我的技术学习路线与规划
我的技术学习路线与规划 技术学习没有终点，但有了清晰的路线图，每一步都能走得更扎实。这篇文章记录了我在 AI、数据库、Java 框架、新技术和量化交易等方向的阶段性规划，既是 To-Do List，也是学习路标的公开存档。 持续更新中，欢迎交流。 AI / 机器学习 打好 AI 基础，重点在经典算法、深度学习框架和工程落地。 scikit-learn：经典 ML 算法库，掌握分类、回归、聚类、降维的工程实现 NumPy / Pandas：数据处理基本功，向量化操作、DataFrame 变换、缺失值处理 PyTorch：深度学习主流框架，从张量操作到模型训练、推理部署全链路 Spring AI / MCP：AI 工程化方向，将大模型能力整合到 Java 后端服务中 数据库 深入数据库内核原理，从理论到底层实现。 极客时间 MySQL 课程：系统学习 InnoDB 存储引擎、锁机制、性能优化 OceanBase OBCP 认证：分布式数据库原理、OceanBase 集群运维与调优 慕课网手写数据库：从零实现一个简单的关系型数据库，理解解析器、执行器、存储引擎的完整链路 Java 框架 源码阅读 + 手写实现，吃透核心框架的设计思想。 Spring / Spring Boot 源码 + 手写：IoC 容器、AOP 原理、自动配置、事务管理 MyBatis 源码 + 手写：ORM 映射原理、动态 SQL、插件机制 Tomcat 源码 + 手写：Servlet 容器、HTTP 处理、类加载架构 JDK 源码：重点攻集合框架、并发包（JUC）、NIO、Stream 与 Lambda 新技术 保持对 Java 生态前沿的关注。 ...