阅读本文大概需要 2.7 分钟。

有读者最近后台问我，说数学不好，可以转行做程序员么，以后的发展会不会受限制？

作为一个数学专业出身，自学转行程序员的过来人，我觉得多少有点话语权。

不过话说回来，虽说我是数学专业出身，但我摊牌了，我大学基本是没学的状态，整个大学，我的数学水平基本停留在高中，大学学的一大堆数学知识对于我来说，可能就是增加点见识的作用。

所以说，第一点，你要问我，非数学专业，或者说数学不好，想转行做程序员完全可以，起码在你整个技术生涯的初期，数学基本用不到，只要是理科出身，逻辑稍微好点，下点决心，努把力想转行程序员完全没问题，毕竟日常编程用不到太高深的数学知识。

但问题在于，初期可能数学用不到，但是当你写程序走到后期的时候，数学往往制约着你技术的高度。

尤其现在的职场环境，企业对人才的要求更高，如果你想单纯的走技术这条路，那你算法、数据结构这些基础不牢固，那再往深了走，特别难。只要你想再往上走一步、做任何一点带有创新性的技术，最有机会遇到的，往往就是数学问题。

比如，算法涉及大量数学基础和相关背景知识，图形处理相关的算法，大量的线性代数矩阵变换等等，Google 还曾用一道数学题作为投递简历的门槛，之前朋友圈就被这个招聘广告牌刷过屏。

其实，不止是 Google，随便翻翻招聘启事，你就会发现，很多大公司在招应届研发时，都会优先考虑数学专业的毕业生。

无论是数据结构与算法，还是程序设计，底层原理和思路都源自数学，在大数据和智能化的时代，学好数学更是门槛本身。

所以说，数学基础的好坏，会直接决定一个程序员的发展潜力。如果你真挺喜欢写程序，还想写点更难更好玩的程序，总有一天你要过数学这道坎儿。这一点，做算法和人工智能的朋友应该深有体会。

市面上的数学资料我看了不少，不是太难就是太抽象，能深入浅出的确实不多，《程序员的数学基础课》就是其中一个。跟着学下来，让我把算法和数学模型都串联起来，还理清了之前的一些盲点，有时间一定二三刷。

这门课非常适合想扎实数学基础的程序员和准程序员，课程里的学习路径既能让你巩固基础知识，又可以深入理解这些内容对计算机编程和算法究竟意味着什么。通过“数学概念-数学模型-数据结构-基础算法/机器学习算法-编码实现”这几个关键步骤，让你深刻理解编程中的数学。

要把一门学了十几年的课重新拾起，还是得“耗点功夫”的。一个好老师可以将复杂的问题简单化，把晦涩的知识点讲得通俗易懂，这门课的作者黄申，就是这么个人。

关于这哥们：

• LinkedIn 资深数据科学家和微软学者，IBM ExtremeBlue 天才计划成员。
• 长期专注于大数据相关的搜索、推荐、自然语言处理、广告以及用户精准化领域；
• 在微软亚洲研究院、IBM 美国研究院、eBay 中国、1 号店和大润发飞牛网都曾担任要职，带队完成了若干个公司级的战略项目；
• 著有 20 多篇国际论文和 10 多项国际专利；

这种资历的人开专栏讲课，说真的，挺难得。专栏已有近 3W 人订阅，截了点评价给你们参考：

这个专栏除了内容过硬，还有 3 点不得不提：

第一，专栏图文并茂，我发现，手绘图片是真挺好看，数学书里面可没有这些，算是给程序员的专属福利了；

第二，每一章末尾，老师都会针对这一讲的内容总结「学习笔记」，方便大家记忆，可以保存下来，随时查看；

第三，每篇文章老师都会留个难度适中的思考题，并在评论区跟大家耐心互动，解答大家提出的问题。

《趣谈网终协议》的作者刘超讲的几句话，同样让我印象深刻。

正如刘超所说，如果通过一门课程就能把自己在计算机领域的数学功底给打扎实，那么无疑这笔投资是值得的。