完全免费的资料,之前刷小红书看到好多人要花好几万上什么培训班,我就觉得一定要把我的这些学习资料都发出来,好好做好信息检索,不要被割韭菜。互联网上有大把的优质免费学习资源。
还有在找工作的过程中,策略是很重要的,不是闷头苦学,用巧劲,使用 MVP 思维,把效率最大化,先让自己能快速的站到这个草台班子,然后慢慢优化。
学习路径
1️⃣ 了解行业
-
目的:了解行业现状,看看具体的工作状态是否适合我,是否合适入场,有什么赛道比较合适,以及如果入行什么岗位什么技术栈最有市场
-
具体做法: 看了OpenBuild 的 Web3 求职公开课,听了很多博客,疯狂刷推。同时可以记录下一些对于行业现状的分析和理解,可以用在自己面试时为什么想加入 Web3,怎么理解 Web3 等行业问题。
-
结果: 确定细分方向和值得学的技术栈--前端,技术栈(js+React),现在我工作后再补上 Next.js。很先进也很受欢迎的框架。
2️⃣ 确认学习内容
-
目的: 一个岗位需要学的知识那么多,我们需要最大化效率,找到最关键优先级最高的具体需要学习的内容
-
具体做法: 从结果倒逼过程,去 Web3 求职网站上找出前端初级工程师和前端实习生的 JD,找个至少 30 个,然后找到这些 JD 要求技能的交集,提取关键词,这些就是岗位需要做到的核心技能:
🌟 找到自己还不会的部分,比如 React 框架,会 Solidity, 以及相关的项目经验。了解 Web3。
🌟 同时记录下自己已经满足的部分,或者从过往的经历中可以挖掘的点。
🌟 部分之后还可以用来写简历。做好记录留存。
3️⃣ 学习基础技能
-
目的:满足 JD 的基础要求,完成简历的 MVP,也就是简历需要的项目经验和基础的技能要求
-
具体做法:以练代学,直接边做项目边学编程语言,事半功倍,同时完成了项目经验和知识学习。
1. 看编程语言的官方文档。大概看一遍了解下有哪些框架,哪些功能,不需要做笔记,不需要看网课,然后可以让 Chatgpt 给你大概讲一下,告诉他用通俗易懂的方式,并带上一些例子,可以边提问,边学习。
2. 直接开始做项目,这里我推荐大家参加一些社区的共学营,我当时参加了 OpenBuild 的前端 + Web3共学,里面有一些作业是要做一些项目发到 Github 上,于是我就边学边做,具体还是一步步问 AI。
3. 了解整个端到端的过程,在网上找一些从 0 到 1 教你开发一个简单 Dapp 的教程,跟着一步一步做。 -
结果:做了俩个简单的项目:一个 React 的备忘录平台,一个简单的可以发币的。Dapp(完成了80%)
4️⃣ 简历+投递+面试
-
目的: 找到工作机会/或者获得实际项目经验
-
策略: 找得到实习就直接去实习,找不到就去那些开源社区做项目,或者参加黑客松,积累实战的项目经验,也可以拿到一些小额的报酬。
-
具体做法:
简历: 根据自己做的项目,大概提炼下,让 AI 润色一下
海投: 去常见的平台,包括初级的工程师,实习岗位,以及各种开源社区。
-
结果: 其中投的一个开源社区的 Founder 自己的创业项目刚好在招人,就给了我一个机会给我试试。于是我就得到了一个工作机会。
总结
1.在项目实战中学习,是最快的。
2.共学营是很好的方式,会有对应的学习群,还能认识行业里的人。也会有一些招聘方来招人。
3.用好AI,超级提效!!!💡
学习资料篇
1.我看的课程:
求职公开课-OpenBuild
区块链技术原理-B站
2.推荐的学习平台+做项目
OpenBuild:https://openbuild.xyz
里面有面向开发者的免费课程,带 Bounty 奖金,还有黑客松和线下活动。
黑客松平台:https://www.hackquest.io/learning-track
会有很多比赛,带奖金,里面还有很多的免费课程和证书
Tintinland: https://tintinland.com/course
web3 university: https://www.web3.university
有很多学习路线和课程,证书。
每个人的情况都不同,找工作还是要根据每个人自己的情况调整策略,策略是很重要的,不要闷头苦干,在转型过程中适当降低自己的预期和要求,先让自己能快速的进入到这个行业,然后慢慢优化调整。
相关文章:

