感觉还是相当可以了~！就大四应届这点来说。可惜我只有算法 hc。

@23571113 小人动画啥的，有的是在 CPU 上算的，存内存，按照您说的应该是 ok 的；有的则是把矩阵传递给 GPU 在 GPU 上进行变换的，变换结果应该直接存放在显存里，如果后面再去 CPU 同步那么结果就被覆盖了？比如 fragment shader 这种的。

@23571113 我感觉自己也明白了很多，感谢~
有个问题：比如用 shader 渲染的结果应该是保存在显存中。但你说显卡定期去内存同步。那会不会内存的结果覆盖显存的结果呢？我猜测是有个机制，部分覆盖，部分不覆盖。

了解的不多。尽量答一下
1. OpenGL 的调用像是在驱动层，但并不是给操作系统设计的，是给应用程序设计的规范。应用程序接入 OpenGL 会直接操作显卡，不走操作系统驱动。当然创建设备上下文的时候系统应该会有一定的工作。
2. 着色器语言是编译型语言，一般会由 GPU 厂商提供编译器，链接的时候会和 CPU 的编译器的产出链接到一起。着色器程序直接跑在 GPU 上。
3. 显卡是用文件标识的。多核心和显存，我不确定，我觉得是 OpenGL 还有 CUDA 这种 SDK 帮忙助理的。GPU 多核心一般很多，上千个，而且一般不会细粒度操作（就是一般不会对指定某个核心做某个事情，都是多核心协同运作）。显存本身是 GPU 的一部分，单独作为一个文件设备来映射还是挺诡异的。
4. 显卡不对进程管理。虽然显卡会标注不同进程用了多少资源。但显卡更像是一个接收到命令，然后执行的一个东西。当进程切换的时候，如果进程窗口还在，那么对应的渲染还会执行；只不过上层窗口后渲染，覆盖了之前的区域。如果窗口最小化了，那么操作系统应该会有优化对设备上下文进行管理，实际不发生渲染。
里面部分有我的猜测，如果不正确欢迎指正。

如果还不行，就补充点概率图相关的。入门点贝叶斯统计。对了。线代要懂的深入点。

觉得数学要求高，就补数学呗。基本就微积分，简单的优化，简单的概率就可以深度学习了。最好补充点机器学习背景吧，李航的那本。

所以接下来工作要吃一堑长一智。不能全部都投入到业务上，需要有时间深化学习。

我也全干，不过每个都能找到工作。因为每个都花了很多时间学习。

你得要高薪水。一般给的少的，公司也不咋地。

我有个学弟，感觉条件也就跟你差不多，可能还要差一些，25k 的，不过是算法岗。

你要找前端岗的话，前端没看到特别硬的技能：框架源码，渲染算法，浏览器，曲线曲面，编译技术这些。但背景和能力，整体我觉得 15-25k，所以建议从 25k 开始要，不行就 20k 开始要。

如果 4k 可以接受，考虑创业团队倒是可以。但 10 个有 9 个坑。你至少得知道一个公司需要具备哪些优秀品质，我觉得你知道的概率比较低，而且技术人容易被梦想、新技术很牛逼这种思维束缚住。

评估创业公司，至少看相关的书 10-20 本，失败的案例也要了解 3-5 个。才有了很初步的印象，也就只能过滤掉一些极其不靠谱的创业公司。另外你需要明白，对公司来说，最重要的是市场，其次是供应链，产品，竞品。而技术只能算产品中的一块，只有给产品带来 10 倍以上优化的技术，才能颠覆市场、供应链、竞品的影响。

最后，区块链还是有前景的，主要是针对需要开放和信任的场景。比如药物追溯；很多厂商不愿意捆绑一个经销商，无法向单独的服务器提供真伪鉴别；顾客又会从多个经销商那里买货，需要验真伪；多个经销商并不共享同一个数据库，而且和多个厂商都要对接；这种情况下区块链可以作为多商家共信的基石，由每个厂商写入共同的区块链，所有经销商从区块链读取货品真伪信息。（如果采用权威第三方方案，首先受制于权威第三方，他可以在厂商和经销商之间做倾斜；其次权威第三方如果有经营风险，那么风险会传播。所以区块链还是有场景的。只不过这种做法要业务驱动，优先做好业务，然后通过区块链构建上下游供应链。很多区块链公司都想的是卖技术，直接收钱，这种想法不行；必须是有营造产业质量体系情怀的公司，并且这个公司已经有利润，它才有推动区块链的能力；毕竟区块链不能直接带来经济效益，只是生态的建设）另一个点，比如网络安全目前的证书机制，需要一个权威第三方做公证，而且收费。可以采用区块链并且不收费，区块链本身由需要证书的各个公司联盟构建，开放给任何公司可以接入。

