当前位置: 首页 > news >正文

奋斗,然后成功:我的架构狮之梦

与代码结缘

2018年,当时听说了一个很厉害的人——吴瀚清老师,也就是大家所熟知的“道哥”。关于他的事情有很多传说,于是我也很快成为了他的小迷弟,把吴瀚清老师当成了自己的偶像。

也是那一年,我买了人生中第一本关于编程知识的书籍——《C语言——从入门到精通》,开始了我的编程之旅。

因为对学习那些数理化毫无兴趣,整日研究代码,所以成绩特别差,高三的时候被老师叫去家长谈话,建议我走单招。因为已经高三了,我父母拿我也没有办法,于是让我自己决定以后的路,是去上专科,还是找一份工作去赚钱。

当时看到我父母无奈的表情,我说:走单招吧。因为热爱,所以在选学校选专业的时候,我的所有志愿都是软件开发,也很幸运,被第一志愿录取了,如愿以偿地去学习自己热爱的事情。

为梦想奋斗

在进入大学以后选方向选了前端,开始了自己的漫漫前端路,但是即使是选了前端,我也一直有一个架构狮的梦想。

在校学习期间,自己每天很努力的学习,远离了活动和社交,也没有谈恋爱。在大一的暑假,我下载了求职软件开始先了解情况,当时突然就自闭了,很迷茫。总结了两句话:工资低的看不上,工资高的要学历。

这或许正是每一个学历低的人的心声吧。于是开学之后,更加发奋图强,整日泡在教室学习,也在慢慢接触Java等后端技术,希望早日实现我的梦想。

现在已经是一名工作了一整年时间的前端开发工程师了,但是我依然没有忘记我的梦想,每天下班以后还在自学后端。

累吗?累。但是我的梦想还没有实现,我的路还没有走完,我就不能轻易放弃。

坚定不移

现在距离我成为一名架构狮还有很长的一段路要走,要学习技术,要学习经验,要独立设计,要项目落地…但是我会坚定不移,一步一个脚印的迈向成功。

很喜欢的一句话:心中有选择的话,坚定就好了。能为了自己热爱的东西去努力,是一件多么酷的事情啊。

未来可期

或许在几年以后,你们会看到一个实现自己梦想的架构师,也或许你们会淡忘他,但是我坚信:我一定会成功!

人生如棋,那我宁愿为卒,行走虽慢,但有谁见我后退一步!!!

最后,希望每一个看到这篇文章的你,都能够不忘初心,想起自己曾将壮志满怀想要完成的梦想,并坚定不移的去实现它。加油!

相关文章:

奋斗,然后成功:我的架构狮之梦

与代码结缘 2018年,当时听说了一个很厉害的人——吴瀚清老师,也就是大家所熟知的“道哥”。关于他的事情有很多传说,于是我也很快成为了他的小迷弟,把吴瀚清老师当成了自己的偶像。 也是那一年,我买了人生中第一本关…...

自定义属性,v-bind computed的使用

0.0 自定义组件的使用 【掌握】 先自定义自己的组件 引入组件 import 组件名 from 路径/文件名 注册组件 <script> export default {components:{ // 组件注册组件名:组件名&#xff0c;组件名1},data(){ // 数据return {}},methods:{ // 方法} ​ } ​ </script&…...

解决城市内涝的措施有哪些?需要用到哪些监测设备?

随着城市化的不断推进&#xff0c;城市内涝问题日益凸显。极端天气事件如暴雨、台风等对城市基础设施和居民生活造成了严重影响。那么&#xff0c;解决城市内涝的措施有哪些?需要用到哪些监测设备?针对上述问题&#xff0c;本文会为大家一一进行讲解。 解决城市内涝的措施有哪…...

Spark大数据处理讲课笔记----Spark任务调度

零、本节学习目标 理解DAG概念了解Stage划分了解RDD在Spark中的运行流程 一、有向无环图 &#xff08;一&#xff09;DAG概念 DAG&#xff08;Directed Acyclic Graph&#xff09;叫做有向无环图&#xff0c;Spark中的RDD通过一系列的转换算子操作和行动算子操作形成了一个…...

【22-23春】AI作业10-经典卷积网络

1.LeNet & MNIST LeNet是一种神经网络的模型&#xff0c;用于图像识别和分类。他包含 3 个卷积层&#xff0c;2 个池化层&#xff0c;1 个全连接层。其中所有卷积层的所有卷积核都为 5x5&#xff0c;步长 strid1&#xff0c;池化方法都为全局 pooling&#xff0c;激活函数…...

第13章_约束

第13章_约束 1. 约束(constraint)概述 1.1 为什么需要约束 数据完整性&#xff08;Data Integrity&#xff09;是指数据的精确性&#xff08;Accuracy&#xff09;和可靠性&#xff08;Reliability&#xff09;。它是防止数据库中存在不符合语义规定的数据和防止因错误信息的…...

GPC规范--安全域基础概念

概述&#xff1a; 分为三种主流类型&#xff1a; 1、发卡方安全域(Issuer Security Domain&#xff0c; ISD)&#xff0c;卡片上首要的、强制性存在的安全域&#xff0c;是卡片管理者(通常是发卡方)在卡片内的代表&#xff1b; 2、补充安全域(Supplementary Security Domain&am…...

