算法与科研

Ⅰ 算法工程师搞科研好吗

看个人需求是什么，搞科研当然好，收入进企业更高一下。

Ⅱ 你对AI的产品化与科研的认知有哪些

人工智能技术与传统行业业务模型和业务流程有着实质性的集成。智能经济时代新的产业格局初步形成。安全和金融领域拥有最大的市场份额，工业、医疗、教育等领域具有爆炸性潜力。我们从基础设施和价值空间两个维度分析了人工智能支持的前十大实体经济类型。

由于教育关系到一个人未来的发展机会，试错成本高，当新技术或新模式出现时，用户一般倾向于选择信誉良好的成熟品牌。此外，人脑吸收知识或技能的过程目前无法清晰地分解和呈现，且过程不透明，强调用户在消费时的谨慎心理。因此，教育行业本身是顽固的，自然被排斥在新技术或新模式之外，而不是像大众消费品行业和娱乐行业那样寻求创新和差异。

Ⅲ 如何用算法解决现实世界里的问题

图灵奖获得者 罗伯特塔扬教授 关键词：图灵奖获得者惠普中国研究院 罗伯特 塔扬（Robert Tarjan）教授是世界知 名计算机学家，他的研究领域主要包括图论、 法和数据结构设计。罗伯特教授是许多图论算法的发明者，比如树中最近共同 祖先离线算法、S laytrees、Fibonacci heaps、平面性检测（Planarity test- ing）等。 1986年，他与约翰浩普考夫特（John Hopcroft）因为在算法及数据结构的设计和分 Prize），现为美国科学院院士、美国计算机学会（ACM）院士、美国普林斯 学教授。2012年4月12日，罗伯特塔扬教授到访中 国。在惠普中国研究院里，罗伯 特塔扬教授与王 敏院长及惠普中国研究院的研究员们齐聚一堂，全 面解释了他对 算法的睿智见解。 老骥伏枥 志在千里 问：您的一生取得了非凡的成就，在您看来， 这些成就是天赋还是机遇？ 罗伯特：我还是先做个自我介绍吧。我在13 岁读初中 的时候，美国掀起了数学教学改革试验的 浪潮，也就是以更加形式化的方式来传授 数学这门 课程。非常不幸的是，新运动失败了。但我恰恰成 为新数学教学改革的 受益者之一，也因此出现了一68 第8卷第5期2012年5月大批我这样的人。我对数学 有很浓的兴趣，如果你 力，以及不断的学习都是非常重要的。谈到计算机们看过我 的资料，会知道我经常读一些科幻小说。 科学，我认为这个领域充满机会。回顾计 算机科学在孩童时期，我的梦想就是成为第一个登上火星的 的历史，已经有75年了。 这个领域让人非常的惊人。我当时非常喜欢读的一本杂志就是《S 为它不断地给我们提供新的机会。今年是阿TIFICAMERICAN（环球科学）》。此 外，当时我 兰麦席森图灵诞辰百年，各地举行了盛大的庆对天文学也非常感兴趣， 这也成为我日后非常重视 典，大家以各种方式来纪念他。图灵是在20世纪30数学学 习的原因。读到高中的时候，我在暑假期间 年代，也就是二战期间，提出了计算机 的概念和想参加了一个研究中心的活动，有机会接触了当时最 法，那时的计算机， 还处于非常简单的阶段。老式的计算机。那时的计算机还是打孔式的，后来 现在的梦想是什么呢？又有机会使用IBM计算机，还接触到了最初的编程罗伯特： 非常感谢你这么问。我有幸来到中语言。可以说我从小就和计算机打交道，当时我 国惠普研究院，看到现在搞计算机科学的人都很年对编程产生了浓厚的兴趣。到了大学本科的时候， 轻。而且我也去过很多创业型的公司，那里的人也我在美国加 州理工大学学习。当时我主修数学，而 都很年轻。计算机科学这个研究领域还很年 轻，不我几乎选修了所有有关计算机科学方面的课程。读 过我已经老了。因此，我 现在唯一的梦想，就是尽博士时，我去了斯坦福大学，选择的专业方向是计 去攻克那些现实的技术课题。我希望在我有算机科学，也正是在那里，我遇见了我的导师高德 生之年，只要在智力上还可以跟得上那些年轻人，纳（Donald Knuth）。 