去哪里学习行业知识?

得益于toC市场的快速发展和各种细分行业领域的平台建设者们,现在想学习行业知识要比以前方便太多了。如果想在几天时间内快速对一个行业有个粗浅的了解,有这么一些手段:

  1. 知乎。可以在短短一个话题下面看到投资人、学者、管理者、执行者不同的看法,经常有人推荐一些行业细分的专家和论坛。
  2. 专家、论坛。如果想进一步深入了解,根据上面步骤找到推荐的专家或论坛,经常会找到一些比较系统的书籍、经验分享,一般都会有专业化运作的微博、微信公众号,看看更新频次,也能对这个行业的发展情况有个大致的了解。有些行业专家还会开一些实战的培训课程,比如刘宝红。令人意外的是,最近发现 Bilibili 上经常能发现惊喜。
  3. 专利、期刊。学术类的话比较多,对了解央企、国企的现状比较有用,毕竟有本事能快速落地赚到钱的人都没那么在乎学术价值。
  4. 会议、活动。个人感觉以最近几年的会议活动的发展趋势,想学点东西,或者结识一些业内人士有点像买×××,最多也就了解一些同行业有哪些竞争对手,以及大家都往哪个方向吹牛皮。

当然,各行各业都有看似光鲜的一面,也都有辛酸的另一面,也都有人想跳进去,有人想钻出来。任何一个方向要深入下去,都需要理论和实践相结合,互相补充互相强化,都需要长时间累积。

原文地址:https://blog.51cto.com/13093181/2354244

时间: 2024-10-27 13:05:38

去哪里学习行业知识?的相关文章

如何去学会黑客技术,黑客电脑技术学习必备知识

或许你并不想成为一个黑客而是好奇,或许你只是为了高超的技术.无论是什么都需要刻苦的去学习,没有什么事情是不付出努力就能轻易成功的,之所以叫成功是因为那个人拥有着与众不同的本领,如果你想拥有超群的本领就要不断的去学习,而学习也要讲究一定的效率.今天inoker的这个开始也正式我作为一个站长所要为他付出的努力,我知道一个人支撑起一个站很难,不过当我撑到不难的时候我知道我的日子会很好过. 先来说说很多朋友们的烦恼,是不是每次进一个论坛或者在百度搜索一篇菜鸟文章都要很费劲的来读,甚至看到几行便没有信心在

2019年,该怎样去系统学习大数据,知识+内容+教程

大数据作为2019年比较热门的技术,受到越来越多的关注,那么对于一个想进入大数据的朋友来说,最想知道的是:大数据学什么?今天科多大数据就和你们一起来分享一篇关于大数据学习内容体系介绍的文章. 大数据技术体系太庞杂了,基础技术覆盖数据采集.数据预处理.分布式存储.NOSQL数据库.多模式计算(批处理.在线处理.实时流处理.内存处理).多模态计算(图像.文本.视频.音频).数据仓库.数据挖掘.机器学习.人工智能.深度学习.并行计算.可视化等各种技术范畴和不同的层面.另外大数据应用领域广泛,各领域采用

深入浅出安卓学习相关知识,如何从零学好移动开发

原文发表自我的个人主页,欢迎大家访问 http://purplesword.info/mobile-develop 由于近几年来互联网的飞速发展,安卓和iOS平台的大量普及推广,移动开发在当前是非常热门的一个方向. 有不少同学问我如何学习安卓,要学些什么,难不难学.之前一直没有想好应该怎么回答这个问题,只是简单的说安卓自身门槛不高,并不难学.因为我觉得准确回答一个类似这样的问题往往需要灵感.现在根据我的学习体验,做个大概的总结. 1.我为什么学安卓 我从刚开始接触安卓开发到现在也有两三年的时间了

数据分析需要学习什么知识(二)

在前面的文章中我们给大家介绍了Excel.数据可视化等知识,但是如果使用这些工具处理数据的话还是比较吃力的,还需要学习更多的知识.在这篇文章中我们给大家讲述一下数据库知识.Python和R语言.统计知识.分析思维.业务知识.如果掌握了这些知识我们就能够做好数据分析工作.希望这篇文章能够给大家带来帮助. 首先给大家讲一下数据库的知识,我们在上一篇文章中的Excel知识中提到了数据库的知识,Excel的知识是比较简单的,同时也能够做数据分析工作,但是呢,Excel对十万条以内的数据处理起来没有问题,

让人迷茫的三十岁,从专业技能、行业知识和软实力的人才三角谈起

  --------我今年三十岁,我很迷茫,不知道未来该选择什么发展方向. 一.背景 这是我无意中在社区微信群中看到的一位年轻的开发者说的话,之前他也经常会在技术群中抛出一些有深度有内容的问题,并能积极乐观的进行问题思考和探寻技术解决方案,有时候可能会错误的以为他这样一位热爱学习的开发者,在公司也一定是技术的引领者,对自己的职场规划有着清楚的认识. 所以他抛出这样的问题着实有点意外,不过细想之后,或许也属实正常是.对于30岁左右的开发者来说,从20出头的毛头小伙,逐渐成长为家庭和公司的顶梁柱,如

通用知识图谱VS行业知识图谱

??众所周知,知识图谱是Google于2012年提出,用来优化搜索结果.经过多年的发展,知识图谱在人工智能的许多行业都拥有了成熟落地的应用.按照知识图谱的覆盖面来看,主要分为通用知识图谱与行业知识图谱. This is why a "web" of notes with links between them is far more useful than a fixed hierarchical system-Cicles and arrows leaves one free to d

程序员如何选择学习新知识(转)

想必大家都不是张无忌,人家三十年才可以练成的乾坤大挪移,张无忌大侠两个时辰就可以搞定,作为一个普通的程序员,经常遇到很多新技术和新知识,it界就是这样,日新月异,那么我们如何学习一门技术和新知识呢?下面是我粗浅的几点建议 第一:精通一两门语言 大家都听说过术业有专攻这个词,作为程序员一定要一个立身安命的技术,这个技术可以让你不失业,至少也能混口饭吃的就是需要精通一两门语言,对于你选择的这两门语言是你以后长期饭碗的保障,俗话说:老婆孩子奶粉钱全指望它了,所以对于这个技术,你花再多的时间学习都不可惜

去哪里学习区块链技术?

区块链技术如今是非常火热,不仅让金融家和创投家趋之若鹜,如今已经在多个领域遍地播种.作为拥有锐利触角的创业家们,是否也想将区块链集成到你们现有的应用中去,而作为IT技术工程师的你,是否也是跃跃欲试,想基于区块链来练一下手,以免日后被新技术淘汰?不过,区块链涉及如密码学和P2P等多种技术,区块链的技术门派众多,新鲜概念层出不穷;而另一方面,区块链技术的发展在全球范围内还都尚处在早期阶段,各种技术方案和应用场景等还需要进一步地探索和完善,导致很多人想运用区块链,都找不到突破口,应该学习哪些知识和技术

(八)从零开始学人工智能--统计学习:统计学习基础知识

目录 统计学习基础知识 1. 统计学习种类 1.1 监督学习 1.2 非监督学习 2. 统计学习中的基本概念 2.1 统计学习三要素:模型,策略,算法 2.2 欠拟合和过拟合 2.3 如何避免过拟合 2.4 过拟合产生的原因 2.5 最大似然估计和贝叶斯估计 3. 线性回归 3.1 经典线性回归 3.2 岭回归(ridge regression) 3.3 lasso回归和ElasticNet 4. 线性分类 4.1 感知机 4.2 逻辑回归(logistic regression) 4.3 So