职业迷思，产品 or 技术
职场迷思，管理、与大老板的关系
发展迷思，待多久，赚多少，去哪儿，
AI 产品的思考，目前 1+n 的阻碍，和前景？
创业（教育咨询 or 其他）
结论：
1. 势头是否保持在合适的状态上
2. 不能收敛自己，就事论事，吵完架要不要安抚一下
3. 如果创业的话跟他混
4. 自我指标化
5. 表达诉求，同情沟通。
6. 目标 不要泛滥爱心，有了目标才能谈手段 别人不求我不给，识人
> 2025年08月06日14:28:09 这几个月让我的职场观发生变化了。职级只是管理手段。本质是你创造了多少社会价值
发布才是真正做需求的时候 开发都不算做需求。上线是不是要配userid所以才每个人发一长串
每个层级的事在上一层的人看来都是dirty work
每次需求对应到app上的前端展示
报价组的软件价值在于 sirius 系统的工程性（这种个思维方式很有用 但是这种经验没啥用）。业务价值在于聚宝盆的玩法
以学习的方式工作
上班如果搞事件驱动是一定会出问题的 必须要时间驱动的策略
Developer Roadmaps
https://roadmap.sh/
做嫡系最重要的点就是你可以舒服的工作，而不是可以随意/懒散/为所欲为的工作。
PRD、PMO、文档的本质都是[[异步交流]]
关于薪酬，这个薪酬能招到一个像我这样的人吗
# Summary
| 职位 | 工具类别 | 具体工具 | 功能与作用 |
| ------- | -------- | ------------------------------------------------------------------------------------------ | --------------- |
| PM 产品经理 | 需求管理 | Jira、Trello、禅道、Confluence | 需求规划、任务分配、进度追踪 |
| | 原型设计 | Axure、墨刀、Figma、Sketch、蓝湖 | 原型制作、界面规划 |
| | 文档协作 | Notion、飞书、腾讯文档、石墨文档 | 功能文档撰写、团队协作 |
| UR 用户研究 | 问卷调查 | 问卷星、腾讯问卷、麦客CRM | 用户需求调研、满意度调查 |
| | 用户访谈 | 腾讯会议、飞书会议、Zoom、Google Meet | 用户访谈、深度交流 |
| | 数据分析 | SPSS、Excel、R、Python、Tableau | 用户画像分析、数据统计 |
| DA 数据分析 | 数据提取 | SQL（[[MySQL]]、PostgreSQL、Hive、ClickHouse）| 数据查询、数据库操作 |
| | 数据处理 | Excel、Python（Pandas、NumPy）| 数据清洗、数据转换、数据建模 |
| | 数据可视化 | Tableau、Power BI、FineReport、DataV、Plotly | 数据可视化、报告制作、趋势分析 |
| UE 用户体验 | 原型设计 | Axure、Sketch、Figma、Adobe XD、ProtoPie、蓝湖 | 用户体验设计、原型制作 |
| | 交互设计 | Principle、Framer、ProtoPie、Adobe After Effects | 交互设计、动效设计 |
| | 用户测试 | UserTesting、Lookback、腾讯会议、飞书会议 | 可用性测试、用户反馈收集 |
| | 设计规范管理 | Zeplin、蓝湖、[[Figma]] | 设计规范制定、设计资产管理 |
| 前端 | 开发工具 | VSCode、WebStorm、Sublime Text | 代码编写、调试 |
| | 前端框架 | Vue.js、React、Angular、Svelte | 界面开发、组件开发 |
| | 版本控制 | Git、GitHub、GitLab | 代码管理、协作开发 |
| | 调试工具 | Chrome DevTools、Firebug | 界面调试、性能优化 |
| | 构建工具 | Webpack、Vite、Rollup | 代码打包、项目构建 |
| 后端 | 开发语言与框架 | Java（Spring Boot、Spring Cloud）、Python（Django、Flask）、Node.js（Express、Nest.js）、Go（Gin、Beego）| 服务器开发、业务逻辑实现 |
| | 数据库 | MySQL、Redis、MongoDB、PostgreSQL、ElasticSearch | 数据存储、查询优化 |
| | 版本控制 | Git、GitLab、GitHub | 代码管理、协作开发 |
