数据科学更多的不是研发算法，而是应用算法。不是开发模型，而是定制化模型。数据科学，大数据， 人工智能，机器学习领域，不需要什么数学基础有多好，不需要是工科的专业，也不需要多高深的文凭，其实高中学的扎实都足够了。 为什么这样说？ 现在各种算法和模型都已经有现存的模块了，大多数的工作不是研发新的算法和模型，而是知道如何应用现成的算法和模型，甚至就是调参数而已。最需要的是对于某个行业的精深的行业知识和规律的了解，对于市场的了解。很多人会有误解，甚至很多软件工程师都有误解。这是我一个文科生自学5年后的感受：更需要对于商业的了解，多于对于算法，模型和数学的了解。 我的很多朋友都是写java的，十几年了， 还是在写代码。 我5年前学python,大数据， 人工智能，结合我对商业和市场的了解， 马上开发了一个全新的领域，独特的算法解决了20多年没解决的问题。 我研发的算法核心不是多高深的数学，而是认知事物的核心规律，知道如何整合和借鉴现存的模块去达到目的，解决问题。 很多大数据，人工智能的算法的核心思路都是90年代发现的很简单规律。 你的问题是自己没有真正进入python和数据科学领域，站在自己十几年的java的工作经验来评价python , 看不到python的成长的路径，这是认知边界。可能说的有点重，但是动机是希望有些启发， 不是要怼你。 补充两点： 1. 很多人工智能的教授和Phd到现在都不明白的一件事: 人脑总结的某个行业或者事物的最深刻的规律, 很多时候就是一句最简单的话可以表述出来的, 这才是最高的算法. 这个规律目前无论什么算法和计算框架都不可能找到. 比如: 英国语言学家 J.R.Firth 1975 说: "you shall know a word by the company it keeps" , 英国哲学家Ludwig Wittgenstein 说:“ the meaning of a word is its use in the language” . 意思是如果要了解一个词的意思, 就应该可以通过上下文预测应不应该使用这个词. 这就是自然语言说的 distribution similarity 。 这个最简单的规律导致了现在各种人工智能的自然语言处理方面的各种高深的算法和框架. 可是这些算法和框架都不可能总结出这么一个简单的规律, 只有人的大脑才可以。 2. 如果在 1. 深刻了解所在行业规律， 2. 数学和算法，3. 与众不同的思维 中排序， 我建议是 1》3》2 。
很多人从一开始就搞错了，【编程】本身并不完全指代一种具体职业，除非你是研究编程本身的专家，就跟语言学家一样。其实真正由语言衍生的职业是【作家】【编剧】【主编】【律师】等等，次之，任何商业办公文职工作其实都对语言有需求，至少需要写信函、写合约的水准，医学、理工科也要用语言来写研究成果和科研著作。。。。所以编程也是一样，无论是什么语言，充其量只是工具，所以，从一开始除了要选择学什么工具，更重要是去弄清今后想要深入的领域是什么才是关键，然后针对这个领域的方向再去适配自己所需的工具！。。。从一开始就抱着【学一门语言去找工作】，这种一锅粥的想法实在太可悲了，简直就是IT民工。至少先问问自己，哪些领域是自己感兴趣的吧，停止代码民工化吧。
应用领域
1. 人工智能领域：学历要求高，如果只会Python，其它方面不行，很难进入
2. 爬虫领域：目前各网站反爬虫机制越来越强，爬虫很难获得好东西
3. Web开发：国内互联网大厂商主要用Python做开发的很少
4. 自动化测试，辅助脚本，运维
市场岗位
1.纯Python的岗位并不多
2.数据分析与算法岗位比较高端，集中在一线城市，有研究生学历门槛
结论
只会Python是不行的，不如Java岗位多，不建议去培训班学Python，不建议能力一般的人去学
我非常同意視頻的觀點。Python 是很熱門又好學的語言，我自己也很喜歡 Python，但以市場的供需來說，確實是不容易找工作。道理很簡單，幾乎每個產業都需要開發自己前端和後端服務，但是不是每個產業都需要 AI、ML 的高端應用，自然就業市場就比較小，門檻就會很高。作者沒有批評或質疑 python 能做什麼，只是講述了一個就業市場供需的客觀事實。
python 我也在学，这个就是一个给你现有工作锦上添花的东西。加快非程序员工作效率很好用。
