原文链接：
40 分，60 分，90 分
原创 2016-05-27 汪海 汪海的实验室
背景
最近在微博上看到有人说，找工作太难了，面试官要求还高，才大三就问会不会这个框架那个框架的，并且表示平时项目机会少， jQuery Bootstrap 这种基础框架基本够用了，而现在为了找实习不得不被逼着学一些时髦的名词。
看到这段话，我不禁想起以前和公司的同学们说过的『任务』和『打分』的事情。
在此提前郑重声明，本文纯属个人观点，
胡编乱造不讲道理，没有任何科学依据。
打分
如果一个任务，满分是 100 分，完成这个任务可以得到多少分？
40 分。
是的，一个任务，如果只是完成任务提交代码，那就只能得到 40 分。
对业务做分析，对代码做优化，查阅资料寻求最优解，将已知任务做到极致，可以得到 60 分。
熟悉开发过程中涉及到的技术细节，围绕知识点进行扩展和了解，思考总结整个过程中存在的问题并逐步优化，可以得到 90 分。
40 分
40 分是最基础的得分，衡量标准是：任务是否完成。
要点
主要有以下几点：
业务理解透彻。清晰的了解任务的难点和重点
自我测试充分。各种情况考虑周全，做好自测
代码质量过关。所有代码均是自己当前阶段的最高水平
1. 关于业务理解透彻，很多的时候，是不是和人沟通的问题？
2.自我测试充分，我想，这个也很难。一般开发并不是以TDD来开发的。还需要配备专业的测试人员。测试越充分，需要花的时间也就越多。
举例
比如任务是：爬取微信公众号的文章。40 分大概是这样的：
输入1个公众号名称，输出公众号最近的10篇文章和它们的阅读数、点赞数、评论列表。
输入10个公众号名称，输出所有公众号的所需内容，解决搜狗反爬虫问题。
输入1堆公众号，每隔1分钟爬取一次，持续5小时，解决验证信息过期的问题。
这些是爬取任务中的基础问题，全部解决才算是完成任务。
60 分
60 分是及格分，除了完成基础的任务需求外，还进行了一些深度上的探索。
这些深度上的探索，如果就业务来说，一般是不够在上班的时间内完成这项任务的。
每一项扩展，都需要去自己动手实践，需要去查阅资料，像这样的深度和光度也是一个难以平衡的地方。
要点
主要有以下几点：
熟悉涉及的技术细节。完成任务是一个很好的学习渠道，在开发过程中会有机会接触到很多新鲜事物，不要放弃任何学习的机会。
对比学习寻求最优解。在开发的过程中做好调研，比较各种解决方案的优劣，寻找最合适的解决方案，并学习其他解决思路中的可取部分。
举例
比如任务是：爬取微信公众号的文章。60 分大概是这样的：
了解爬虫系统常见的问题，比如模拟 ua 、同步 cookie 、解析 dom 等等，并且熟悉这些常见问题的解决思路，了解各种解决思路的优劣。
清楚常见的反爬虫手段和应对措施，比如封 IP 和代理池、比如验证码和打码平台，查阅相关资料和其他人的分享学习相关内容，对比总结。
尝试使用不同的编程语言和可用于爬虫的工具，比如 PhantomJS 、Scrapy 等等，对比学习不同语言和框架的适用场景，总结通用部分和各自的独有特点。
阅读业务相关的开源优秀源码，学习常见的爬虫技巧，培养良好的编程习惯，并将学习所得应用到项目里。
思考当前业务代码中的不合理部分和可优化部分，及时优化代码中有时间有能力优化的细节。
这些完成后，就这个任务而言，所能做的基本都已经做的很好了，这个任务也就算是及格了。
90 分
接下来就是 90 分了，主要是基于任务相关的技术点，进行广度上的扩展。
要点
主要有以下几点：
对涉及知识的扩展。围绕任务不断展开逐步发散，举一反三地了解、学习、再了解、再学习，对技术细节进行扩展和延伸，对所学内容进行思考和总结。
对开发过程的总结。回顾任务中的问题和收获，总结整理，提高自身能力，提高学习技巧，每一次任务都是自身学习的机会，不要完全沉溺于业务本身。
举例
是不是又以为我要举爬虫的例子了？
嘿嘿嘿，我不举。
以我们最近在做的智能炒股软件为例，90 分大概是这样的：
了解当前所用的跨平台解决方案，对比 PC 端 Electron、React Native、wxPython、Xamarin 等方案的优劣，在学习 Electron 的过程中了解 NW.js ，在学习 NW.js 的过程中了解 node_bindings ，在学习 node_bindings 的过程中了解…
了解项目中所用的前端框架，把玩 VueJS 、 AngularJS 、ReactJS 等框架并了解各自特点，在后面工作中可以根据业务选择合适的框架，在学习 VueJS 的过程中了解 Ember、Polymer、Riot、WebPack、Gulp、Grunt、Bower、Babel、ES6、Rollup…
了解股票的基础技术指标，熟悉 MACD、KDJ、BOLL、EMA 等常见技术指标的用法和计算公式，了解如何使用 JS 进行数据运算，接触并了解 numpy、pandas、scikit、tushare、ta-lib 等库，查阅 npm 中的相关类库情况，思考 Python 为何适用于大数据运算，对比 C++、NodeJS、Python 在不同数量级数据处理任务中的表现…
应该来说,这个90分的话，花的时间就需要比较长了，上面提到了每一个技术都去学习，业余时间还有吗？
所以这90分算是一个资历分，相当与在一个领域兼具了相当的广度和深度。
小结
好了，以上，就是我心中的40分、60分和90分。
实际工作中，做到60分已经相当不容易了，但是还是必须要以90分的标准要求自己。就算是做到了90分，还有3分天注定呢。何况有些人连40分都打折扣。
各位，加油吧。
瞎掰
有人吐槽应届生找工作太难，有人纠结要不要出国但是又怕太苦，有人感慨世事无常技术圈变换太快跟不上脚步，有人埋怨面试官要求太高似乎针对自己，有人不解为什么自己上了这么久的学打了这么久的工但是还是毫无长进，说到底，都是懒。
懒得追求卓越，懒得苛求完美，心中没有必胜的信念，眼里没有求生的渴望，不淘汰你淘汰谁？
其他
你不觉得好奇吗？
为啥没有100分？
因为怕你骄傲呀。
微信扫一扫
关注该公众号