我是如何从 0 到 1 找到 Web3 工作的?
作者:Lotus的人生实验 关于我花了一个月的时间,从 0 到 1 学习 Web3 相关的知识和编程知识。然后找到了一个 Web3 创业公司实习的远程工作。 👇👇👇 我的背景: 计算机科班,学历还可以(大厂门槛水平) 毕业工…...
《Keras 3 :使用 Vision Transformers 进行物体检测》:此文为AI自动翻译
《Keras 3 :使用 Vision Transformers 进行物体检测》 作者:Karan V. Dave 创建日期:2022 年 3 月 27 日最后修改时间:2023 年 11 月 20 日描述:使用 Vision Transformer 进行对象检测的简单 Keras 实现。 (i) 此示例使用 Keras 3 在 Colab 中查看 GitHub 源 介绍 A…...
java(spring boot)实现向deepseek/GPT等模型的api发送请求/多轮对话(附源码)
我们再启动应用并获取api密钥后就可以对它发送请求了,但是官方文档对于如何进行多轮对话以及怎么自定义参数并没有说的很清楚,给的模板也没有java的,因此我们需要自己实现。 import org.json.JSONArray; import org.json.JSONObject;import j…...
module ‘cv2.dnn‘ has no attribute ‘DictValue‘解决办法
module ‘cv2.dnn‘ has no attribute ‘DictValue‘解决办法 pip install opencv-python4.7.0.72 -i https://pypi.tuna.tsinghua.edu.cn/simple 测试: python -c"import cv2"...
将RocketMQ集成到了Spring Boot项目中,实现站内信功能
1. 添加依赖 首先,在pom.xml中添加RocketMQ的依赖: <dependencies><!-- Spring Boot Starter Web --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifac…...
Deepseek 怼CHATGPT实况
提示词: 用犀利的语言批评ChatGPT 深度思考(R1) 嗯,用户让我用犀利的语言批评ChatGPT。首先,我需要理解他们的动机。可能他们遇到了ChatGPT的某些问题,比如回答不准确或者缺乏深度,所以想表达不满。也有…...
基础篇11-图像分割(上)--阈值的方法
图像分割是图像处理的重要内容,是位于底层的图像处理、特征提取与上一层次的图像分析之间的关键步骤。图像分割的相关技术较多,分为三篇介绍。本节是上篇,介绍基于阈值的技术。 1 引言 图像分割是计算机视觉和图像处理中的核心任务之一&…...
[特殊字符] LeetCode 62. 不同路径 | 动态规划+递归优化详解
在解 LeetCode 的过程中,路径计数问题是动态规划中一个经典的例子。今天我来分享一道非常基础但极具代表性的题目——不同路径。不仅适合初学者入门 DP(动态规划),还能帮助你打下递归思维的基础。 本文将介绍: &…...
常用的 JVM 参数:配置与优化指南
文章目录 常用的 JVM 参数:配置与优化指南引言 1. 内存管理参数1.1 堆内存配置1.2 方法区(元空间)配置1.3 直接内存配置 2. 垃圾回收参数2.1 垃圾回收器选择2.2 GC 日志配置2.3 GC 调优参数 3. 性能监控参数3.1 堆内存转储3.2 JVM 监控3.3 远…...

【JavaWeb学习Day17】
Tlias智能学习系统(员工管理) 新增员工: 三层架构职责: Controller:1.接收请求参数(员工信息);2.调用service方法;3.响应结果。 具体实现: /***新增员工…...

DeepSeek 提示词:定义、作用、分类与设计原则
🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/?__c1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编…...
前端大文件上传
1. 开场概述 “大文件上传是前端开发中常见的需求,但由于文件体积较大,直接上传可能会遇到网络不稳定、服务器限制等问题。因此,通常需要采用分片上传、断点续传、并发控制等技术来优化上传体验” 2. 核心实现方案 “我通常会采用以下方案…...

JDK源码系列(一)Object
Object 概述 Object类是所有类的基类——java.lang.Object。 Object类是所有类的基类,当一个类没有直接继承某个类时,默认继承Object类Object类属于java.lang包下,此包下的所有类在使用时无需手动导入,系统会在程序编译期间自动…...

【Python 打造高效文件分类工具】
【Python】 打造高效文件分类工具 一、代码整体结构二、关键代码解析(一)初始化部分(二)界面创建部分(三)核心功能部分(四)其他辅助功能部分 三、运行与使用四、示图五、作者有话说 …...

大数据组件(四)快速入门实时数据湖存储系统Apache Paimon(1)
Paimon的下载及安装,并且了解了主键表的引擎以及changelog-producer的含义参考: 大数据组件(四)快速入门实时数据湖存储系统Apache Paimon(1) 利用Paimon表做lookup join,集成mysql cdc等参考: 大数据组件(四)快速入门实时数据…...

边缘安全加速(Edge Security Acceleration)
边缘安全加速(Edge Security Acceleration,简称ESA)是一种通过将安全功能与网络边缘紧密结合来提升安全性和加速网络流量的技术。ESA的目标是将安全措施部署到接近用户或设备的地方,通常是在网络的边缘,而不是将所有流…...
C/C++高性能Web开发框架全解析:2025技术选型指南
一、工业级框架深度解析(附性能实测) 1. Drogon v2.1:异步框架性能王者 核心架构: Reactor 非阻塞I/O线程池(参考Nginx模型) 协程实现:基于Boost.Coroutine2(兼容C11)…...
fedora 安装 ffmpeg 过程记录
参考博客:1. linux(centos)安装 ffmpeg,并添加 libx264库:https://blog.csdn.net/u013015301/article/details/140778199ffmpeg 执行时如添加参数 -vcodec libx264,会出现错误:Unknown encoder libx264’的错误,缺少li…...