当我本科毕业时，我选择的 我就一直持续工作和研究下去。研究方向其实是人工智 能。但是，那时候的人工智能还处于早期阶段，整个研究领域都处于非常模糊 算法 是计算机领域的管道工的状态。在高德纳教授的指导之下，我最后锁定的研究领域 是计算机算法，主攻数据结构。从那时一 问：1986年，由于您当时取得的成就，您 跟您直到现在，我都坚持了这个研究方向。 的合作者获得了图灵奖。现在看来，这 些成就对人 接下来回答你刚才提出的问题。天赋当然是重 类的生产与生活带来了 哪些改变？要的，但还有一个非常重要的成功元素，那就是你 罗伯特：当时之所以 获得图灵奖，是因为算要在合适的时间，出现在合适的地方。回顾我的一 法以及数 据结构方面的成就。我认为谈到计算机算生，我就是在合适的时机，选择了适合我 的研究方 法和数据结构，它其实相当于计算机领域中“管道向。对于计算机算法而 言，我是把它作为数学对象 工”的角色。正是有了这些算法和数据结构，我们来研 究对待的。从这个角度出发，去开发计算机的 才可以把一些看似不可能找到解决方 案的问题解算法，同时用它解决一些实际问题。我有几位非常 决，而且能够让计算 机的运转速度更快。如果说它好的导师，他们给我提出了一些非常好的课题。还 于人类的生产力、生活带来了怎样的影响，我无有一个成功的元素我认为应该是毅力，以及坚持不 法具体地谈及某一个领域，它遍布于整个计算机行懈的学习和培训， 不管你的天赋有多高，我认为还 业领域。你看，不管是数据库还是电脑系统，基本 需要努力地工作、努力地学习。如果你研究的领域 上都有算法以及数据结构的存在。 谈到这个成就本是和数学相关的，研究过程中失败是不可避免的。 身，我想再补充 一点，它被很好地运用到了目前的你可能会觉得懊恼，甚至会用头撞墙，但是你一 教育体系中，因为很多理论都是现在课堂上的教要坚持下去。如果一个问题总是找不到答案，你 材。学生们可以在课堂上学到这些知识，比如说对以换一个课题去研究，然后过一段时间再来攻克这 于一个课题，如何找到并研发出它的解决方 案，然个难题。不管你多么聪明，多么有天赋，我认为毅 后又把它从一个学术的东 西用到实践当中。我想这 69动态 能帮助学生们学习到一些新的点子和思路。 事情持续做下去的原因。 问：在大多数人眼里，您所从事的这 项工作又 问：刚才谈到人工智能，20世纪不大成熟，但 枯燥又没有乐趣，但是您 总能创造出新的办法或者 是到了21世纪您还有兴趣再继续对人工智能进行研 发现 新的结构。我不知道您的动力是什么？乐趣又 是什么？罗伯特： 我现在 年纪太大了，没有足够的时 罗伯特：在我看来，数学是一件非常美丽的 间再去重 新学习一个新的领域，但我还在持续关 事物。数学可以运用到计算机科学中，而计 算机科 注人工智能这个领域。我有一些惠普的同事，他 学又很好地帮助人们解决 了现实生活的一些问题。 们正在试图找到一些计算数学方面的方法，还有 的名着《计算机程序设计艺术》将程序设计统计学方面的方法，去更好地完善计算 机学习的 称为艺术，算法实际上跟建筑的艺术是一样的，只 能力。我相信随着数 学的进步，随着计算机本身 不过它的这种结构是你看不见的，是存在于人们的 术的进步，人们在人工智能方面真正能够迈出头脑中的，是大脑编成的各种各样的 美丽的建筑。 有意义的一步。再补充一点，我还有一个梦想， 这让我想起了我弟 弟，非常有意思，他曾经是国际 如果有下辈子，我会研究人的意识，人的思想是 棋大师。虽然他最后放弃了这个职业，但是我想怎么产生的。如果能够研究清楚这 个课题的话， 说，可能在我的家族中，数学就是一种DNA，它真 人工智能也就解 决了。事实上我特别想研究人的 的是一件美丽的事物。我喜欢很多数学游戏。儿童 意识、思维到底是怎么产生的。