@erwa 我也有做 A，然后发现了 B，就做 B 的习惯。我现在也成功进了大厂，确切的说，我应该好几个职位都能面试进去。我的方式做 A 的时候想做 B，那就做 B，做完了再做 A，类似于函数调用，先把 A 进行压栈。学习慢点就慢点，不求速度。坚持很久，后来就变得很强了（自夸一下）。而且每次这样压栈的方式学习，后来也越来越容易做到取舍，什么东西该看，什么东西不该看，心里很明确。

记住，每天进步一点点，只要你给自己的规定的内容是有边界的（一般都是有边界的，很少有人会无边界的学习，都会限制在自己感兴趣的某个领域），那么总会变强的。

罗列几个根据简历可能会问到的点：
- 手写 promise。说不定还要会配套写个 promise 执行器，co 这种的。
- webpack 常见的配置坑，tree-shaking，如何优化输出的资源大小。
- vue 的虚拟 dom，diff 算法，双向绑定机制，MVVM 和 MVC 区别
- websocket 协议原理，怎么加密，断线重连方案，降级方案
- hls，rtsp 的大概的技术原理。各自的优缺点。ffmpeg 如何降低延迟。视频编码算法了解多深？

另外前端常见的，肯定会问。
- es5, es6 基础，css 基础，web 相关的协议和原理( http, tls, 等等，会初步问一点网络基础协议和服务 ip, tcp/udp, dns)，浏览器兼容性，跨域，一些安全方面 xss,csrf 之类的。

多准备吧。算法刷题会问的比较简单，难度就在剑指 offer 的水平了。

我觉得还可以的。准备好面试就行了。简历不用特别吹毛求疵。
加个技能列表总结也比较不错。

怎么判断是不是适合用 linux。就是你觉得命令行是不是更加直观方便？如果答案是肯定的，那么你就适合用 linux，答案是否定的，还是把自己定义成普通用户，windows 最优先，其次 osx （提供了可以凑合用的扩展性）。

我看了你的描述，觉得你不适合用 linux。碰到的这些问题难道不都直接命令行解决就可以了么？直观且方便。用图形界面太复杂了吧，一点都不方便，找各种按钮位置就要很麻烦了。

linux 本就不适合一般使用。只适合部分开发人员。用 linux 的都不是冲着图形管理界面去的，都是冲着强大可扩展的命令行去的。同时还会配上全局快键，比如 emacs，vim 这种的。一般开发给用户的时候才会考虑兼容 windows，osx。平时都是开发东西给开发人员用的。

你问的我都会，但现在超级不想做算法了，觉得很没劲，反正算法也多的不可能学完，遇到不会的现学就行。工程上一般简单的算法就足够解决问题，如果简单的不能解决，复杂的多半也不能解决；如果碰到简单解决不了用复杂的解决了，也都是类似 deeplearning 这种解释不了的。

这个方向是可以创业的。问题是需要很大的资本投入。公司账上有多少钱，是个关键问题。否则，开个模都开不起，还是早走为妙。

我还觉得未来后端对小企业来说可能越来越不重要。说不定 serverless 各种发展下去，对初创小企业来说，做好用户交互，做好产品设计、运营反而更麻烦。后端的最终形态，应该就是封装成一对前端调用的 api，做数据管理和分析。前端由于跟人近，估计会有各种各样的变化。

企业做大了，有钱了，自然也会更好的优化后端。

就跟算法一样，小公司搞算法，不如好好把市场和产品交付理清楚，直接调用大公司提供的开源算法。

要从技术角度来看，后端、算法啥的，确实门槛高一些，所以未来门槛会越来越低。做到更深入的程度上，说不好哪个更难，都是一些系统原理性的东西。

我前端、后端、算法端都做过。说起来还是喜欢做前端，感觉有意思。现在做算法，收入是高了，但没那么开心。打算坚持看看，觉得没啥意思，还没前端图形算法有意思。

不过我一直读的数学系。我觉得 CS 应该也差不多。

我觉得你状态还算挺好的。工作可以摸鱼，就可以自己学东西。读 CS 研究生出来应该收入会翻个倍吧。我 11 年毕业的，当时一个月也就不到 10k(北京、深圳)，后来读研之后，第一份 20k(昆明)，现在 40k+(北京)。