数据科学更多的不是研发算法，而是应用算法。不是开发模型，而是定制化模型。数据科学，大数据， 人工智能，机器学习领域，不需要什么数学基础有多好，不需要是工科的专业，也不需要多高深的文凭，其实高中学的扎实都足够了。 为什么这样说？ 现在各种算法和模型都已经有现存的模块了，大多数的工作不是研发新的算法和模型，而是知道如何应用现成的算法和模型，甚至就是调参数而已。最需要的是对于某个行业的精深的行业知识和规律的了解，对于市场的了解。很多人会有误解，甚至很多软件工程师都有误解。这是我一个文科生自学5年后的感受：更需要对于商业的了解，多于对于算法，模型和数学的了解。
我的很多朋友都是写java的，十几年了， 还是在写代码。 我5年前学python,大数据， 人工智能，结合我对商业和市场的了解， 马上开发了一个全新的领域，独特的算法解决了20多年没解决的问题。 我研发的算法核心不是多高深的数学，而是认知事物的核心规律，知道如何整合和借鉴现存的模块去达到目的，解决问题。 很多大数据，人工智能的算法的核心思路都是90年代发现的很简单规律。
你的问题是自己没有真正进入python和数据科学领域，站在自己十几年的java的工作经验来评价python , 看不到python的成长的路径，这是认知边界。可能说的有点重，但是动机是希望有些启发， 不是要怼你。
补充两点：
1. 很多人工智能的教授和Phd到现在都不明白的一件事: 人脑总结的某个行业或者事物的最深刻的规律, 很多时候就是一句最简单的话可以表述出来的, 这才是最高的算法. 这个规律目前无论什么算法和计算框架都不可能找到. 比如: 英国语言学家 J.R.Firth 1975 说: "you shall know a word by the company it keeps" , 英国哲学家Ludwig Wittgenstein 说:“ the meaning of a word is its use in the language” . 意思是如果要了解一个词的意思, 就应该可以通过上下文预测应不应该使用这个词. 这就是自然语言说的 distribution similarity 。 这个最简单的规律导致了现在各种人工智能的自然语言处理方面的各种高深的算法和框架. 可是这些算法和框架都不可能总结出这么一个简单的规律, 只有人的大脑才可以。
2. 如果在 1. 深刻了解所在行业规律， 2. 数学和算法，3. 与众不同的思维 中排序， 我建议是 1》3》2 。
我是一个刚接触Python的小白，请问方便加个微信交流一下嘛？
会不会是，同样的人才，研究生比专科学生拥有潜力更大（几率大），同时如果老板招到一个研究生那么这名员工的同学朋友，搞这方面的人力资源也会比专科更加具备质量呢？
我不是很懂我是学社科专业的。
刚入门python通向想加下大佬微信，请问可以么
我想说的是，没必要说Java的十几年了还在写代码，本身写代码就没有什么错，十几年了还在写并不是什么丑事，学任何语言都有成功和不成功的人，而且你写的算法不是集中在高等数学的唯一原因也是你没有掌握高等数学而已，中国人写的很多算法和程式确实比较基础，也谈不上什么核心技术，开创性极低，这是事实，我认为可能就是基础知识较差导致的...所以不要在鼓吹你那套了，认清自己，看你的言论想说的就是自己比较成功了，但你永远不知道网络的另一端是什么人，所以谦虚低调点吧
同意~ 我自己的經驗是 該領域的資料理解>>數理能力>>程式能力
python是非程序员找工作的必备
yep.非常有道理。我现在是C语言和python双管齐下。
python的主要应用场景是刷题
Python 首先是数学工具，适合具有理工科博士学位，在金融或者AI领域的从业者。
这个结论应该局限在本科应届生出来找工作的范畴，也就是是不是容易入行，但是容易走的路去走的人也多，后面的发展大部分也是按部就班。如果目标明确致力于AI、大数据领域，不想只是做个简简单单的码农，python就是一个好的选择，当然少数人走的路必然也比较崎岖
“你只会python很难去找工作” 总结了所有要说的话。
關鍵字是"只". Python 沒有不好, 有加分效果.
我一般是用 C 寫(對外販售)產品, 用 Python 寫(內部使用)小工具, 很好用.