我觉得机器可能 时期，除了对天文学感兴趣之外， 我还喜欢一些棋 帮助人们解决某些问题，但是最根本的问题是， 盘游戏，比如马 加德纳（MartinGardner）的游 意识是怎么产生的。大家对这个问题争议比较 （《环球科学》中的数学游戏专栏），还有一些大。研究这个问题我也是门外汉， 因为我既不是 拼图游戏。 神经学科方面的专家，也不是哲学家。 问：您和您的导 师相识之后，进行了一些共同 寻找课题的方向 的研究。在这个研究过程中，发生 了哪些比较有趣 问：您是如何找到研究课题的方向的？罗伯特：我到斯坦 福大学攻读博士学位的时 罗伯特：我的研究生涯非常长。我的建议是， 候，第一 年就修完了博士学位所需要的全部基本学 你可以尝试去解决那些基础性的问题，而 且是能够 分。通常这些学分需要两年才能赚到。当时我学的 有一些具体应用的问 题。大家可能先有一个具体的 是图形算法，我和我的博士导师高德纳教授交换了 题，然后可以从中看到，或抽象出一个用数学这很多观点。在我第一年学期结束的 夏季，我遇见了 个工具能够解决的问题。所以我对一个课题的研究 后来跟我一起 获奖的约翰教授（康奈尔大学教授， 通常都要花很长时间，有的甚至几年。有时这 当时在斯坦福大学进行学术休假）。所以你看，在究做几年，然后搁一段时 间，之后回头再去研究。 合适的时间，出现在合适的地点是多么的关键，斯 这样， 我们才可以把自己称为一个解决问题的人。 坦福大学的环境确实太棒了。当时我选 通过解决一些基础性的问题，我从多年的科研中总做符号编程语言的 课，我们要试图解决的一个问 结提炼出了一些理论和方法。所以，我积累了很多 如何把一个图形内嵌到一个平面中。这实际上具体的计算机算法技巧，还有分析方 面的一些技 是一个数学问题。让我举一个例子：上面的3个符 巧。在这里我必须说， 和产业界保持联系是非常好 号中，W代表水塔，G代表天然气塔，E就是电塔， 一件事情，因为如果你能够为他们具体的问题找下面是三所房子，我们现在要做的 到方案的话，回报也会很好。这也会是让你把这件气分别都接到 这些房子里，但是你不能让这些线有70 而且更加行之有效的方案。因此，我认为关键 点就是一定要坚持简 效。因为如果你的方法不够简单的话， 大家就不会想去用了。 我的建议就是，千 要害羞，一定要大胆地尝试。科研是没有 边界的，要勇于去打 破常规旧俗， 而且我 想再一次强调，一定 要有毅力，而且要努 力，勤奋地工作。任何交叉。这 就是要解决的数学问题。这是小时候我们无法解决的数学难题，关键是图的可平面 用算法提高业务效率测。电路板布线有时也会遇到这样的问题。在研究过程 中，我参考了很多文献，我发现其 问：您现在在惠普研究院从事哪些领域的研中一 个算法是可以解决这个问题的，就把它用到这 究？有没有一些可以介绍的成果？儿 了。但是，当时那个算法做起来比较慢，解决简 罗伯特：我在惠普担任的高级院士 是研究方面单的问题可以，但是复杂的就不行了。最后我们终 最高的头衔，我不做 任何管理的工作，惠普交给我于想出了一个办法，能够在线性时间内，解决图的 的唯一工作就是算法研究，我可以自由选择我的可平面性检测问题。正是因为这个研究成果，我们 具体研究问题。获得了图灵奖。 目前我们在做的一项工作是，利 用算法提高业 您刚才提到在研究过程中，也遇到过很务流程的效率。现在人 们经常谈到业务流程的自动多挫折，有时候想用自己的头去撞墙。那么在这 我现在就在与惠普负责运营方面的人员合作样一个过程中，您是怎样鼓励自己坚持把这条路 来提高惠普内部的流程效率，降低成本。如果能够走下来的？ 在惠普内 部用好的话，也许可以把它商品化成为一 罗伯特：它总是先苦后甜的。道路越曲折， 个例子，我们正在做的项目叫人力优化。中能学到很多的东西。我经历了很多曲折的过程， 惠普收购了一家叫EDS的服务公司经常会承接很多也研究了各种各样的问 题。