greyli

虽然听起来有点离题，但我想说抛开学历或是找工作，可以多尝试看看自己喜欢哪个技术方向，这样研究起来就不会那么痛苦。甚至是看看技术之外对哪些东西感兴趣，毕竟大多数人在大学之前是家长和老师的木偶，走出校园又秒变工具人，也就大学这段时间可以舒展自己的本性。升本是有必要，但是升本后的两年倒可以尝试多做点课程之外的事情（也就是不要做大家都在做的事情），这样或许可以避免在求职的时候被使用学历这一个维度评价。比如：

- 做出作品（从自己的兴趣出发，从小的作品开始）
- 学好英语（到可以听说的程度）
- 学习国外的计算机公开课
- 参与开源项目

以及不要被学历局限住，你是一个独立的人，学校只不过是一个空壳。社会有它的评价体系，但你应该有自己一套。

---

有时间计划写一些关于学历和找工作相关的东西，大概会是下面这个演讲的扩展：

https://www.bilibili.com/video/av67369394

另外附上我之前找工作的经历供参考：

https://greyli.com/job-hunting/

P.S. 我 17 年专科毕业，本来打算拿到自考毕业证再去找工作，结果自考到现在都还没有考完……

@RRRoger 啊，不好意思，我没导入试过……日历文件里的时间晚了 8 个小时 https://github.com/PyConChina/PyConChina2021/issues/26 。 欢迎明天来参加，上午九点半开始。

@rogwan API 框架和手动集成各种库相比，主要的功能是自动生成 OpenAPI spec 和 API 文档，再就是简化了一些验证请求数据生成错误响应的代码。

> 至于 marshmallow，flask + marshmallow 组合的易用性远低于 fastapi

@Kilerd 方便展开说说易用性差在哪里吗？其实 APIFlask 就是 Flask+marshmallow 的组合，而 FastAPI 则是 Starlette+Pydantic 的组合。

@Kilerd 还是有不少文章的，你没搜到可能是因为拼写错了：是 Pydantic，不是 Pydynamic 。

另外还有两个相关的扩展（后者添加了生成 OpenAPI spec 的支持）：

- https://github.com/bauerji/flask_pydantic
- https://github.com/turner-townsend/flask-pydatic-spec

@Kilerd

> 大多数人在接受过 fastapi 那基于 pydynamic 的类型检查后再回去使用原始的 flask 处理模式。

既然 FastAPI 可以集成 Pydantic，那 Flask 未必就要用原始的处理模式呀。完全可以自己选择搭配不同的数据序列化库，比如 Pydantic 或是 marshmallow 。

> 至于基于 flask 的 api 框架，没看到一个能打的。

请问你对 APIFlask https://apiflask.com 有什么想法和建议吗？我希望它可以成为能打的那个 :P

@loading

> 104 份提交就做分析了？

因为没人填。大部分提交都是在问卷发布后宣传的那一阵，后续两个月就基本没有多少了。不过 104 份已经能够反映出很多问题了，重合率比较高的几个事情（ API 支持、异步、扩展维护）也都是目前 Flask 社区的关注点。

@akring 幸存者偏差是指哪里？无业率 4.8% 那里是开玩笑的……

@fishily1993 很高兴能帮到你 :)