国内不太清楚。就现在我在美国了解的technical的求职情况,光会写个python就找到工作我还没听说过;找到工作的人但不会写python我也没听说过。所以,python我认为是现在找工作必须熟练的语言,但要有多么精通,这个问题就智者见智仁者见仁了。
我觉得在学校层面上,python并没有被高估。我个人体会,学校对学生对python驾驭能力的培养,还仅仅是启蒙水平。写写作业,实现一些经典的learning算法如linear regression,Kmeans甚至CNN,我觉得是python程序员最基本的日常,谈何高估?python,是我们为止,学习算法用起来最方便,使用人数最多的工具之一。在没有新的语言替代python之前,用python学习各种算法以达到熟练方乃明智之举。
在科研层面,我认为python并没有被高估的迹象。现在每天依然有大量的库不停地更新,导致的结果是python不断地抢走大量原本使用Matlab,Fortran的理科玩家,因为python方便,而且有社区技术支持,玩法多,论文发表后也方便别人复现。而且还有个很重要的问题,做research不是公司承包项目。research很多追求的是算法或者模型是否robust和sound,对是否能最后高效的商业应用反而不是很关心,这和python的属性基本契合。所以我认为,如果在没有比python又快又简便的语言诞生之前,python未来5年在实验室会继续挤压其他语言的生存空间。
最后就是找工作。个人体会,光会个python去找工作我觉得是有点搞笑的,无论您多么精通。如果您手上没捏个几篇拿得出手的论文,也没实实在在肝过的项目,就会个python然后您能找到AI开发的工作请联系迅速我,我叫您一声老师。想做AI,数据挖掘,ML, DL, 您必须同时具备优秀的数学思维能力,同时理解如何把你做的machine如何跟外界交互。训练数据不是在学校里学的调个CSV和TXT,而是用SQL去调用数据库,实时数据要用websoket,还要考虑要不要用stream的算法。最后visualization我们是不是需要UI interface?要搞UI那我们是不是需要搞个简单又好看的前段后台?JavaScript不学一学吗?Vue和React不挑一个吗?Nodejs不来一发吗等等。所以我建议,不要轻易听信各种培训机构劝你学了python转业马上就人工智能,年薪百万,财富自由。在这些人的嘴里面,再冷的板凳,马上都可以给你吹成3000度的高温,为的只是让你掏钱包,更不要说像python这种本来就在风口浪尖上的东西,更是跟你吹上天。
随意,我最后总结。在学校里,一定要抓紧时间赶紧怼python,无论是CS或者非CS。CS的同学需要是精通python复现各种算法(我反对用python练习后台开发,应该用nodejs或者其他),非CS应该学习python语法,明白如何用python做你的实验和模拟,而不是死磕Matlab。但当你的重心转移到在找工作上时,应多样化你的能力,显示一精多长(多精多长当然更好-,-),最好还要有项目作证你的能力,才能游刃有余。
====================================
【04.01.2021】谢谢大家点赞,最近面了一些大厂的MLE,感慨良多,希望能跟大家分享。我在学校里实际上项目都是跟CV有关,NLP基本是才入门,我以为能给我发面试的公司应该是有CV需求的,结果不然,不约而同地让我去做同一个事情,就是Anomaly Detection,也就是硬件系统的风险预测。按照我的理解,就是收集各种服务器硬件数据log,预测哪里即将出现崩溃,本质是NLP 和时间序列分析。这是我完全没想到的,NLP跟硬件风控粘哪门子的边???我在学校里根本就没听说NLP还可以干这,但实际上业界需求很大。有面试的面试官,直接跟我说他们对NLP不是很懂,希望懂的人带点新点子来。学校真是象牙塔,不出去走一走真不知道需求在哪。建议大家多看看NLP和time series analysis,未来我觉得这快还会有迅速增长。专业做anomaly detection这方面的公司我只知道Datadog,能去这一类的公司做做ML积累经验应该是会有很多用途。(值得研究研究相关公司的股票做一发长期投资)
分享一篇这方面的paper吧:https://www.cs.utah.edu/~lifeifei/papers/deeplog.pdf |