尽管计算机科学是一门 项目。对于一个项目来说，需要有各种技能的人，年轻 的科学，有很多人在其中的时间并不长。但我 而每个人又有不同的技能。已存在的 标准算法是：发现计算机科学研究也存在系统性。要解决一个问 每个技能我们可以 用数学的方法给它一个量化，根题，就要找到一个比较容易的方式，但也许这个方 这些量化数字，再做人员和项目的匹配。但是我式是最容易的，却并不是最好的，最简单的。所以 们发现它的效果并不是很好，我们希望能够改善这有时候，对一些 已经解决的问题，我们只要回头， 个算法，能够得到更好的匹配，这样的话，就可 实现人力的优化。时间才找到答案。在一年多的 时间里，研究是断断 我再举一个我和惠普中国研究院的例子。王 续续的，有时会 进入死角，那就搁置一会儿，再回 敏院长以及这里的同事在研究的一个课题是网络。 头研究。还有一些课题，我甚至研究了10年之久。 你们也知道，惠普收购了3COM， 其中的H3C在中 问：我不知道您来的2天时间里，见到的中国 国是一家做得比较大 的网络公司。我们正在一起合 年轻人给你的印象如何？能不能给这些在计算机领 作，关注如何把算法运用于网络技术。 域有天赋的年轻人一些建议，怎样才能成为 像您这 作为惠普的资深科学家，我也会经常去指导各 样大师级的人物？ 地惠普研 究院的技术研究方向；同时我也辅导一些 罗伯特：惠普中国研究院的青年人都很好， 年轻的研究员，担当团队技术领袖的角色。且都很聪明，工作非常努力，我对 他们的印象非常 问：随着IT行业的发展，是否意味着企业的研 好。我对这些年轻 的有天赋的青年人的建议是：一 究工作也要产生变化，未来的研究趋势是怎样的？ 定要找到自己想要研究的课题，不要盲目听从和依 此外在教育方面，您觉得应该如 何培养孩子对数学 照别人的话去做。我跟这些年轻人说：不要总跟着 着迷？ 业务 部门的人做事。事实上，研究员的眼界应该比 罗伯特：作为个人来说，时间是有限 他们放得更广，要看到5年甚至以后更长久的发展可能去研究所有时髦的东 西。我是做基础研究的， 方向。 不管IT界如何发展，摩尔定律仍然在发挥作用： 我觉得，像惠普研究院这样做基础性研究的机算机的速度、芯片的速度，仍然 是每18个月要翻一 构在整个产业界并不多。我们看到的互联网公司， 番；那么存 储也要不断地增加，还有网络通信的力 他们做一些非常先进的编程，做一些产品或 者技术 量也会不断加大。所以你会看到IT的发展趋势和方 的开发工作；但是基础 性研究他们不做。他们觉得 向并没有放缓，而是在加速往前走。但是对于研究 础性研究应该由大学院校去做。所以，我觉得惠来说，计算机本身运转的速度并不 是最重要的，随 普研究院的机制确实很少见。我最后还是回到给他 着移动设备越 来越多，还有更多的发展空间，能开 们的建议上：要找到自己的课题，找准要努 工作发更有趣的应用。想想我那个时代，用的计算机像 的方向。你要愿意和你的 同事和朋友一起工作，有 冰箱那么大，还是打孔式的，所以你就会看到这样 果愿意和别人分享，而且也要和别人去交流，的一种发展的空间。我相信，电脑设 备将很快能够 要保持一种开放的态度！而且要有持久的耐心，设 模拟人工智能。 但是它的底层技术是不变的；所以 立一个长远的目标，要一步一步去实现！感谢你 像我这样做基础研究的人的优势在于，这份工作是花时间聆听，希望我的分享 对你们有用！ 不变的。 普中国研究院院长。主要研究方向们肯定会反抗的。我个人更倾向于把孩子放在充 b内容提取及丰富的选择和丰富信息的环境下，让他们 自己去选 分析、网络与通信。 择。其实你看这个世界上，真正杰出的数学家是非 min.wang6hp.com 常少的，而且世界上并不需要那么多杰出的数学 家。但是这个世 界正在变得越来越技术性；我们确 实需要大量的能够懂数学，能够运用数学做编程的 CCF会员。