C++初阶--C++入门之基础学习

0.前言 C是一门非常好的编程语言&#xff0c;但可能在学习C的过程中会遇到很多困难。人们常说 “一个人走得很快&#xff0c;一群人会走的更远”&#xff0c; 所以就让我们一起攻坚克难&#xff0c;一起征服C吧&#xff01;从本章开始&#xff0c;我们将开始C的基础学习&#x…...

服务器虚拟化部署

服务器虚拟化部署 1、背景2、目的3、环境4、部署4.1、部署VMware ESXi4.1.1、准备工作4.1.2、部署ESXi4.1.3、配置ESXi4.1.4 、部署虚拟机 1、背景 项目上利旧9台服务器&#xff0c;项目需要使用15台服务器&#xff0c;外购已经没有项目硬件采购预算&#xff0c;只能从目前的…...

实验篇(7.2) 01. 实验环境介绍 远程访问 ❀ Fortinet网络安全专家 NSE4

【简介】学习NSE4&#xff0c;如果只看文章而不动手做实验&#xff0c;就象耍流氓。为了有效的巩固学习到的内容&#xff0c;建议经常动手做实验。实验不怕出错&#xff0c;身经百战后&#xff0c;再在生产环境部署和配置FortiGate防火墙&#xff0c;就会做到胸有成竹。 虚拟实…...

ThinkPHP6 模型层的模型属性,表映射关系,以及如何在控制层中使用模型层和模型层中的简单CRUD

ThinkPHP6 模型层的模型属性&#xff0c;表映射关系&#xff0c;以及模型层的CRUD及如何在控制层中使用模型层 1. model 模型层的默认映射规则 模型&#xff0c;即mvc模式中的model层&#xff0c;model层用来对接数据库&#xff0c;操作数据库的增删改查。 在tp6中&#xff…...

CodeForces.1806A .平面移动.[简单][判断可达范围][找步数规律]

题目描述&#xff1a; 题目解读&#xff1a; 给定移动规则以及起始点&#xff0c;终点&#xff1b;分析终点是否可达&#xff0c;可达则输出最小步数。 解题思路&#xff1a; 首先要判定是否可达。画图可知&#xff0c;对于题目给定的移动规则&#xff0c;只能到达起始点(a,b…...

Linux系统编程学习 NO.4 ——基础指令学习、操作系统时间的概念、文件压缩包的概念

1.时间相关的概念以及指令 1.1.时间相关的指令 1.1.1.date指令 date可以指定时间显示的格式&#xff1a;date 指定格式 选项 %H&#xff1a;小时 %M&#xff1a;分钟 %S&#xff1a;秒数 %Y&#xff1a;年份 %m&#xff1a;月份 %d&#xff1a;日 %F:相当于%Y-%m-%d %X:相当…...

leecode 数据库:601. 体育馆的人流量

导入数据&#xff1a; Create table If Not Exists Stadium (id int, visit_date DATE NULL, people int); Truncate table Stadium; insert into Stadium (id, visit_date, people) values (1, 2017-01-01, 10); insert into Stadium (id, visit_date, people) values (2, 20…...

gym不渲染画面的解决方案(gym版本号0.26.2)

确认gym版本号 我安装了新版gym&#xff0c;版本号是0.26.2&#xff0c;不渲染画面的原因是&#xff0c;新版gym需要在初始化env时新增一个实参render_mode‘human’&#xff0c;并且不需要主动调用render方法&#xff0c;官方文档入门教程如下 import gym import numpy as n…...

如何在 Fedora 37 上安装 FileZilla?

FileZilla 是一款流行的开源 FTP&#xff08;文件传输协议&#xff09;客户端&#xff0c;它提供了一个直观的界面来管理和传输文件。本文将详细介绍如何在 Fedora 37 上安装 FileZilla。以下是安装过程的详细步骤&#xff1a; 步骤一&#xff1a;更新系统 在安装任何软件之前…...

网终安全技术(刘化君)课后被略的答案

目录 8.HTTP客户机与Wb服务器通信通常会泄露哪些信息&#xff1f; 9.在TCP连接建立的3次握手阶段&#xff0c;攻击者为什么可以成功实施SYN Flood攻击&#xff1f;在实际中&#xff0c;如何防范此类攻击&#xff1f; 常用的网络漏洞扫描技术有哪几种&#xff1f;试举例说明。…...

架构思想之DDD

领域驱动设计&#xff08;Domain-Driven Design&#xff0c;简称DDD&#xff09;是一种架构思想&#xff0c;旨在通过将业务问题领域化&#xff0c;将业务逻辑放在核心领域中&#xff0c;以实现更好的软件设计和可维护性。下面将介绍如何实现DDD的Java实现&#xff0c;包括如何…...

FinClip | 2023 年 4 月产品大事记

我们的使命是使您&#xff08;业务专家和开发人员&#xff09;能够通过小程序解决您的关键业务流程挑战。不妨让我们看看在本月的产品与市场发布亮点&#xff0c;看看它们如何帮助您实现目标。 产品方面的相关动向&#x1f447;&#x1f447;&#x1f447; 全新版本的小程序统…...

