1.針對目標做一些研究
後設學習—先畫一張學習地圖
在學習新技能前先確定目標，並且花一點時間對目標做個研究，像是我的目標就是拿到AI工程師的offer，所以我去104看AI工程師需要哪些技能EX:Python, C, Tensorflow, caffee等等，有些還需要訓練一些網路、參加kaggle比賽，除此之外，我也看了蠻多外國人文章他們怎成資料科學家，做了哪些事，並與我詢問一些有AI基礎的朋友他們學過哪些，做了怎樣的Side Project。
2.程式語言學習
直接了當—走最短的路
在一開始我決定學Python時，我認定我有C語言與Matlab的基礎應該網路找找文章練練就行，所以當時我的目標就是自學用Python做個網路爬蟲，但這個目標花了我快三個月的時間，後來我因為以前買Java線上課老師在做優惠，送每位同學一門他出的Python課，才發現上這門課我能在兩個禮拜達成學會Python做出個網路爬蟲。
3.AI知識學習
接下來，學習tensorflow我決定不重蹈覆轍，直接買了一堂有在教tensorflow與AI理論的課，並花了一個半月把它聽完，這門課對我面試幫助真的蠻大的，我在跟面試主管聊幾乎都是聊這門課所學的內容，如果真的想入門AI的可以去買這堂課，真的很推薦這門課(課程連結)英文授課有中文字幕。
4.刷刷LeetCode
反覆操練—直擊你最大的弱點
在面試軟體工程師，大概7成會考筆試，有些還會考白板題，刷LeetCode對這些幫助其實真的蠻有效的，我本身刷LeetCode演算法類才發現我對於遞迴與Link list不是很熟悉。
給大家參考我安排自己刷LeetCode的計畫，我在一開始時要刷LeetCode時，一個月至少刷4題(一個禮拜1題)，一個月後回顧發現這太容易達成，增加到一個月至少10題(一個禮拜3題左右)，持續刷了5個月其實也刷了40幾題，每次刷完如果有解答的話，我會去參考網友解答有沒有比我的更簡潔，滿多人在網誌分享自己的解答的。
5.投履歷面試
意見回饋—別閃避重拳
最後就不斷更新履歷並到處投，面試完通常主管都會問有沒有想問的問題，這時候就可以問像是AI工程師會需要怎樣的特質或技能?之類的問題。我也是投了許多間才獲得一些面試，過程可能會些許挫折，但是就勇往直前。
結論:
最後，超速學習是一種獲取技能策略，它並不是唯一的解答但或許是個好答案，我在看完這本書的感覺是我獲得了人生的經驗加倍卷。接下來，我會想使用這本書的策略細節學習新的技能「畫畫」未來有機會在分享給大家我的成果。
