LabHub
学习 学习路径 课程

从招聘启事读出的后端路线图

你现在站在哪里,顺序就不一样

在 LabHub 中继续学习

一句话总结

先学什么,取决于你现在站在哪里。可以分成三条路线。

概念图: 运行环境 · 规模化能力 · Python 领域的术语 · 一页 ADR。

为什么顺序会成为问题

这里有 104 门课程。“全部学完就好”这个答案对任何人都没有帮助——一门课程 需要三四个小时,全部完成时几个月已经过去,招聘职位也早已关闭。

而且,顺序安排错误时,你会把时间浪费在重复学习已经掌握的内容上,真正的 知识缺口却依然存在。 因此,第一步是确定自己目前所处的位置。

如果你已经在做 Python 后端

缺口通常是运行环境规模化能力

  1. 生产级后端 API 综合项目——几乎与招聘信息 开头四行逐项对应。从模式设计到 ADR 与事故报告,共 8 个阶段。
  2. 容器基础CKAD——通过实验补齐“使用容器技术的经验”。
  3. CI/CD 流水线GitOps 与 ArgoCD——招聘信息明确点名了 ArgoCD。
  4. SQL 实战——对应加分项中的“SQL 性能优化”。 在创建更多索引之前,应该先学会阅读 EXPLAIN。

如果 Node.js 是你的主力技术

任职要求写的是“基于 Python、Node.js”,因此只掌握 Node 也具备应聘资格。不过, 如果提前掌握Python 领域的术语,面试对话就不会突然中断。

  1. Node.js 后端——框架隐藏了什么——使用标准库亲手构建路由表、 输出格式与依赖注入。
  2. FastAPI——类型就是契约——观察同样的设计判断在 Python 生态中如何表述。理解 Nest 的 pipe 与 FastAPI 的 response_model 解决的是 同一个问题,就能跟上任意一边的讨论。
  3. 后续顺序与上面相同。

如果你是应届生或初级工程师

这份职位要求 3~5 年经验。即便如此,方向仍然相同,只是学习路径更长。

  1. Linux 基础网络基础
  2. 数据库概念SQL 实战
  3. Docker 基础KCNA
  4. 然后完成后端综合项目。

在真实工作中——如何留下准备过的证据

招聘信息两次提到“文档化”,那么准备工作的成果也应该是文档。

三页就足够了。与其在简历中罗列十四个工具名称,不如用一页文档把一个决定 从头到尾解释清楚;后者能让你走得更远。