我学python只是为了自动化办公，且好学。没打算往程序员发展，所以我来打酱油。
学好C++或者Java确实可以找工作了。。。
程序员该纠结的很大程度上应该还是算法、架构、书写规范、复用、强壮性之类之类，值得一直去与之奋斗的东西。语言其实没什么好纠结的包括一系列的平台，什么场景合适用什么技术拿来就用就是了，并不太影响前面的那些东西。选和不选python或者java都没办法保证接下来的20年能发展成怎么样
所以当初入行选了php。这个对学历，数据结构等要求是最低的。但是不要忘记进一步学习，补上基础，补上第二第三语言，再加深某一方向。我现在成功转向golang。
很喜欢！！！ 直接到位，非常专业，你很亲民！
感谢大佬的视频。-~~~第一次专门发感谢视频。
不管什么语言，能把做出来的东西应用好，就足够赚很多钱了，所以开发周期短就是个强项，当然，把做软件当作工作，那就另当别论了
刚刚开始工作的时候，语音只是一种技能。（国内我不是很了解)。在digital forensic里会要到很多python，我在实习的时候用到了很多python。
AI也不是只会python就万事大吉了，算法做出来要应用就要转C或C++的caffe框架，做完对应的量化工程化之后还要到具体的设备端框架上去，什么MNN,NNIE之类的，除了第一步，后面都和python没太大关系了
计算机专业的肯定不止会Python。非计算机专业，懂点Python之外肯定又有自己的专业知识。怎么可能有人只会Python。。
赞同，一直就挺反感铺天盖地的培训班全民学python。而且面向找工作编程，现阶段还是得靠那些工业语言呀，python除了博主说的那几个领域，也就是拿来写写小脚本提高工作效率。
Java是为了找工作而学，python是出于自己对机器学习的兴趣而学
我特别不喜欢java
而且都说python慢，numpy是纯C实现的，要是同一个算法numpy实现还真不一定比C++实现的慢。cupy和pytorch又让GPU编程变得非常简单。用python一周就能搭建起来一个大型的机器人项目了，C可不会这么快的开发。
@@epsilonover23 数据量太大cupy不香吗？我用大数据的时候最耗时的部分是把数据从CPU转到GPU。另外同一个算法同样的逻辑eigen并不能保证胜过numpy，我其实感觉很奇怪，还望大佬解答。
@@epsilonover23 我明白您的意思，理论上C++比python快很多，但是我测试算法效果的时候发现其实并没有，所以很疑惑，好不容易碰到一个大佬，就想多问问
@@epsilonover23 道理我都懂，C++比python快，但是我用eigen和numpy速度是差不多的，甚至有的时候numpy还能稍微快一些。就是因为这个事情让我十分懵逼
你好，我是管理会计研究生毕业，自学FRM已经已经拿到证书，现在自学python. 以后想做data scientist 请问学python合适吗？还是要同时学习其他语言？
讲的太实在了，赞!
谢谢羊哥讲解，帮我理清了一些我原本的误区。。
其实要提一下软件工程师和程序员 或者前端coder的区别
低等级的岗位一般都是web前端coder 只需要php，ruby，java里面的一种就基本能应付过来 这一类工作一般只会接触到前端部分 很少接触到系统各核心部分 严格来说跟所谓的程序员是有区别的
程序员的话 通常是开发核心部分的主力 在做开发工作的时候还需要做一些辅助工具 这就需要掌握好一类语言以外还需要能用其他辅助语言去做相关工具的开发 所以要求会相对高一些
软件工程师的话 可以理解为是设计核心部分的 当然同时也做开发 然后接手的工作通常更杂 需要的知识也更广泛
最后还有一个服务器的运维 这个需要的是完全另一个方面的知识 但因为几乎所有的linux系统自带的语言就是python 所以在这个部分python经常会成为主要语言 不过这类工作岗位就更少了
Hi 你好， 我是來自台灣的朋友。
你分析真的很貼切，說得非常中肯
这位老哥分析得还是比较中肯的，值得毕业生参考。
Python比较适合"学院派" ，做算法研究啊，测试idea啊。没有那么多语言方面的细节需要考虑。上手非常快，我没有刻意去学，也是针对性地使用。没有强类型，没有分号，个人感觉"易写不易读"。像C++,Java这种语言，虽然语法限制多，但从某种意义来说，更容易读懂
这一期做的还可以啊 对入学者比较亲民 给同行点赞
需要学习python、c/c++、华为HCNA、HCNP、HCIE，华为物联网IoT可以订阅智慧共享，我会更新全套的视频教程。
我也是python sql为主，主要在databricks
讲的其实挺有道理
我在大学是学的JAVA，在学校没学懂，然后自学python觉得好简单，就喜欢上python了。但是出来找python web后端实习的时候，根本找不到，岗位太少了。还好我有前端开发基础，最后走了前端开发这条路。这是我学python，把python当作主语言的经历，大家可以参考一下。
