通俗地讲，物联网就是“物物相连的互联网”，它包含两层含义：
第一，物联网是互联网的延伸和扩展，其核心和基础仍然是互联网；
第二，物联网的用户端不仅包括人，还包括物品，物联网实现了人与物品及物品之间信息的交换和通信。
物联网作为新一代信息技术的高度集成和综合运用，具有渗透性强、带动作用大、综合效益好的特点，是继计算机、互联网、移动通信网之后信息产业发展的又一推动者。算违纪。
根据知乎论坛给出的答案得知：竞赛期间各参赛队必须独立完成赛题解答，禁止参赛队员以任何方式与队外的任何人（包括指导教师）交流及讨论与赛题有关的问题，参赛队员无论主动参与讨论还是被动接收讨论信息均视为严重违反竞赛纪律。竞赛期间参赛队员不得加入或留在涉及赛题讨论的互联网交流平台，否则一律视为严重违反竞赛纪律。严重违纪的参赛队将被无条件取消评奖资格，并视情节给予相应的通报。
全国大学生数学建模竞赛创办于1992年，每年一届，已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛。
来源：知乎
一 关于建模竞赛、报名和参赛：
这里简要介绍几个比较主流的建模竞赛
(1)全国大学生数学建模竞赛：国赛一般指的是“高教社”杯数学建模竞赛
报名：报名时间可能每个大学不太一样，有的大学要先进行校赛预选，大约是在5-6月开始报名，报名请关注学校相关教务处网站、数学学院网站。报名费300元(有的学校会返还报名费来鼓励大家积极参与，获奖的话说不定学校还会给丰厚的奖金呢~~)。以团队报名，每个队伍不超过3人(所以也可以2人或者1人)，每队须有一个指导教师。(关于组队的注意事项后面会详细讲到)
培训：有的学校会在暑假小学期组织建模培训，如果有的话，建议可以去听听~没有培训的话，就自己好好看看呗~
比赛时间：比赛一般在每年9月中上旬举行，比赛时间是从某个周五的上午8:00开始，为期三天三夜，截止到次周一上午8：00。(关于时间的分配我在后面也会详细讲讲)
比赛期间：参赛队伍可以在比赛期间利用图书、互联网资料帮助建模，有问题也可以请教老师，原则上不相互交流(原则上)。本科组比赛有A,B两道题，需要选择其中一道题进行解答。PS：最后AB两题各个奖项数量相同，所以如果选A,B题的分别有7000,3000只队伍，国赛一等奖A,B题分别有20个名额，那么A题的获奖比例和B题是不同的，但是具体选做的人少的还是选容易的要自己斟酌~(关于换题在后面会讲讲)
比赛提交：提交纸质版给数学学院，并且把论文、数据、程序打包压缩拷贝给相关老师。
比赛答辩：初审进入国赛获奖名单的队伍需要答辩，每个省的初审进度可能不太一样，有的在9月底就会进行答辩，有的可能10月。答辩开始有一个3-5分钟的概要介绍，每个队伍选一个口齿伶俐的小伙伴上去讲就好。答辩的主要目的是验真，所以只要是自己做的应该没多大问题。答辩可能会问到关于模型、软件或者程序的问题。当然答辩也是可能挂掉的，挂掉了就降档。
(2)美国大学生数学建模竞赛：
报名：美赛报名比国赛复杂一些这里我先把美赛官网的网址附上，然后我们再慢慢来说
一般在下半年可以开始报名(具体时间忘记了，大约11月左右报名)，Contests→Register for
Contest(这里需要用指导老师的邮箱来注册，所以需要提前联系老师，确定老师愿意指导，用老师的邮箱号注册，每位老师最多指导2只队伍)。美赛报名费100美元，需要用VISA卡或者MASTER卡支付，如果有队员有当然最好，如果没有就找万能的淘宝吧~
比赛时间：春节前后(这点很悲剧，也阻碍了很多人参赛，但是相信对于那些勇于放弃春节孜孜不倦投身于建模竞赛的同学们还是值得的)，比赛时间四天四夜，早上9：00开始。
论文提交：在网上提交，并且寄送纸质版到美国。
没有大便(答辩)!
