計算機從業者中有哪些方向是越老越吃香的麼?比如機器學習,android,後台開發等?

時間 2021-05-11 23:53:17

1樓:閒者

底層強於應用層,硬體強於軟體,演算法強於介面,設計強於編碼,

當然僅僅只是說對經驗的需求程度,樓上說的對,融匯貫通才是王道,注意是融匯貫通不是全而不精

2樓:文刀叉點

根據我一些工作了的朋友的看法

你沒有那些經歷的時候扯再多都是紙上談兵

只有你自己介入到了那個行業之後,才會知道有沒有發展潛力另外,你如果真的在行業裡幹了一兩年兩三年了,想要跳槽其實挺容易的,當然這取決於你是不是有真本事

3樓:張少華

僅就機器學習領域談一下。個人認為這個領域需要很多積累,門檻也比較高。僅僅能達到工業應用都已經需要相對較高的知識積累。

而發明新的通用優化演算法世界Top20的PHD畢業生都很難完成,更惶恐普通高校的應屆畢業生。乙個需要終身學習的行業,是不會隨便被新人替代。

4樓:

我還很年輕,既然邀我,就強答一下。

我覺得沒有哪個技術方向是要讓你做一輩子的。新業務,新技術,新人,都需要那些從舊世界走過來的老兵,扛基礎,指方向。這個跟體育界很像,閃耀的當然是最年富力壯的運動員,但是老運動員特別是隨球隊打過大仗的老兵是很有價值的,而且即便退役了也可以立即轉入教練團隊繼續發揮作用。

5樓:Franck Li

所謂越老越吃香,關注點不是年紀大,而是「經驗豐富、業務能力強、能解決各種疑難雜症」等伴隨年齡增大、資歷增強而帶來的個人能力出色。

當一天鐘撞一天和尚的老員工就算了吧

最數學的電腦科學方向有哪些?

劉夢源Mayo 現在回答這個問題,得說是ml theory了,十年前的話,還沒必要加上theory。那時候是個做ml的都有著卓爾不群,優雅從容的數學能力,各種optimization和prove全部信手拈來,真乃計算機界的一股股清流。 polossk 說兩個個人體會比較多的。ml,經典的方法,大多有...

關於深度學習(計算機視覺方向),需要學習哪些知識?

永無止境 基礎的深度學習模型,應該是需要掌握的。建議從分類任務開始,慢慢拓展到物體檢測這種較難的任務。一些基礎性的網路結構包括 相較於傳統全連線的神經網路,卷積神經網路的引數更少,遭遇過擬合的風險更低。卷積神經網路 相較於普通的卷積神經網路,殘差網路更易於訓練,層數容易更深。殘差網路 最後,相較於普...

電腦科學與技術專業有哪些就業方向,怎麼才能學好它?

慢慢來 我是個遊戲策劃,總是會先講設計目的。所以我覺得這個問題還是落到目的之上。也就是你內心所求是什麼,這個是最先要弄清楚的。我報考大學時當年面對那麼大一坨的學校,更大一坨的專業選擇,我也略迷茫。我琢磨了一下,感覺,要不先別選這些東西。先想一下將來我想做什麼工作。這個問題很簡單,我想做遊戲。1秒就回...