年薪40万的机器学习工程师大概需要什么水平?
- 机器学习的底层优化:C/C++,适当学习一些assembly和intrinsics。- 机器学习框架和算法的开发优化:C/C++,CUDA。根据工作的侧重可能需要了解OpenCL,OpenGL,甚至 HDL,但是这些都是bonus。- 工业级别的分布式系统:依然是C/C++,了解分布式系统的知识比如说MPI,Spark,等等。- 机器学习模型的设计研究:Python 加上一两个机器学习的框架,最好还是要学一些C/C++。- 机器学习在前端的应用:Python,java(Android),Obj-C(iOS),但是这个其实基本上和机器学习没有太大关系。- 机器学习在大量传统公司当中的应用:他们以前用什么语言就什么语言。。。
另外,作为面试官的话我会根据你的背景和偏好选择C++和Python之一。个人把这两个列为必须要会一门的语言。机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习牵涉的编程语言十分之广,包括了MATLAB、Julia、R、Perl、Python、Clojure、Ruby等等。
为了让开发者更加广泛、深入地了解机器学习,云栖社区组织翻译了GitHub Awesome Machine Learning 资源,涵盖24种编程语言的机器学习的框架、库以及其他相关资料。
Copyright © 广州京杭网络科技有限公司 2005-2024 版权所有 粤ICP备16019765号
广州京杭网络科技有限公司 版权所有