计算机技术综合技能库

要解决什么问题

做算法岗或全栈开发的同学，技术栈往往横跨 PyTorch 实验、NLP/CV 小项目、408 笔试复习 和 软件工程文档，但知识分散在笔记、仓库和简历条目里，很难在复盘或面试前快速对齐「我会什么、项目里具体做了什么」。本技能把上述领域收成一套可对话的能力清单，方便对照项目阶段查漏补缺。

技能如何组织

• 编程与工程：Python（数据处理、训练推理、脚本）、SQL（多表与聚合）、Shell（环境与批量处理）；Git、Markdown、Conda、Matplotlib 与基础设计（高内聚低耦合、UML、测试用例）。
• CV 与深度学习：PyTorch 自定义数据集、权重读写、训练推理；CNN、U-Net、Transformer 与检测基础网络；增强、划分、LevelDB 存储；mAP、精确率/召回率、IoU 与损失曲线。
• NLP：分词、停用词、编码；BERT 微调、NER；Transformers、NLTK。
• 强化学习：Gymnasium 环境；策略梯度、值迭代；MPC、PETS 等控制实践。
• 408 基础：计组（存储器、ISA）、网络（TCP/IP、缓冲与传输）、OS（进程/内存调度）、数据结构（树、图、DP、排序）。

典型闭环是：数据集制作 → 模型训练 → 指标评估 → 报告撰写；也覆盖开源复现与显存/梯度类调试场景。

适用边界

这是个人技术地图与复盘提纲，不是某单一框架的官方文档，也不替代系统课程或论文实现细节。若你只需其中一个垂直领域（例如纯后端或纯前端），应选用更专精的技能；涉及具体代码路径或环境版本时，仍需结合你自己的仓库与依赖核对。