| | 容器与部署 | Docker、Kubernetes、Jenkins、CI/CD流水线（GitLab CI、GitHub Actions）| 服务部署、自动化运维 |
| | 接口管理与测试 | Postman、Swagger、JMeter | API设计、接口测试 |
| 算法、AI | 编程语言与框架 | [[Python]]（[[PyTorch]]、TensorFlow、Keras、Scikit-learn、XGBoost）| 模型训练、算法实现 |
| | 模型部署 | Docker、Kubernetes、FastAPI、TensorFlow Serving、TorchServe | 模型部署、服务化 |
| | 数据标注 | Labelme、LabelImg、CVAT | 数据标注、样本准备 |
| | 开发与实验环境 | Jupyter、[[Colab]]、[[AutoDL]]、飞桨、MLflow、WandB | 实验开发、性能跟踪 |
| | 版本控制 | Git、[[DVC]]（数据版本控制）| 代码管理、数据版本管理 |
| OPS 运维 | 系统监控 | Zabbix、[[Prometheus]]、Grafana、Nagios | 系统监控、性能分析 |
| | 日志管理 | [[ELK]] Stack、Splunk、Loki | 日志分析、问题排查 |
| | 配置管理与自动化 | Ansible、SaltStack、Puppet、Chef | 配置管理、自动化部署 |
| | 容器与云平台 | [[Docker]]、Kubernetes、Rancher、OpenShift、阿里云、AWS、腾讯云、Azure | 容器管理、云服务部署 |
| | 版本控制 | [[Git]]、GitLab | 代码管理、协作开发 |
| | 问题管理与流程 | Jira、禅道、Confluence | 问题追踪、流程管理 |
# Cues
[时间管理](时间管理.md)
# Notes
## 给个人职业规划的三条落地建议
1. 画一张自己的生涯彩虹：把年龄坐标 × 角色列表写下来，标注 1‑5 的重要度，找出当下被忽视或过度投入的角色。
2. 每年做一次 “Protean 盘点”：列出三件让你最有成就感的事，追问“背后价值观”；再列三项想学的新技能，对照市场趋势。
3. 建立“双模态”路径：
- 核心轨 (彩虹主线)：围绕一条专业/行业深耕，积累信誉与社会资本；
- 变形轨 (Protean 副线)：保持 20‑30% 时间做跨界项目或副业，确保跳板与韧性。
将 Super 的“宏观时间视角” 与 Protean 的“微观自我驱动” 结合，就能既不迷失长期航向，也能灵活应对瞬息的职场浪潮。祝你构建出属于自己的 彩虹 × 变形龙 职业版图!
作为一名有经验的 Java 后端开发者，再学习深度学习并不是转行，而是为你的技术能力拓展了一条极具价值的方向。具体而言，深度学习对你可能产生以下明显的好处：
- 技术深度拓展
深度学习使你掌握数据驱动的开发模式，在职业竞争中从普通的CRUD业务开发逐渐转向更有技术壁垒的岗位，比如推荐系统、搜索引擎、智能风控、图像与语音识别等领域。
- 职业路径拓宽
深度学习能让你更容易进入人工智能、大数据相关岗位，如AI工程师、机器学习工程师、数据科学家等，这些岗位需求广泛、薪资水平通常较高。
碰到的是经典的职业发展路径中的“运气与个人努力”问题的变体。
文章给出的思考是：
1. 程序员的成长路径往往受第一份工作的运气影响巨大。作者将刚毕业进入职场的程序员工作类型分为三种：
- 进入业务成熟团队（稳定但成长空间有限）；
- 进入没有前景的创新团队（频繁折腾，成长较慢）；
- 进入有前景的创新团队（从0到1构建项目，成长最快）。
明确指出第三种运气最佳，第二种最差，而第一种介于二者之间。
2. 作者指出，职业早期的成长空间极大程度上取决于外部环境，而非个人主观努力。但即便运气不好，也并非毫无希望。作者提供了补救方法：
- 阅读优秀开源项目文档，提升技术品味；
- 主动向身边实力强的同事请教；
- 参与开源项目建设以增加个人技术履历；
- 找机会尽早跳槽去更好的团队。
3. 作者强调，大部分程序员职业成长的关键，并非过度自我“内卷”学习，而是找到并进入一个能够真正带来成长的环境。相比孤军奋战式的死磕代码，更应该做的是认真完成好工作，并寻找能够提高履历和经验的机会。
4. 最后，作者建议程序员在职业发展之外，应注意身体健康，拓宽视野，涉猎商科和社科类知识，提升个人综合能力，而非仅局限于技术本身。
---
总体而言，作者的观点体现了对“个人努力”与“外部运气”关系的现实认知，认为职业发展路径具有一定偶然性，而弥补偶然性带来的缺陷则需要明确策略的主动应对。
___
以下是针对您提供的各职位常用工具的细分表格，并新增了一列，标明每个工具是否支持 MCP（模型上下文协议）：