试论什么是圣人境界

人类进化方向就是不断的提高智力。鼓吹体力都是反人类。 圣人是人类能够达到的最高境界&#xff0c;再上一层就是神了。按照中华传统&#xff0c;说圣人就是神也是正确的。 圣人境界是什么样子的&#xff1f;在这一点上&#xff0c;孔子给予了答案&#xff1a;吾道一以贯之。掌…...

解锁XUnity.AutoTranslator潜力:7步打造高效游戏汉化解决方案

解锁XUnity.AutoTranslator潜力&#xff1a;7步打造高效游戏汉化解决方案 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator XUnity.AutoTranslator是一款专为Unity游戏设计的开源实时翻译工具&#xff0c;能…...

Qwen3-ASR-1.7B语音识别进阶指南:上下文联想纠错机制原理与提示词增强技巧

Qwen3-ASR-1.7B语音识别进阶指南&#xff1a;上下文联想纠错机制原理与提示词增强技巧 1. 引言&#xff1a;从“听清”到“听懂”的跨越 如果你用过一些基础的语音转文字工具&#xff0c;可能会遇到这样的困扰&#xff1a;明明每个字都识别出来了&#xff0c;但连成句子却感觉…...

低成本GPU方案|SeqGPT-560M开源镜像部署:单卡T4即可跑满1.1GB模型

低成本GPU方案&#xff5c;SeqGPT-560M开源镜像部署&#xff1a;单卡T4即可跑满1.1GB模型 1. 模型介绍&#xff1a;零样本理解新选择 SeqGPT-560M是阿里达摩院推出的轻量级文本理解模型&#xff0c;专门针对中文场景优化。这个模型最大的特点是"零样本"能力——不需…...

OpenClaw代码审查助手:Qwen2.5-VL-7B生成带示意图的代码优化建议

OpenClaw代码审查助手&#xff1a;Qwen2.5-VL-7B生成带示意图的代码优化建议 1. 为什么需要AI代码审查助手 作为开发者&#xff0c;我每天都要面对大量的代码审查工作。传统的人工CR&#xff08;Code Review&#xff09;过程往往耗时费力&#xff0c;尤其是当项目规模扩大后&…...

Qwen3.5推理模型效果实测:分步骤解题、结构化分析惊艳展示

Qwen3.5推理模型效果实测&#xff1a;分步骤解题、结构化分析惊艳展示 1. 模型核心能力概览 Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-GGUF作为一款专精推理的蒸馏模型&#xff0c;在结构化问题解决方面展现出独特优势。经过实测&#xff0c;其核心能力可归纳为三个维…...

Rust内存管理与安全:告别内存泄漏和空指针

Rust内存管理与安全&#xff1a;告别内存泄漏和空指针 后端转 Rust 的萌新&#xff0c;ID "第一程序员"——名字大&#xff0c;人很菜&#xff08;暂时&#xff09;。正在跟所有权和生命周期死磕&#xff0c;日常记录 Rust 学习路上的踩坑经验和"啊哈时刻"…...

5分钟搞定:用BLAST快速检测fastq测序数据污染(附完整物种比例分析脚本)

5分钟快速检测fastq测序数据污染的实战指南 在生物信息学分析中&#xff0c;测序数据质量直接影响后续分析结果的可靠性。fastq格式作为二代测序的通用数据载体&#xff0c;可能因实验操作、样本处理或测序仪交叉污染等因素引入非目标物种序列。传统污染检测方法往往需要复杂的…...

DAMO-YOLO代码实例:OpenCV-Python图像预处理与后处理结果渲染详解

DAMO-YOLO代码实例&#xff1a;OpenCV-Python图像预处理与后处理结果渲染详解 1. 引言&#xff1a;从炫酷界面到核心引擎 当你打开DAMO-YOLO的赛博朋克界面&#xff0c;看到霓虹绿的识别框在图片上闪烁时&#xff0c;有没有想过这背后发生了什么&#xff1f;那个漂亮的界面只…...

告别CNN!用Swin-Unet在PyTorch 1.7上搞定医学图像分割(附完整代码与预训练权重)

医学图像分割实战&#xff1a;基于Swin-Unet的高效Transformer解决方案 医学影像分析领域正经历一场从传统卷积神经网络到Transformer架构的范式转变。去年在ECCV会议上亮相的Swin-Unet&#xff0c;作为首个纯Transformer的U型分割网络&#xff0c;在多项医学图像分割任务中超越…...

深圳 SEO 关键词推广的常见方法有哪些_深圳 SEO 关键词推广与竞价排名有何不同

深圳 SEO 关键词推广的常见方法有哪些 在数字化营销的时代&#xff0c;深圳 SEO 关键词推广已经成为企业提升网站曝光率和吸引潜在客户的重要手段。究竟有哪些常见的深圳 SEO 关键词推广方法呢&#xff1f;本文将详细探讨这些方法&#xff0c;帮助你更好地理解和实践深圳 SEO …...