Ⅳ 我想知道的是学计算机软件做科研的平时都是在做什么和在公司做软件开发项目的有什么样的区别

做科研的话比在公司要学更多的算法，研究领域要更精细些。而在公司，会给你一个做好了的平台了解客户需求去做一些东西，要求员工应用能力强，要会做很多方向的东西。方向宽，但不需很强的知识结构，重在做东西。

Ⅳ 算法工程师应该学哪些

一、算法工程师简介
（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）
算法工程师目前是一个高端也是相对紧缺的职位；
算法工程师包括
音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（
@之介
感谢补充）、其他【其他一切需要复杂算法的行业】
专业要求：计算机、电子、通信、数学等相关专业；
学历要求：本科及其以上的学历，大多数是硕士学历及其以上；
语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；
必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。
算法工程师的技能树（不同方向差异较大，此处仅供参考）
1 机器学习
2 大数据处理：熟悉至少一个分布式计算框架Hadoop/Spark/Storm/ map-rece/MPI
3 数据挖掘
4 扎实的数学功底
5 至少熟悉C/C++或者java，熟悉至少一门编程语言例如java/python/R
加分项：具有较为丰富的项目实践经验（不是水论文的哪种）
二、算法工程师大致分类与技术要求
（一）图像算法/计算机视觉工程师类
包括
图像算法工程师，图像处理工程师，音/视频处理算法工程师，计算机视觉工程师
要求
l
专业：计算机、数学、统计学相关专业；
l
技术领域：机器学习，模式识别
l
技术要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；
（2） 语言：精通C/C++；
（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用开源库；
（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；
（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；
（7） 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；
应用领域：
（1） 互联网：如美颜app
（2） 医学领域：如临床医学图像
（3） 汽车领域
（4） 人工智能
相关术语：
（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程
（2） Matlab：商业数学软件；
（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题
（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。
（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。
（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。
（二）机器学习工程师
包括
机器学习工程师
要求
l
专业：计算机、数学、统计学相关专业；
l
技术领域：人工智能，机器学习
l
技术要求：
（1） 熟悉Hadoop/Hive以及Map-Rece计算模式，熟悉Spark、Shark等尤佳；
（2） 大数据挖掘；
（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；
应用领域：
（1）人工智能，比如各类仿真、拟人应用，如机器人
（2）医疗用于各类拟合预测
（3）金融高频交易
（4）互联网数据挖掘、关联推荐
（5）无人汽车，无人机

相关术语：
（1） Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（三）自然语言处理工程师
包括
自然语言处理工程师
要求
l
专业：计算机相关专业；
l
技术领域：文本数据库
l
技术要求：
（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；
（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；
（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；
（4） 人工智能，分布式处理Hadoop；
（5） 数据结构和算法；
应用领域：
口语输入、书面语输入
、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。

相关术语：
（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】

（四）射频/通信/信号算法工程师类
包括
3G/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师
要求
l
专业：计算机、通信相关专业；
l
技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理
l
技术要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；
（2） 信号处理技术，通信算法；
（3） 熟悉同步、均衡、信道译码等算法的基本原理；
（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；
（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学
应用领域：
通信
VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】
物联网，车联网
导航，军事，卫星，雷达
相关术语：
（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。
（2） 基带通信（又称基带传输）：指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输，如以太网、令牌环网。
（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。【有线电视就是用射频传输方式】
（4） DSP：数字信号处理，也指数字信号处理芯片
（五）数据挖掘算法工程师类
包括
推荐算法工程师，数据挖掘算法工程师
要求
l
专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；
l
技术领域：机器学习，数据挖掘
l
技术要求：
（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；
（2） 熟练使用SQL、Matlab、Python等工具优先；
（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】
（4） 数学基础要好，如高数，统计学，数据结构
l
加分项：数据挖掘建模大赛；
应用领域
（1） 个性化推荐
（2） 广告投放
（3） 大数据分析
相关术语
Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（六）搜索算法工程师
要求
l
技术领域：自然语言
l
技术要求：
（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验
（4） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验；
（5） 精通倒排索引、全文检索、分词、排序等相关技术；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；
（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。
（七）控制算法工程师类
包括了云台控制算法，飞控控制算法，机器人控制算法
要求
l
专业：计算机，电子信息工程，航天航空，自动化
l
技术要求：
（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动
（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；
l
加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；
应用领域
（1）医疗/工业机械设备
（2）工业机器人
（3）机器人
（4）无人机飞控、云台控制等