Python做网站开发的岗位很少，毕竟不是最优选择，还是用来做大数据和人工智能吧
很有意思，我喜欢看大家的评论，可以给到我挺多新的观点角度的，博主也只是提供一种观点，仅供参考
說白了就是目前python好上手，對於市場型態來說產品不能獨佔市場，商品太容易被仿製了
js啥都能搞，但是啥也搞不好，入门语言是比较合适的，然后逐步延伸到静态语言，比如ts。然后再学一门不太一样的第二语言，比如java或者Golang。前端的同学可以走这个路，算是个人觉得进化路线比较不太陡峭的。
数据佐证博主观点。今年的某期IEEE spetrum杂志总结过在北美的各语言岗位的增减情况。因AI大发展，phython岗位的提升是最快，基本和java不向上下。（博主观点很正确，AI的岗位第一看学历和发表的paper。不是初等选手的竞技场）
总结就是 pythan主要是强在AI 跟算法 学历要求高 所需要岗位没那么多 大部分在一线城市
名校博士 毕业 大数据分析，AI， 目前做网络安全，我是不是颓废了
让大家去碰壁的时候笑了两下hhh
Basic, Pascal, C, C++, Dolphin, ActionScript, Java, VBScript, C#, OC, Ruby, PHP, Javascript, TypeScript, Python, Golang, R这些我都不会
之前一个招Python开发的岗位，问我写过装饰器和爬虫没，我说装饰器是什么？然后就不了了之。因为我干的是自动化测试，整天玩的都是Python的基础编程。今年我在boss上挂了三个月简历，应聘的是测试开发岗位，只有寥寥几家公司找我面试，也都是和业务相关的。哎……
大哥 ，想问下学python的编程，主要是用在外贸工作，网站开源方面，那电脑要换台比较强的吗？吃电脑卡和U?
一些初级的商业分析用Python 作为主语言还是可以的
Python 本來就是 for 非 EECS 的專業人員, Python 是 他們的表現工具, 不是產品
各位有没有python基础的教程推荐。我主要于Houdini软件里面操控，差不多类似脚本一样
如果有其他语言基础的话python不用特意花时间学，上手很快的
没错 其实现代编程语言的基本概念都是相通的
請問如果對數據分析有興趣，目前對於轉業來說先學習那套數據分析適當？
语言要多学几门
除非算法（数学）功底很强，仅仅Python是可以的。否则，完全没戏
大实话。
很多年前学perl时就了解过python，当时为了自动化脚本。perl 正则强，用来处理大量文件很合适。python用于科学计算，本来面很窄，只是这两年大数据，机器学习把他吵火了而已，我一直也觉得这种语言还只是辅助语言，能快算开发完成某项任务，并不是用来开发系统或商业软件的。
很中肯，同意
python我也是用来写脚本，辅助作用
硕士学历，python为常用语言，感觉找工作还行。但是确实找的都是有一定业务专业性一般程序员干不了的活。
@蛙咖喱供 是的，python适合解决特定业务。比如写一个分析临床数据的pipeline,逻辑和可读性远重于性能，但是作为工业代码维护性和代码质量又不能放弃，python这会就合适了，但是一般程序员不懂临床数据，就需要同时有临床数据分析背景和软件开发背景的人来承担。这在数据这一块时很常见的场景。
理性分析 优秀
完全赞同
说的很中肯
我也一直觉得Python很适合当工具使用
数据分析的库, python比较多。
支持！！
謝謝
分析的很透彻
CodeSheep程序羊， 请教一下， 做DEVOPS的，学习那种预言比较好？ 你们是否有做DEVOPS的人？
没想到在油管也可以看见羊哥
干杯
谢谢
分析的好棒
Python做快速的POC非常快，自动化什么的也不需要特别复杂的逻辑就能写出可用的程序，配合其他的技能包括Azure等云和devops也能算是个可以考虑的方向。
其实嘛 看公司 但TH-cam貌似是Python写的
没有哪个语言可以通吃的，国内基本还是以 java，c 为基础，其它为进阶、扩展。
即是懂得C/C++/C#/Java一点点了，不用学python了。
算法如果只是去用，其实还是挺容易的，如果定位在搞科研级要去对数学有一个很深刻的了解，那就另当别论了，这个不算计算机序列，倒是一个纯数学的领域
此言有道理，众爱卿要要有以上两种想法一定要深思呀
量化交易里是不是Python用的比较多？
C++为主吧
很棒对于我做着运维的工作我才学的
I dun agree you , I can use c++ php , java 才是培训最大。
非常理解你的说法。学编程语言还是以实用，主流为好，哪种容易找工作就学哪个.