奖状发放：大概4月左右网上自己下载获奖证书(大陆同学)，对，就一个PDF而已
(3)全国统计建模竞赛：两年一次(单数年)，比赛形式是在6月30日前提交论文
(4)电工杯：不熟，sorry
除此之外，还有什么深证杯、认证杯之类的
二建模竞赛的好处：
理工科的同学就把获奖当成打装备吧，你们懂得，等到快要保研、出国的时候简历上有那么几行还看得过眼的比赛获奖很有用，很有用，很有用(重要的事说三遍)。美赛对出国还是比较有用啦，毕竟还是国际比赛嘛，以前得特等奖的师兄那组去了剑桥大学和斯坦福虽然特例不代表什么，但是有比没有好撒~
三 组队
建模主要分为建模、编程、论文三个部分，但是要完全分开的你会发现人力资源闲置，所以推荐每位队员主攻其中两项左右。所以建议千万千万不要三个数学学院的同学凑一队!!!(如果三个啥子都会的数学大神凑一起也没有关系)。组队的时候大家容易发现每个队都想要至少一个数学学院的，然而通常并没有那么多数院的同学，而且数院的同学爱扎堆有数学学院的同学是好的，但是其实数学学院的同学比其他学院并没有那么多优势so，其实我自己觉得电气、软件、计算机的同学更好，建的了模，编的了程序，还写的了论文，卖的了萌
四 时间分配
常常有师弟师妹我建模要不要熬夜。当然，有不熬夜的也有取得了好成绩的，但是，大部分人需要熬夜。我想建议大家的是要适度地熬夜比如前两天每天睡7-8个小时，第三天就熬一熬吧。关于时间分配，建模一般从周五早上8点开始，建议大家在中午之前确定好做A题还是B题，分别去看看哪个题更有思路一些，不要拍脑袋决定~选题很重要!选题很重要!选题很重要!一方面是获奖比例，我前面说过了;另一方面，没选好就要涉及到换题，我后面会再说说。吃完午饭最好就把题目确定下来，接下来下午和晚上把第一个问做出来，然后对第二个问开始着手解决。第二天，周六需要把第二问解决，第三问争取基本解决。第三天，完善，如果有第四问要解决第四问。至少在下午4点左右开始集中写论文，当然，其实从第一天解决第一问开始就要开始着手写论文，粘贴数据什么的，谁闲着谁就去写写论文。当然，时间分配要依据不同队伍的进度来，我只是给出一个参考而已~
五 换题
很多同学会遇到“换题危机”，因为周五上午没有选好题，做到一半发现做不动了，就想换题。所以，可以换题，但是建议至少在周六上午之前，不然真的很难完成
六 论文模板
大家最好入手一本优秀论文集
比如：《数学建模优秀论文精选与点评(2005-2010)》摘要 书评 试读
和《数学建模系列丛书：全国大学生数学建模竞赛赛题与优秀论文评析(2005年
看看别人的论文层次，我还是给出一个粗略的论文模板：
题目→摘要→模型假设→符号说明→模型的建立→模型的求解→模型评价→仿真测试→模型的推广→参考文献→附录
你可以按照问题一、问题二、问题三分别来写
PS:摘要最重要!摘要最重要!摘要最重要!(阅卷老师和答辩老师的大部分时间在看摘要，所以至少花2个小时左右写那短短的不起眼的摘要)模型评价很重要，你的Model好不好请用数据来说明，回带效果和预测效果都很重要。
七 常用软件和参考书目
常用软件：Matlab, SPSS, Lingo, (SAS, R)
除了上面两本优秀论文外，我还推荐以下书籍：(精选了几本，其实还有很多不过估计应该看不完)
Matlab:用的最多，不解释
SPSS:统计里面用
Lingo:解规划问题，比较简单，就不推荐专门的书了
SAS, R: 统计编程
推荐书目：
《MATLAB 在数学建模中的应用(第2版)》摘要 书评 试读
《SPSS统计分析从基础到实践(第2版)(附光盘1张)》(罗应婷)摘要 书评 试读
《数学建模算法与应用(附光盘1张)/普通高等院校“十二五”规划教材》(司守奎，孙玺菁)摘要 书评 试读
我就不推荐姜启源那种书了
接下来，我想重点写写数模中常用的算法，但是今天应该是写不完了，所以下次再继续写吧~
八 算法
下面我开始PO算法，我在这里只介绍一些比较经典的建模算法和程序，也会在后面介绍一些智能算法，边写边总结边回顾也是极好的~
物联网(The Internet of Things，简称IOT)的概念是把所有物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理。
