每个人的想法都不同，下面我将享一下我的看法！
其实大数据也好，ai也好，智慧城市也好，智能医疗也好，各种鼓吹起来的概念，在我看来，这些技术其实一直存在，也一直有很强需求，只不过之前没被吹上风口而已。
就像提到神经网络，好多老师估计都知道，换个名字变成深度学习了，很多人就觉得高大上了。
大数据是燃料，算法是锅炉，产出就是各行各业的应用，实际上，这些东西都是互通的。
就以cv为例，人脸识别搞检测切割和检索，换到行人再识别里依然是检测切割检索。无车人里做检测切割跟踪，无人机里依然是这些东西。医疗影像到现在主要关注点也同样是切割和检测。
推荐系统这些年大火特火，说白了依然逃离不出信息检索的范畴，搜索引擎实际上都培养出多少知名公司了。甚至包括广告系统在内，核心算法始终是逃离不出那么些东西的，相互转换简直不能更容易。无非就是再结合行业应用的深入挖掘。
安卓也好，ios也好，包括前端也好，说白了就是某个平台上的工具，平台崩了，就只能去学新东西了，君不见塞班和flash崩了之后多少工程师转行学别的。所以前端圈好多人说要做大前端也是这个原因，一个端崩了，换个端就行呗，面向用户的开发，永远都是那么一套思路，折腾了这么多年，mv*还不是照样是最常用的方案。
而ai不同，大家换平台换框架甚至换语言都是家常便饭，至于究竟是在服务器跑还是嵌入式跑，手机跑还是平板跑，根本没有啥影响。算法照样畅通无阻。
就算五年后这些东西炒作的差不多了，自然又有新的风口了，什么精准医疗啊，精准房地产啊，辅助决策啊，换个说法而已，依然还是老技术结合新领域做深入挖掘。
所以现在入行的人，一定要深入把基本功打好，不是说随便会几个框架，能跑开源代码，调整调整就行的。紧跟新论文，有独立复现能力，抱着终身学习的态度，积极探索和领域深入结合，这才是正道。
结尾
最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以关注小编，并在后台私信小编：“01”即可领取。
閱讀更多 Python之眼 的文章