xy Li 所以哪种语言好找
支持 支持
一个好的程序员可以在一个星期内学会一个scripting language。所以我只请好的程序员，而不是会Python的程序员。如果来面试的不断强调自己会Python，反而会扣分。能用bash script 或者 csh script写出来的，才会让我刮目。 哈哈
网工能用点派森，但也就辅助用
非软件专业是否可以单纯学python来进行一些统计、爬虫方面的用途，本人专业临床医学
需要学习python、c/c++、华为HCNA、HCNP、HCIE，华为物联网IoT可以订阅智慧共享，我会更新全套的视频教程。
智慧共享 你好拼呀
你这种需求应该用STATA SAS
个人建议去学R，会比python更适合做数据分析
@@jackliu8878 😂哈哈缺人
感謝您驗證我的想法!
我这近十年一直用python作主开发语言，因为是独立开发，用什么自己说了算，但想想真去找工作还真不行
惨了，我正在想转行做编程，现在自学了几个月只学了python。。。
那要是在美国呢？你觉得哪个更好找工作
其实都讲到这了，那就可以延伸一下，用什么语言当作主语言比较好一点？
web 的話：前端js各種framework , 後端 java / golang, APP 開發學java 跟Swift。
這十年除了新的golang 、被放棄掉的flash 、和蘋果打算用Swift 取代Objective-C 外，一整個業界都沒甚麼改變。
要講的話，新入行的碼農都沒甚麼語言可以挑的，公司要你用甚麼都還是得學起來
@@tonyho2656 👍学习了
楼主请问 c++ 和 java哪个好找工作
不知道现在找工作的情况，但是前几年找工作，很多人其实并没有所谓的编程多厉害，很多人都是突击刷题，临时硬补的，当然大多数可能以补c/c++为主吧，我感觉py这种东西，单纯从使用/学习来说，很多做底层编程的人都觉得py没啥学习难度，我身边认识的写c/c++十几二十年的人都觉得py和matlab几下就可以上手开始用了
半天就学会了😇用来写小工具很方便
学java中，想用python找后端还是有点难orz
现在一般用什么爬网络数据啊
道理我都懂，但为什么同样的内容要反反复复来来回回说上说上三遍三遍。
搞算法的一般还得要求精通c++
@@epsilonover23 招聘要求上写的。而且据我所知，很多机器学习大神都是造轮子大神哦。
@@epsilonover23当然不等于，js也不等于前端，但是不需要会js的前端岗位太少了。
胳膊都摸破皮了
你站在码农的角度看一个更高维度的产品设计
都说了找工作方面考虑
你是不是安徽人啊，我感觉好像我老乡啊，哈哈
身后屏幕尺寸多少
我学Python是为了考试，我打算学CSharp
加油！我也是学的c#
C sharp已经没什么了。现在要学 .NET core。
学csharp就是为了鼓捣unity，用虚幻引擎的话也会考虑学c++
有没有好玩的课程学习python啊
Li Zhou 风变很适合你
那你的主语言是什么啊？
python做AI，ML还是很有发展的
一般机器学习 深度学习之类用的比较多 吧 但是近年来算法竞争太激烈 .. 感觉就业不乐观
@@deshuiyu1191 算法的重要性就像汽车的发动机一样
现在ai主要竞争太激烈了，物理数学生物IT（金融）都在搞ai。cv领域要进大厂都得能现场复现顶会水平
大佬的右臂是被蚊子叮了吗