国际电信联盟2005年一份报告曾描绘“物联网”时代的图景：当司机出现 *** 作失误时汽车会自动报警；公文包会提醒主人忘带了什么东西；衣服会“告诉”洗衣机对颜色和水温的要求等等。
物联网把新一代IT技术充分运用在各行各业之中，具体地说，就是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道，家用电器等各种物体中，然后将“物联网”与现有的互联网整合起来，实现人类社会与物理系统的整合。
具体的说就是在农业、物流、能源、环保、医疗等重要领域都将推进物联网规模化应用。物联网将加速向各领域渗透应用，催生出无人零售、精准医疗、智能制造等大量新模式新业态，生产生活的“痛点”“难点”正在破题，一系列“独角兽”企业有望诞生。
扩展资料：
物联网在农业、工业、服务业、公共事业中均有很好的应用前景：
一、物联网在农业中的应用
1、农业标准化生产监测：是将农业生产中最关键的温度、湿度、二氧化碳含量、土壤温度、土壤含水率等数据信息实时采集，实时撑握农业生产的各种数据。
2、动物标识溯源：实现各环节一体化全程监控、达到动物养殖、防疫、检疫、和监督的有效结合，对动物疫情和动物产品的安全事件进行快速、准确的溯源和处理。
3、水文监测：包括传统近岸污染监控、地面在线检测、卫星遥感和人工测量为一体，为水质监控提供统一的数据采集、数据传输、数据分析、数据发布平台，为湖泊观测和成灾机理的研究提供实验与验证途径。
二、物联网在工业中的应用
1、电梯安防管理系统：该系统通过安装在电梯外围的传感器采集电梯正常运行、冲顶、蹲底、停电、关人等数据，并经无线传输模块将数据传送到物联网的业务平台。
2、输配电设备监控、远程抄表：基于移动通信网络，实现所有供电点及受电点的电力电量信息、电流电压信息、供电质量信息及现场计量装置状态信息实时采集，以及用电负荷远程控制。
3、企业一卡通：基于RFID—SIM卡，大中小型企事业单位的门禁、考勤及消费管理系统；校园一卡通及学生信息管理系统等。
三、物联网在服务产业中的应用
1、个人保健：人身上可以安装不同的传感器，对人的健康参数进行监控，并且实时传送到相关的医疗保健中心，如果有异常，保健中心通过手机提醒体检。
2、智能家居：以计算机技术和网络技术为基础，包括各类消费电子产品、通信产品、信息家电及智能家居等，完成家电控制和家庭安防功能。
3、智能物流：通过GPRS／3G网络提供的数据传输通路，实现物流车载终端与物流公司调度中心的通信，实现远程车辆调度，实现自动化货仓管理。
4、移动电子商务：实现手机支付、移动票务、自动售货等功能。
5、机场防入侵：铺设传感节，覆盖地面、栅栏和低空探测，防止人员的翻越、偷渡、恐 袭击等攻击性入侵。
四、物联网在公共事业中的应用
1、智能交通：通过cPs定位系统，监控系统，可以查看车辆运行状态，关注车辆预计到达时间及车辆的拥挤状态。
2、平安城市：利用监控探头，实现图像敏感性智能分析并与110、l19、l12等交互，从而构建和谐安全的城市生活环境。
3、 城市管理：运用地理编码技术，实现城市部件的分类、分项管理，可实现对城市管理问题的精确定位。
4、环保监测：将传统传感器所采集的各种环境监测信息，通过无线传输设备传输到监控中心，进行实时监控和快速反应。
5、医疗卫生：远程医疗、药品查询、卫生监督、急救及探视视频监控。
参考资料来源：百度百科——物联网
参考资料来源：人民网——我国在物联网前沿领域实现领跑
# 硬件
### 硬件工程师
指在计算机领域里，需要接触到电路底层的工程师，实际上在电气领域，在电方向上分为强电和弱电，强电指高压传输，电动机等高电流作为能源动力领域，弱点就是指微电子方向的信息处理领域。计算机硬件工程师的工作范围在弱电，主要内容主要有PCB设计（印制电路板），ic（芯片）设计，FPGA工程师。往上还包括涉及针对特定硬件做系统开发维护的嵌入式工程。
#### PCB工程师、FPGA工程师、IC工程师
专业术语大家可能不太懂，就举例一下每种工程师对应的工程产品吧。
