網際網路行業做服務端開發是不是比做資料探勘 自然語言 資料分析崗位壓力更大?

時間 2021-06-06 16:05:57

1樓:java小公舉

大資料其實最重要的是整套架構的設計,開發難在業務的複雜和某些技術,這兩個個職位都做過,大資料只要架構設計出色後面會很好很多,開發注重細節和業務。

2樓:向磊

服務端有難度,但也沒那麼高不可攀,資料探勘機器學習門檻也沒那麼低,能幹活起碼也得統計學碩士畢業吧。

服務端要求的更多的是對計算機原理方面的知識,比如作業系統的系統呼叫,select,poll,epoll。同步非同步,阻塞非阻塞。網路方面tcp協議,udp協議,osi模型,應用層協議,資料封包。

又或者是資料結構,資料庫原理,檔案系統,搜尋與排序。構建更大型的服務系統也無非就是這些基礎知識的排列組合。

資料分析人工智慧說起來也沒那麼容易,向量機,貝葉斯,馬爾科夫,隨機森林邏輯回歸決策樹也算是基礎了。儘管已經有了諸如scipy sklearn numpy tf mxnet這些工具,但哪些資料用哪種演算法也還是需要仔細設計的,卷積神經網路跟對抗網路出來的結果肯定不一樣。

哪行都不容易,沒有捷徑可走,給TensorFlow pyspark提交patch並不比給NGINX Redis MySQL提patch容易。當然,ai 大資料這種熱錢扎堆的行業,不是太懂就只想混口飯吃還是挺容易的。混子還不是哪都有,又不是網際網路專用,相比之下產品經理可能更好混吧,門檻極低,前景極高,將來都是CEO的苗子。

網際網路行業的人,是不是排斥傳統行業的人?

豇豆蛋 今天見了乙個網際網路行業的人,看到了有些網際網路人對傳統行業的態度 覺得傳統行業的人跟他們不是乙個世界的,而且言語間是高高在上的審判。因為是個人,我不願意說是行業問題,對方可能顧及個人情感,以行業為立足點。這樣的談話雖然不是建設性的,卻給我帶來了很大的震撼。原來,我覺得很有創意的一群人,是這...

在網際網路行業的專業人士眼裡,網際網路行業目前的情況如何?

狂野 對於這個標題,我考慮許久,想從兩方面說這個事情。首先,近十年來設計行業人員工作量急劇增大,收入十年來卻沒有實質性變革,單從從業人數上講,每年都有大批人員進入此行業,門檻由於待遇問題降低,行業現在魚龍混雜,就本人從業4年看來,很多研究生 博士不再對設計院具有青睞,設計人員魚龍混雜,專科生 藝術生...

如何入行網際網路行業?

搗徒濁偉陝 產品名字要易於傳播。我們的思想宣傳必須是人民群眾喜歡的,凡是標新立異的,凸顯自己創意的人,都沒什麼前途。而且還要能讓最無知的人也能一聽就明白。做任何事,都要大眾化,大眾化,才有群眾基礎,有了群眾基礎,才有力量,360擊敗金山毒霸就是如此。偉大領袖革命成功也是因為有群眾基礎。能流傳千古的詩...