后训练营时代：无地图编程学习者的指导与入行路径探索

Confreaks

引言与讲者背景 [0:00:13]

Erin Pintozzi首先介绍了自己作为一名技术教育工作者的背景，她在Turing School of Software and Design任教四年，远程教授了约300名开发者，并在科技行业拥有12年的项目经理、开发者和讲师经验。她强调自己曾与各种背景的学习者合作，从高中毕业生到博士，年龄从青少年到60多岁，这证明了工程师的群体不应有单一的“模具”。 她提出的核心问题是：在编码训练营逐渐消失的当下，如何进入科技行业？本演讲旨在为学习者提供方向，为经验丰富的工程师、管理者和领导者提供支持新人的新思路。

训练营时代：我们获得与失去的 [0:05:50]

训练营的短暂历史 [0:06:17]

• 编码训练营大约在2011-2012年兴起，并在2022年达到顶峰。
• 随着人工智能的出现和Twitter等公司的裁员，科技行业开始出现不确定性，导致人们对辞职转行学习编程的意愿下降。

训练营填补的空白 [0:06:47]

• 训练营提供了一种不同于四年制大学的教育途径，为那些无法负担或完成四年制学位的人提供了进入科技行业的机会。
• 成本与时间效益：训练营通常为期3-7个月，总费用低于25,000美元，远低于四年制大学每年约11,000美元的学费和13,000美元的食宿费。

  

• 灵活性：训练营提供更低的债务、更短的学习时间、灵活的开课日期以及全职、兼职、线上、线下等多种学习模式。

训练营衰落的原因 [0:07:58]

• 招生人数下降与资金缺乏：就业市场降温，特别是对初级职位的需求减少，导致训练营招生不足，许多项目因此关闭。
• 市场整体低迷：不仅仅是训练营，计算机科学专业的毕业生也面临找工作困难，实习和学徒岗位往往要求高学历。

我们为何应该关注 [0:08:57]

人才流失的风险 [0:09:01]

• 讲者认为，即使AI日益强大，短期内也无法完全取代人类工程师。AI目前的功能大致相当于初级工程师。
• 行业需要持续的人才储备，培养初级工程师成为中级和高级工程师的“人才管道”仍然至关重要。

建立你想要的团队 [0:09:52]

• 招聘初级工程师可以帮助公司建立和塑造符合自身需求和文化的团队。
• 投资初级人才意味着投资团队的未来和持续发展。

多元化团队的必要性 [0:10:18]

• 维护科技教育的广泛可及性是建立多元化团队的基石。
• 并非所有适合科技职业的人都有机会接受传统教育。

当前的入行途径 [0:10:30]

非结构化自学 [0:10:44]

• 通过YouTube视频、博客、教程等零散资源拼凑学习。

结构化自学 [0:10:56]

• 参加自定进度的书籍或课程，如“Learn Ruby the Hard Way”或Code Academy。
• 文档（Docs）也可以算作一种资源，但对于初学者来说可能难以理解，因为通常假定了先验知识。

实习与学徒制 [0:11:28]

• 讲者认为这是最有效的学习编程方式，强调“做中学”。
• 然而，这些机会非常有限，并且许多职位仍然要求大学学士学位或相关在读证明。

社区 [0:11:55]

• 参与会议、线下聚会（Meetup）、指导计划、Slack和Discord群组等，但这些通常是非结构化的学习方式。

传统学位课程 [0:12:06]

• 依然是最明确但门槛最高的入行途径。

结构化项目缺失带来的问题 [0:12:10]

公平性、可及性和信心鸿沟 [0:12:10]

• 缺乏结构化项目会加剧公平性、可及性问题，并降低新入行者的信心。
• 在一个不确定自己是否属于的环境中，提出问题变得尤为困难。
• 个人经历：讲者分享了自己从“Hello World”到如何将代码部署到互联网上的困惑，突显了在无指导下学习的困难。

  

  • 这类梗图反映了在缺乏明确指导时，人们面对复杂任务时的无助感，即“画两个圆，然后画出剩下的猫头鹰”。

    

缺少内置的“操作指南” [0:13:30]

• 结构化教育的缺失意味着新入行者缺乏清晰的指导和支持。
• 寻找导师和获取问题的答案变得更加困难。

隐性排斥 [0:13:46]

• 推荐机制：许多公司倾向于通过内部推荐招聘，而非冷门申请，这无形中排斥了那些没有行业人脉的潜在人才。
• 当科技教育机会减少时，谁能获得推荐？谁又不能？

给学习者的建议：绘制自己的地图 [0:14:26]