PCB工程师的工作就是设计一个高速稳健的交通网络，把电路板上各个功能不同的模块连接起来。他们的工作环境如下所示。
FPGA全称叫现场可编程逻辑阵列，就是理解为一个可以编程的硬件。传统意义上的集成电路是定制化的，针对特定的需求设计特定的电路板。而fpga可以通过熔断机制来动态修改电路的结构，达到动态编程的效果，简单点说，针对一块FPGA，你可以把他烧制成视频编码器，也可以烧制成无线wifi通信模块。虽然这些算法都可以通过软件实现，但是硬件实现的效果算法成本更低。开发语言常用的有VHDL（硬件描述语言）。
IC工程师就是设计一个高效运算的大脑，涉及到流水线机制，超频，最重要的是解决纳米级别下电流扰动问题，最大的制约因素也是材料工艺问题。
以上三种岗位其实在现代学术分支类还是属于EE下的子类，事实上从事这个方向的人也大部分是学习电子电路工程的同学。这个专业的特点就是强者通吃，全球唯二的两家芯片公司intel、AMD。而且他们的核心竞争力并不是芯片设计能力上，而是在制作工艺上。现在在移动终端统一江湖的还有英国Acorn有限公司设计的ARM芯片，它只是提供一个解决方案，设计图纸，具体的制造还得是华为，三星自己开场设立。但是同时又有很多小众领域，比方说无人机，安全门等等你又需要做专门的PCB设计，所以硬件工程师也是有市场需求基础的，但是也不多。从技能需求来看，要求数学知识扎实，逻辑严密，电子电路知识更多，类似工具反而并不是显得那么重要。从未来的发展前景来看，随着智能硬件物联网的推广，会有一波大红利。
岗位需求：IC << FPGA = PCB
薪资 ：IC >> FPGA = PCB
#### 嵌入式工程师
系统级别嵌入式
主要是针对特定硬件移植一套 *** 作系统，类似于linux，VxWorks等，甚至于自己开发一个只能满足需求的未知系统，你需要读管脚信息，读时序。但是大部分还是使用成熟的系统移植，自己写系统一来太慢，二来肯定很多坑。相对来说在这个层面上的人都是大牛。或者做一些驱动开发，比如说，每年让无数游戏宅剁手的最新NVIDIA显卡，都需要这个级别的工程师来做相应的显卡驱动。
薪资水平绝对高，起薪百万级别，入门门槛也绝对高，业内最强不是在研究所，而是在公司。
应用级别嵌入式
在基于已经能跑的机器上做开发，比如说， *** 作系统已经提供了最基本的文件管理，内存管理，CPU管理的情况下。你在此基础上做特定应用的开发。普遍打交道的语言工具是C。本人实验室其实是这个方向的，有过军工和国企的一些项目，从这层往上，到架构师之前，本人至少都接触过一些。能说点自己的感悟，而不是查资料了。
做嵌入式应用开发最蛋疼的不是开发而是调试，在这一层做开发会有各种奇葩问题，比方说你昨天还跑得好好的，今天可能就崩了，可能是硬件问题，虚焊？电容击穿？电路板电流扰动？也可能是软件问题，野指针（很少有系统做了虚拟内存，你所有 *** 作都是在实际的内存空间上 *** 作的），内存溢出。
薪水来看，起薪比较低，今年华为给的算是不错了，能到16K，但是随着你对业务的熟悉，工资是没有上限的，最终达到的升级状态就是系统级别嵌入式工程师。
## 软件
### 桌面程序工程师
传统的桌面应用软件类似于office，浏览器啊在PC端上运行的软件。主流的开发框架有Qt，MFC，NET。现在还比较强势的一些桌面应用领域就是微软的office和桌面游戏公司。以及基于微软的C#的开发应用，基于QT的C++开发应用。其他的不是特别了解，但是给我的感觉就是这个市场不怎么活跃，招人很少，身边也没有认识的人走这条路线。经知友私信补充，这个行业的薪资并没有随着互联网浪潮而有大幅度增长，该知友在NET平台下使用C#开发，有5年的从业经验，15年的薪资水平在11k左右，后来转行去了android，当然这可能只是个例，有很多厉害的人我们可能不知道，先谢谢这位知友知友了。
### 网络应用工程师
从google发迹以来，基本上所有新兴的巨无霸公司，facebook，bat，amazon都是依赖于互联网的发展，依赖于这群互联网应用工程师。同时他们也就是在网上自称为码农的这个群体。他们这个群体应该能占到计算机领域70%以上的研发人员。