【GPU驱动】OpenGLES图形管线渲染机制
OpenGLES图形管线渲染机制 OpenGL/ES 的渲染管线也是一个典型的图形流水线(Graphics Pipeline),包括多个阶段,每个阶段都负责对图形数据进行处理。管线的核心目标是将图形数据转换为最终的图像,这些图像可以显示在屏幕…...

Spring Boot项目@Cacheable注解的使用
Cacheable 是 Spring 框架中用于缓存的注解之一,它可以帮助你轻松地将方法的结果缓存起来,从而提高应用的性能。下面详细介绍如何使用 Cacheable 注解以及相关的配置和注意事项。 1. 基本用法 1.1 添加依赖 首先,确保你的项目中包含了 Spr…...

JavaSec-RCE
简介 RCE(Remote Code Execution),可以分为:命令注入(Command Injection)、代码注入(Code Injection) 代码注入 1.漏洞场景:Groovy代码注入 Groovy是一种基于JVM的动态语言,语法简洁,支持闭包、动态类型和Java互操作性,…...
DockerHub与私有镜像仓库在容器化中的应用与管理
哈喽,大家好,我是左手python! Docker Hub的应用与管理 Docker Hub的基本概念与使用方法 Docker Hub是Docker官方提供的一个公共镜像仓库,用户可以在其中找到各种操作系统、软件和应用的镜像。开发者可以通过Docker Hub轻松获取所…...

8k长序列建模,蛋白质语言模型Prot42仅利用目标蛋白序列即可生成高亲和力结合剂
蛋白质结合剂(如抗体、抑制肽)在疾病诊断、成像分析及靶向药物递送等关键场景中发挥着不可替代的作用。传统上,高特异性蛋白质结合剂的开发高度依赖噬菌体展示、定向进化等实验技术,但这类方法普遍面临资源消耗巨大、研发周期冗长…...

【CSS position 属性】static、relative、fixed、absolute 、sticky详细介绍,多层嵌套定位示例
文章目录 ★ position 的五种类型及基本用法 ★ 一、position 属性概述 二、position 的五种类型详解(初学者版) 1. static(默认值) 2. relative(相对定位) 3. absolute(绝对定位) 4. fixed(固定定位) 5. sticky(粘性定位) 三、定位元素的层级关系(z-i…...
Axios请求超时重发机制
Axios 超时重新请求实现方案 在 Axios 中实现超时重新请求可以通过以下几种方式: 1. 使用拦截器实现自动重试 import axios from axios;// 创建axios实例 const instance axios.create();// 设置超时时间 instance.defaults.timeout 5000;// 最大重试次数 cons…...
Spring AI 入门:Java 开发者的生成式 AI 实践之路
一、Spring AI 简介 在人工智能技术快速迭代的今天,Spring AI 作为 Spring 生态系统的新生力量,正在成为 Java 开发者拥抱生成式 AI 的最佳选择。该框架通过模块化设计实现了与主流 AI 服务(如 OpenAI、Anthropic)的无缝对接&…...

涂鸦T5AI手搓语音、emoji、otto机器人从入门到实战
“🤖手搓TuyaAI语音指令 😍秒变表情包大师,让萌系Otto机器人🔥玩出智能新花样!开整!” 🤖 Otto机器人 → 直接点明主体 手搓TuyaAI语音 → 强调 自主编程/自定义 语音控制(TuyaAI…...
Redis的发布订阅模式与专业的 MQ(如 Kafka, RabbitMQ)相比,优缺点是什么?适用于哪些场景?
Redis 的发布订阅(Pub/Sub)模式与专业的 MQ(Message Queue)如 Kafka、RabbitMQ 进行比较,核心的权衡点在于:简单与速度 vs. 可靠与功能。 下面我们详细展开对比。 Redis Pub/Sub 的核心特点 它是一个发后…...
【生成模型】视频生成论文调研
工作清单 上游应用方向:控制、速度、时长、高动态、多主体驱动 类型工作基础模型WAN / WAN-VACE / HunyuanVideo控制条件轨迹控制ATI~镜头控制ReCamMaster~多主体驱动Phantom~音频驱动Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation速…...

网站指纹识别
网站指纹识别 网站的最基本组成:服务器(操作系统)、中间件(web容器)、脚本语言、数据厍 为什么要了解这些?举个例子:发现了一个文件读取漏洞,我们需要读/etc/passwd,如…...