如何识别真正的程序员

简介:

如何识别优秀的程序员?并不是像听起来那么容易。在这儿工作经验的作用是很有限的,因为伟大的程序员不一定要‘正式’的工作经历来证明他们的伟大。

1,激情。

我曾经遇到许多“职业程序员”,他们从事IT是因为觉得这是一种职业,他们只在工作时间编程,除非送去培训否则他们不会学习新东西,这不是好的程序员。我认为一个好的程序员总是对编程充满激情,而且好的开发者会学习新东西。激情是一个优秀程序员的重要指标。

2,自学好学

编程领域始终发展变化着,不出一年有些新技术就变成了老技术,这并不是说好的程序员要对所有新技术跟进,但有些却对学习任何新技术都没有兴趣。他们通常在学校学习了编程,然后工作后单位安排学什么就学什么。如果在招聘中你听到“让我培训一个星期我就会胜任这个工作”那不要雇佣他。实际上,真正优秀的程序员始终谈论着你所不知道的新技术,向人们解释为什么你必须用这个技术,哪怕没有听众听得明白,哪怕他自己也不明白。

3,聪明

聪明包括很多因素,情绪和社会交际只是其中之一。好的程序员绝不木讷,他们是最聪明的人,他们中的许多善于交际,健谈、兴趣广泛。

4,隐性的经验

—好的程序员通。常有自己的私人的一些研究、爱好、项目,而这些是他们不写在简历上 (通常觉得不值得写),但表现出来却可能恰恰是他的潜能、深度和后劲所在。

5,技术多样性

由于好的程序员喜欢学习和涉猎新技术,所以一般来说超过22岁的都熟知很多新技术,而且对多种技术的长短有 “强烈”的个人意见/见解,喜好尝试新鲜技术。

6,资格证书

资格证书并不是识别真正程序员的方法,MCSE、SCJP、说明不了什么,它们只是让别人认识和获取的,顶多代表这个人在某个技术有一定的知识。

原文作者在文末写道:以上所说的标准并不是绝对的,因为有些优秀的程序员确实不符合上述,而有些bad程序员却符合了。但相信这些对大多数真正的程序员都适用。

总结而言,优秀的程序员通常有一下特点:

n         对技术充满激情;

n         将编程作为一种爱好

n         如果你允许会滔滔不绝地跟你谈论技术

n         有过个人的开发经历(与4意思相同)

n         坚持认为某种技术最好

n         如果让他用他认为不好的技术他会非常别扭

n         聪明、健谈、兴趣广泛

n         在大学和工作前就开始接触程序



本文转自左正博客园博客,原文链接:http://www.cnblogs.com/soundcode/archive/2010/12/20/1911820.html,如需转载请自行联系原作者

目录
相关文章
|
6月前
|
Cloud Native 前端开发 程序员
面试前的自我评估:识别自己的强项与待提升之处
面试前的自我评估:识别自己的强项与待提升之处
77 0
|
4月前
|
监控 NoSQL 程序员
C/C++程序员必备技能 ---- 内存泄漏检测
C/C++程序员必备技能 ---- 内存泄漏检测
C/C++程序员必备技能 ---- 内存泄漏检测
|
机器学习/深度学习 Java vr&ar
GCAN:可解释的社交媒体假新闻检测方法
GCAN:可解释的社交媒体假新闻检测方法
322 0
GCAN:可解释的社交媒体假新闻检测方法
程序人生 - 敬酒常识
程序人生 - 敬酒常识
45 0
|
安全
程序人生 - 从一个喷嚏的威力来了解,口罩的重要性与必要性
程序人生 - 从一个喷嚏的威力来了解,口罩的重要性与必要性
90 0
程序人生 - 从一个喷嚏的威力来了解,口罩的重要性与必要性
|
自然语言处理 算法
Kaggle文本可读性识别大赛银牌方案复盘
Kaggle文本可读性识别大赛银牌方案复盘
324 0
Kaggle文本可读性识别大赛银牌方案复盘
|
人工智能 自然语言处理 算法
唇语识别真会是语言交互的终极战场?
在今年的乌镇世界互联网大会上,搜狗展出了一项黑科技——唇语识别,12月14号搜狗在北京又公开演示了这项技术。作为行业领先的唇语识别系统,搜狗在非特定开放口语测试中,通用识别的准确率在60%以上,而在车载、智能家居等垂直场景下,已达到90%的准确率。
唇语识别真会是语言交互的终极战场?
|
机器学习/深度学习 存储 XML
程序员遇到不认识的花是这样识别的
  如何实施   可以使用图像分类华为ML套件服务。它将图像中的元素分类为直观的类别,以定义图像主题和使用场景。该服务既支持设备上的识别模式,也支持云上的识别模式,前者识别400多个类别的项目,后者识别12000多个类别。它还允许创建自定义图像分类模型。   制剂   1.创建一个应用程序的应用程序连接和配置签名证书指纹。   2.配置华为Maven存储库地址,并添加对图像分类服务的构建依赖项。   dependencies{// Import the basic SDK.implementation'com.huawei.hms:ml-computer-vision-classif
76 0
|
存储 监控 安全
面部识别是如何工作的?
面部识别市场预计将从2017年的40亿美元增长到2022年的77亿美元。这是因为面部识别具有各种各样的商业应用。它可以用于从监视到营销的所有内容。
394 0
面部识别是如何工作的?
|
机器学习/深度学习 语音技术 数据库
朋友,我能分享你的喜怒吗?阿里语音情感识别框架揭秘
在本文中我们提出了一套包含多个子系统的复合情感识别框架。这一框架会深入挖掘输入语音中与情感相关的各个方面的信息,从而提高系统的顽健性。
1039 0