#### 前端开发
广义的前端就是指呈现在用户视觉的领域，直接可以让用户感受到的开发，往下会细分为web，andoroid，ios。
#### web前端（h5前端）
web前端指在浏览器（包括手机和pc浏览器，或者是webview控件，甚至于搭载JS引擎的任意环境）上运行的一系列应用。
传统意义上的前端主要是指网页，html,css,js那一套了，或者再加上html5,css3。但是最近几年前端发了很多变化。
这个方向是这几年的大热门，随着机器性能的提高，v8引擎的普及，虽然js和c，java的运算效率还是差上很远，但是目前来看对于呈现展示内容已经基本够用，所以，近几年出现了各种叛逃，比如说cocos2d-js来做游戏，react-native来做客户端啊。同时，随着大量人才的涌入，特别是这两年，大量的前端框架，解决方案让你感觉跟不上时代，讲真，两年前还是JQuery的天下，现在你不知道Vue，Angular都不好意思打招呼。同时由于机器性能的提高和V8引擎的强劲有力，脚本语言的另一个优点就是无须编译运行，导致了它可以实现一个其他语言无法做到的事情---动态更新，可以在app不发版的情况下动态的大幅度更改它，进一步的增加了JS的需求量。
薪资比起前两年来看涨了不少，而且市场需求量也很大，基本上任何应用都没有完全脱离web的框架内。门槛也不算高，但是往下深入一样会有很多东西要学。
#### android和iOS
android是一个基于linux内核开发的开放源代码移动 *** 作系统，由Google成立的Open Handset Alliance（OHA，开放手持设备联盟）持续领导与开发，主要设计用于触屏移动设备如智能手机和平板电脑。iOS（原名 iPhone OS，自 iOS 4 后改名为 iOS）是苹果公司为移动设备所开发的封闭源代码 *** 作系统，所支持的设备包括 iPhone、iPod touch 和 iPad。
目前看来，智能机市场上，android的市场份额在四分之三以上，ios占了大概五分之一，剩下的都是什么塞班，winphone我们应该不用考虑，你应该也不会想做这个的。虽然android和ios市场占有率相差悬殊，但是android工程师和ios工程师基本上能维持相同的人数，所以你如果想从事移动端开发，就业市场来看的话,没有很大的区别。
技术层面来看两个其实比较像，主要的区别其实是生态圈的比较。
相应来说，可能android的入门成本门槛比较低，java相对于Object-C，swift来说还是比较流行的，同时，相对于iOS（mac电脑+苹果手机+一年100刀的开发者账号）的起始15W的投入来看，可能android的竞争会更激烈一些。
由于android的开放性，基于开源的linux开发，所以业内会有很多公司针对于android做所谓的“深度定制”，“适合国人的智能手机”等，那就导致了android的各式各样，不同的手机厂商在某些细节方面又有不同的理解，倒是android开发最大的一个问题就是适配。同时由于android的权限开放性，他会有很多可以hack的地方，针对android的木马病毒（360管家）很多，你要考虑到的东西会很多，不过目前来看，android的每次发版，安全性也越来越好，权限管理也越来越规范，以后会越来越好。而iOS的封闭特性，相对来说被发现的漏洞少（并不是不多，我个人觉得绝对比android多），但是每次爆出都是大新闻，它的开发相对来说规范很多，有很多成熟的解决方案，他的主要问题其实是iOS审核这块，大部分的公司都有过app被appstore毙过的经历。
另外，最近苹果公司也在推swift，如果你要做iOS，由于各种历史问题，OC并不能完全弃掉，但是swift也会成为你求职的考点或者亮点，通过同事的反应来看，swift比OC更爽，它更愿意做swift。
#### 后端开发
后端开发指的是，在为前端提供数据支撑的一个大的总类，包括数据库，业务逻辑处理，数据处理等。主要的开发语言分两个方向编译型语言，java，c/c++等，他的特点就是运行效率高，相同机器配置的情况下能支撑更大的访问量，适用于超高并发度，比方说淘宝后台是java，网易游戏腾讯游戏是c++。另一种就是以php、python等解释性语言，他们的特点就是开发效率高，无需编译，写完就能运行，主要针对一些运算量不大的中小型网站，比如说你的个人博客，管理后台。
