不代表可以做fintech或者ai或者machine learning或者deep learning。语言好只是一部分。所以别老盯着语言。

比如数学 linear algebra。stats and probability. etc.....

比如 金融知识

比如数据结构 算法 网络 计算机架构 os 等

太多东西了 学不完 但是还是要尽量的多学

我的感觉是

会linear algebra不会coding的，比会coding而不知道eigenvector的，在machine learning方面更容易上手

我老板经常吐槽手下员工用python不用perl,看来他是嫌弃python...

python流行是因为community比较强大，第三方库比较多吧，基本做啥都能考虑python，虽然可能python做啥都不是最佳的选择，但它总可以是第二或者第三选择。

其实没必要在语言层面考虑太多，做啥方向才是最重要的，数据？机器学习？还是系统？图形？等等，实在要讨论语言的话，地狱难度肯定只能是c++这种多范式编程的东西

网上找了个课程网站 coursera
机器学习方向，第一门课算法入门，做了两个assignment

机器学习这套课程必修全部学完算算时间至少是本科两年半的内容，给自己加油吧。
不知道到时候能否找到这方面的工作

你是专一学呢还是抽空学呢？

第二年读完的时候应该把data structure, linear algebra, probabilities修完了，第三年开始修introduction to algorithm, machine learning是差不多第三年下学期或者第四年上学期的课

自学的话，这一整套学下来其实要花不少时间

assembly最难，没有之一

开篇特地提到了和perl的比较

为什么不使用Perl？

也许你以前并不知道，Perl是另外一种极其流行的开源解释性编程语言。

如果你曾经尝试过用Perl语言编写一个大程序，你一定会自己回答这个问题。在规模较小的时候，Perl程序是简单的。它可以胜任于小型的应用程序和脚本，“使工作完成”。然而，当你想开始写一些大一点的程序的时候，Perl程序就变得不实用了。我是通过为Yahoo编写大型Perl程序的经验得出这样的总结的！

与Perl相比，Python程序一定会更简单、更清晰、更易于编写，从而也更加易懂、易维护。我确实也很喜欢Perl，用它来做一些日常的各种事情。不过当我要写一个程序的时候，我总是想到使用Python，这对我来说已经成了十分自然的事。Perl已经经历了多次大的修正和改变，遗憾的是，即将发布的Perl 6似乎仍然没有在这个方面做什么改进。

我感到Perl唯一也是十分重要的优势是它庞大的CPAN库——综合Perl存档网络。就如同这个名字所指的意思一样，这是一个巨大的Perl模块集，它大得让人难以置信——你几乎用这些模块在计算机上做任何事情。Perl的模块比Python多的原因之一是Perl拥有更加悠久的历史。或许我会在comp.lang.python上建议把Perl模块移植到Python上的计划。

另外，新的Parrot虚拟机按设计可以运行完全重新设计的Perl 6也可以运行Python和其他解释性语言如Ruby、PHP和Tcl等等。这意味着你将来 或许 可以在Python上使用所有Perl的模块。这将成为两全其美的事——强大的CPAN库与强大的Python语言结合在一起。我们将拭目以待。

IT工资高吗？ 坡县IT这么低的工资， 加上没有发展前途，还有人会选择转行IT？

从哪能找到课件？

CS跟IT还是不一样的

比如说大部分algorithm analysis course教的都是CLRS那本的一个subset

但是还觉得Python好用一些，perl对list structure和map structure的支持没有Python这么直接

CPAN的license跟Python一样吗

1. 建议学编程的：半路出家不靠谱，编程需要很多基本功的，半路学的怎么和毕业生竞争？
2. 建议fintech的machine learning, deep learning，neural science，block chain：这个学科太深了，比第一条建议还不靠谱。并且这个前沿学科在美国天朝还可以，在坡坡没戏。
这两条都是hardcore程序员的路，半路出家，加上年龄因素，建议放弃。

我觉得可行的路
1. 去上大数据的专业，做个data analyst, 相对比较容易上手
2. 做软件咨询行业，比方说SAP, Murex,这些在application level的，比hardcore编程容易上手。也能靠近金融，也算fintech
3. 网络相关的ccna, ccsp, pentration test之类的，做网络安全专家。比编程容易上手。

说机器取代人的，明显是不懂行。比方说很多人说会计软件会取代会计。事实上是要处理的数据越来越多，不够人手，软件只是让原来的会计可以处理更多的数据。并且做软件的需要程序开发，需要运营维护，有做不完的工作。

能学很多，锻炼人，还有前景

而现在看来，市场真正需求的应该是：
1. 特别强的programmer, 可以优化算法，优化构架，提高运算速度降低维护成本
2. 懂一些programmer，并且可以把其他方向的专业知识，比如stats啊，finance啊，融合运用到programming中。在这个情况下其实programming只是一个工具，就如同写文案用word，有啥不懂问google一样……

综上所述，如果不是那种天生的geek，即对尖端科技，牛X算法有着狂热追求的人，还是选option2会比较好？


个人观点不喜勿喷……学点编程总是没坏处的，毕竟这是个trend....

和python记得有点点差别吧

所见略同