看完前面的篇章，你可能會想：讀了那麼多有什麼用？我還是不會寫程式啊！我們想說的是，在這個時代裡，就算你不會寫程式、不是軟體工程師，工作上還是免不了要跟工程師溝通。為了讓彼此溝通更順暢，這些基礎知識，你一定要知道！
1. 演算法
解決問題明確且有限的步驟，好的演算法可以讓運算速度更快。
2. 資料結構
探討如何將資料更有組織地存放到電腦記憶體中，以提升程式執行效率的學問。
3. 程式語言
用來定義電腦程式的形式語言，透過程式語言，可以對電腦發出指令。到目前為止，程式語言已經超過上千種，例如PHP、JavaScript、C語言、C++、Python等。
4. 前端工程
大多處理資料或畫面的呈現。負責這項工作的人為前端工程師，多半需要懂HTML、CSS、Javascript。
5. 後端工程
抓取或處理資料給前端呈現，包括資料庫操作和存取等伺服器上的運算。負責這項工作的人是後端工程師，使用的語言包含PHP、Ruby、Python等。
6. debug
「bug」是軟體執行過程中，因為程式有錯導致不能正常運作、當機、資料遺失等狀況，而debug就是發現和減少程式錯誤的過程。
7. 軟體框架（software framework）
提供並實現最基礎的軟體架構和體系，開發者可依據特定框架，實現複雜的商業運用。常見框架包含PHP的codeigniter、Ruby的Rail等。
8. 物件導向程式設計
程式開發方法之一。強調每一個物件都可以被視為小型機器，提升了程式的靈活性。
9. 編譯器
將人以高階電腦語言如C、C++等寫出的原始碼程式，翻譯成電腦讀得懂、可以執行的低階機器語言程式。
10. 註解
在企業中，程式不會永遠一個人寫，適度、適時出現的註解，可以提高程式碼的可讀性，方便後來接手的人繼續作業。
11. 資料庫
儲存紀錄的地方，使用者可以針對檔案裡的資料執行不同操作，例如新增、擷取、更新、刪除等。
12. 敏捷式開發（Agile Development）
1990年代開始引起關注的新型軟體開發方式，強調以人為核心、循序漸進，可以應對快速變化需求。
13. 機器學習（Machine Learning）
運用統計學、機率論、逼近論等學科，設計出可讓電腦自動學習的方法。靠著從數據分析得出的規律，讓程式對未知數據做出預測。
14. 深度學習（Deep Learning）
機器學習中的一支，近年很受重視。今年3月，Google以深度學習開發的圍棋程式AlphaGo就在比賽中擊敗南韓棋王李世乭。
15. 資料加密
例如Netscape在1994年推出HTTPS支援（安全HTTP連線），透過可驗證信任關係的SSL憑證和端點到端點的加密來保障網站連線安全，避免帳號或密碼等資料外洩。
16. APT
進階持續性滲透攻擊（Advanced Persistent Threat），常見的網路攻擊型態。攻擊者通常是駭客集團，並經過長期且持續性的情報蒐集和監控。
17. 開放原始碼（open source）
指軟體散佈模式，包括自由再散布、必須允許程式以原始碼形式散布、必須允許他人修改原程式並允許散布修改後程式等。
18. Github
2008年上線，目前已經是全球最大的代碼存放網站和開源社群。利用Git進行版本控制、專門用來存放軟體代碼和內容。
19. Stack Overflow
2008年上線的程式設計領域問答網站，用戶可以在網站上提問、回答，累積到一定程度後，還可以針對問題或答案加分、扣分或修改。
20. 社群
軟體工程師互相交流、切磋技術的地方，有些社群是針對特定語言如JavaScript、Python、Ruby，也有些是針對資安、開源等領域。
更多寫程式的免費資源在這裡
資料來源／維基百科．OpenFoundry
本文出自：@@BOOKID:126838@@