##### 运维工程师
特意把它从后端中拿出来，主要是他的开发任务比较少，但是同样很重要，当数量量达到一定程度，数据库服务器都有上千台的时候，就需要专业的人士做做数据维护的工作了，它的工作难度一样很多，容灾备份，热替换。而且目前的趋势都是服务化，组件化，虚拟化，一样有各种难题有待于你去解决。但是从市场需求来看，只有大厂才会招专业的运维工程师，创业公司100台服务器以下的小公司一般都是托管到各种云，然后由后台工程师兼任。
##### 通俗意义上的后台开发
也就是那些经常说自己是业务狗的屌丝码农，觉得不做架构设计比较low，他们主要的工作就是实现pm的工作需求，比方说双十一来了，pm说，这个要添加一个抢红包的功能，然后后台业务狗就忙起来，要解决高并发下的死锁啊，重复请求啊，带宽啊各种功能，当然也需要前端，但是前端并不需要考虑复杂的并发性问题。而如果这些业务狗在处理高并发问题上有所建树，那么他们就能一步步升级为架构师。那个时候就可以把屌丝码农的屌丝去掉了。
### 测试工程师
一个产品或者一个新的功能需要上线，必须要经过完备的测试，测试工程师目前其实有两种，一种是纯测试，另一种是他的升级版测试开发工程师，它能在测试的过程的顺手把小bug改了而不需要返工。好的测试开发工程师工资也可以比做开发的工资高。
而且你们也不要小看测试这个东西，不要以为你只会点点鼠标看看对不对这么简单，合格的测试工程师需要熟悉各种测试工具，能自己写测试脚本，能找到bug，而且还能知道为什么会出现bug。这个工种一般也都是大公司才会配置的，对于小公司来说，一般就是开发人员自己也是自己的测试人员。
### 安全工程师
同样一个产品或者一个新的功能需要上线，不仅需要要经过完备的功能测试，还有一向就是安全性测试。而由于安全性测试可能需要的知识比较多，所以又会有一个单独的工种来这个。
或者你们也许更喜欢叫他们黑客（坏孩子），白帽子（好孩子）。他们游走在法律的边缘，或做着侠士的行为而不为人所知，或调皮捣蛋想整一个大新闻，更有甚者违法牟利。但是必须指出，他们确实互联网圈子里最有创新精神，反抗精神的人，当然我不是说的那些连脚本都不会写的工具小子了。我指的是阿桑奇，中本聪（主要是技术吊，思维吊，但是没做啥好事）。他们是IT圈的安拉，耶稣基督，精神偶像。必须指出，走安全工程师这条路必须得先走一条边缘线，要想有最好的防守你得先知道别人是怎么进攻的。薪水来看并不是特别有竞争力（不包括黑产）。从业人员这几年很多看到的情况是好孩子越来越多，但是中国的大环境不是特别好（乌云都被关了）。
### 架构师
从这里往后，已经算是程序员界的高富帅了，可以称的上是半个科学家。架构师的工作差不多已经基本脱离代码了，他的主要工具从VIM，EClipse变成了word，ppt。他主要觉得技术选型，针对大容量高并发的问题制定解决方案。基本上他们都是由后台工程师升级打怪升上来的，好像听闻业界也有前端工程师升级为了CTO做架构的，但是毕竟还是少数，node的效率还是差了很多。
### 算法工程师
这类人，基本都是大学参加ACM竞赛拿过奖，或者本身思维逻辑严密性高，数学基础扎实，算法牛逼。如果你是一个数学系或者物理系的优秀毕业生想转IT，这个可以作为你的主要方向。这个算是建筑系里的学院派，从学校毕业之后就直接达到了这个等级，起薪很高。
#### 数据挖掘
它的作用就是从一堆数据中挖去你你想要的信息。打个比方，给你2008年到2016年所有的房屋成交量，房屋成交价格，土地成交量，人口增长，银行贷款利率变化等等很多信息，让你预测明年房价变化情况。他们就是干这个的，这个工作分三步走，爬数据，建模，写算法验证。
爬虫工程师，就是从各种国家统计局网站，链家网站爬去数据，存储为结构化的数据。
数学建模，建立各种数据之间的影响关系，影响因子。
写算法验证，大部分数据挖掘工程师好像都是用python，工具比较多，语法简单。