优先项目而非自学课程 [0:14:38]

• 选择一个项目：从一个简单的待办事项列表开始，重点在于学习如何构建东西，而非项目本身。
• 项目作为工具：自学课程应作为辅助工具，帮助你完成项目，而不是最终目标。
• 实践出真知：越贴近实际的实践，越能为工作做好准备。

设定具体目标 [0:15:03]

• 明确构建内容：例如，对于待办事项列表，设定“创建任务、编辑任务、标记任务完成、删除任务、查看所有任务”等具体功能。

  

• 易于提问：具体的目标使得提问变得更容易，而非模糊的问题。
• 从小处着手：先完成核心功能，再逐步添加新功能。

建立责任制 [0:15:54]

• 寻找导师：寻找一个可以定期检查进度或评审代码的导师。
• 寻找同伴：与处于相同学习阶段的同伴一起，互相鼓励，克服孤独感。

AI作为辅助，而非答案 [0:16:17]

• 理解而非照搬：确保你理解AI生成的代码和概念，而非仅仅为了让项目运行而盲目使用。
• 了解AI如何为你服务：在面试中，需要清晰地说明如何有效地利用AI提升工作效率，例如，你会在何时、何种情况下寻求AI的帮助，以及它如何帮助你理解概念。
• 以最少的使用达成所需：像家长指导孩子攀岩一样，在必要时提供帮助，但鼓励自主探索和解决问题。

寻找导师 [0:18:34]

• 导师来源：会议、聚会、科技界的朋友、同事等。大多数工程师都乐意提供帮助。
• 如何提出请求：
  • 明确你的需求：你需要导师提供哪些帮助？（例如：责任制、技术建议、情感支持、职业指导、代码审查等）
  • 确定期望频率：你希望多久联系一次？（例如：每周30分钟Zoom会议、Slack随时交流、每月咖啡馆聚会）
  • 直接提出请求：发送一封简短而直接的邮件，清晰阐述你的学习背景、寻求的帮助类型和频率。

    

给领导者/经验丰富的工程师的建议 [0:20:05]

保持友善 [0:20:15]

• 友善是首要原则。新人提出帮助请求时，如果无法提供帮助，礼貌地拒绝并祝好运即可。

AI辅导 [0:20:43]

• 明确要求：像AI需要清晰指令一样，给初级工程师明确的任务要求，包括架构、工具、命名规范、测试等。
• 赋能学习：清晰的指引不仅有助于AI，也能让初级工程师在不过度依赖AI的情况下取得进展。

实习与学徒制 [0:21:35]

• 鼓励公司提供更多向所有教育背景（包括自学）开放的带薪实习和学徒机会。

内部训练营 [0:21:54]

• “从内部培养”模式：参考Power Home Remodeling公司的做法，他们从非工程岗位中选拔员工，进行内部培训，然后将其直接安置到初级工程岗位。
• 解决就业难题：这种模式解决了传统训练营毕业生自行寻找工作的痛点，尤其是在经济不确定时期。

支持学习者的行动清单 [0:23:02]

1. 友善第一。
2. 注册指导应用或服务：如Mentorloop，既可寻找导师，也可成为导师。
3. 主动提供指导或分享联系方式：在会议或聚会中，主动向有需求的人提供帮助。
4. 维护常用资源列表：准备一份关于开源项目、学习资源等的精简清单，方便快速分享。
5. 介绍人脉：根据行业、语言或框架，为你的被指导者介绍他们可能想认识的人。
6. 推荐机会：如果合适，向他们推荐工作机会。
7. 合作创作内容：共同撰写博客、录制视频或发布LinkedIn帖子，帮助新人建立个人品牌。
8. 在工作场所推广正式项目：鼓励领导层放弃学历要求，推行内部培训计划。

总结与展望 [0:26:25]

• 核心在于可及性与多元化：本演讲的重点并非训练营本身，而是确保所有背景的学习者都能进入科技行业，并认识到多元化团队对产品和组织的价值。
• 超越传统学历：承认传统入行途径所需的巨大特权，并呼吁打破学历壁垒，让更多人有机会加入。
• 故事的结局：讲者对现状表达了复杂的情感。结构化路径减少，招聘市场困难，人工智能的崛起让未来充满不确定性。但她呼吁工程师、产品建设者和终身学习者推动团队向着我们期望的方向发展，为下一代工程师创造空间。
• 地图永无止境：科技领域如同地图，永远不会完成。语言、学习者、教学方法不断变化。重要的是我们携手同行，不断探索和前进。