难点其实不是在写代码部分，而在于建模，如果设计一个有效的模型来量化这些数据间的联系。其中的影响因子权值就是他们的生命价值所在，所有他们会光荣的把自己称呼为“调参侠”，顾名思义，就是天天调整参数，让模型运算结果来匹配实际情况。
薪水很高，一般统计分析局或者大公司才会招人，而且还可以独立创业，像是知乎很有名的团支书，拿数据打脸的那种牛逼轰轰的人物。
另外再而外介绍一下量化交易，量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。这个是计算机屌丝和金融高富帅融合的比较成功的一个新的工种，通过一个优秀的交易员建立一个理论交易模型，再有程序员实现代码，这个算是数据挖掘领域比较直接的变现交易，著名的知乎英国五毛，Lightwing（李轶睿）就是从事这个方向的，他们的薪水是按照日来的，关键也在于模型建立，而且都是通过技术面分析，确保收益，比如说从10块钱涨到了101块，即便它很可能涨到11块，他们也可能就会卖掉（算法策略），然后通过超高频率的买卖来确保收益，比如说虽然每次买卖只能赚一毛钱，但是他一天内买卖了几十手，而且大部分都赚了，总的收益可能也会有1块，所以量化交易也有叫高频交易的
#### 人工智能
我好久也没看过这方面的书了，可能理解有误。大家经常看到的siri，或者聊天机器人之类的都是属于这种东西。他的本质还是一个有限自动状态机，在一个状态下在很多因素的影响下走向下一个状态，理论上你把你在三维世界所有的输入都考虑进去，而且都分别定义了相应的输出，他是可以做到人工智能的。但是这样写出来程序会非常大，电脑跑不动。我个人的理解，基于计算机简单的01唯一向性，真正意义上的人工智能还是蛮难实现的。比如说之前非常火的李世石大战阿法狗，在这种特定的应用下，输入很简单，围棋上的落子1616，状态也很简单，2的1616次方，在这个复杂度下，肯定也是没办法枚举的，他们会有降维算法各种算法来聚类他们的状态。
#### 深度学习
我们上面所说的数据挖掘会有一个调整参数的过程，而在深度学习领域，他会添加一个正向反馈，让你的参数由机器自动调整，让他计算的结果去自动匹配实际的结果。这个就是所谓的机器学习，就是把人为调参的过程让机器自动完成。
此外，人工智能，深度学习，数据挖掘并不是分开来看的，他们会存在一定程度上的重合。他们其实真正的难点实在各种降维算法，概率论，退火等数学领域。所有说他们算是半个科学家也就是这样原因了。
#### 性能效率支持
这个才是普遍意义上的互联网的算法工程师做的事情。比方说，我要求一个数的平方根，现在我们编程很简单，只需要sqrt（）就可以了，但是你如果看过这个的源码，你就会惊呼，感兴趣自己去搜，他并不是用牛顿莱布尼兹公式做的，它比牛顿牛逼多了，能提高100倍的效率。这只是一个很简单的例子，在实际应用中，当遇到大运算量的时候，就是他们该出场了。这部分功能其实大部分也是由后台工程是自己担任的，但是不排除大公司类似google，fb会特意招ACM来做算法支持，起薪很高。
在这里我特意提一下效率工程的头面担当，游戏引擎工程师（目前国内主要使用开源的unity3d）。主要做3D渲染，需要在计算机图形学方面有较高建树。类比于工业皇冠上的航天发动机一个级别。游戏开发只是一个特定方向的开发，，一样有客户端，web端，pc端，后台，数据库运维等。并没有需要单独拿出来一个讲。不过游戏开发工程师一般来说都是比较累的，但是同样薪水也是高，阴阳师团队今年估计年终奖拿100个月我都不稀奇。
### 标准化组织协会会员
这个也算是吧。比如说，美国电子工程协会，3GPP协会。他们主要是制作各种标准化协议。这个级别太高了，在特定领域，全球估计也就几十个人能做的了主吧。工资多少，人家应该都不在意这个东西。而且大部分还都是国家拨款或者公益组织拨款，反正不是盈利性质的。比如说，TCP/IP协议制定，5G协议制定。我也不知道他们从拿招人，可能是大学教授或者行业领袖吧。
### 量子计算机工程师
这个超级吊，这个是先驱，未来的计算机，至于他们干嘛的，怎么做，别问我，我不知道！！！
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）