（八）导航算法工程师
要求
l 专业：计算机，电子信息工程，航天航空，自动化
l 技术要求（以公司职位JD为例）
公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；
（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；
（3）具备导航方案设计和实现的工程经验；
（4）熟悉C/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；
公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；
（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;
应用领域
无人机、机器人等。

Ⅵ 中央民族大学信息与计算科学专业科研力量怎么样

信息与计算科学专业
培养目标
本专业学生主要学习信息与计算科学的理论和基本方法，接受计算机和数学软件、数学建模、优化与统计分析等方面的基本训练。毕业生应掌握数学分析、代数、几何及其应用的基本理论、基本方法；了解信息与计算科学的理论前沿、应用前景和最新发展动态；熟练使用计算机（包括常用语言、工具及专用软件），具有基本的算法分析、算法设计和较强的编程能力，能运用所学的理论、方法和技能解决应用领域中的实际问题；熟练掌握一门外语；掌握信息与计算科学资料的查询、文献检索及运用现代信息技术来撰写论文，参加学术交流。
培养特色
信息与计算科学专业本专业建有数学实验室、信息安全实验室、数学建模创新基地，拥有计算机等设备150台套，能充分满足本科及研究生教学及科研需要。有两个培养方向：信息科学方向，课程主要以信息技术为核心，包括信息论与编码、信息安全、数字信号处理、模式识别等；计算科学方向，课程主要以计算技术为核心，包括计算方法、数值分析、数学模拟方法、最优化方法、并行计算、数学软件等。在课程设置上，强调两个基础：一是以数学分析、高等代数和空间解析几何为代表的数学主干基础课，增强学生的数学修养，为学生后续课程的学习打下坚实的数学基础；二是计算机知识和技能、优化与数据分析等课程，包括数据结构、程序设计基础、面向对象分析与设计、数据库、操作系统、计算机网络、运筹学、数据分析、软件工程等，培养学生的计算机基础知识和实际应用技能。
就业及深造前景
本专业培养的毕业生具有良好的数学基础和数学思维能力，掌握信息与计算科学的基本理论、方法和技能，接受过科学研究训练和解决实际问题的实践，能解决科研、工程建设部门、商业公司、金融证券、软件行业、网络电信等诸多领域实际工作中遇到的科学计算和信息处理等问题。毕业生能在科技、教育、经济与金融等部门从事研究、教学、应用开发和管理工作，成绩优秀的学生可继续攻读硕士学位。本专业就业前景明朗，近几年超过30%的学生考取了研究生继续深造，其它学生多数留在北京等大城市就业和发展。
该专业为理科专业，学制4年，修满学分后授予理学学士学位。该专业2018年计划招收本科生2个普通班（约80人）、1个民族班（约18人），共计计划招生人数约98人。

Ⅶ 研究人工智能算法的是什么专业

计算机科学与技术专业。

计算机科学与技术专业主修大数据技术导论、数据采集与处理实践（Python）、Web前/后端开发、统计与数据分析、机器学习、高级数据库系统、数据可视化、云计算技术、人工智能、自然语言处理、

媒体大数据案例分析、网络空间安全、计算机网络、数据结构、软件工程、操作系统等课程，以及大数据方向系列实验，并完成程序设计、数据分析、机器学习、数据可视化、大数据综合应用实践、专业实训和毕业设计等多种实践环节。

(7)算法与科研扩展阅读

用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。

人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

Ⅷ OPPO共享自研人工智能算法，助力诊断与科研工作

随着 科技 的进一步发展，特别是AI能力的进一步发展，在更多的场景中就已经融入了AI对我们进行一系列的相关辅助。在新冠疫情爆发后，全球各地都在利用AI为医务人员的工作进行辅助，我们国内也有很多的 科技 企业在通过AI不断为医务人员的日常工作进行赋能。

例如OPPO研究院就基于多年来在计算机视觉、深度学习等人工智能领域的技术积累，搭建起一套利用胸部CT影像辅助新冠肺炎诊断的人工智能系统。

根据了解，OPPO所建立的“新冠肺炎辅助诊断科研平台”采用来自中国国家生物信息中心（CNCB）公开的来自近七百位病人的约14万张CT影像，对深度学习算法模型进行持续训练。目前，该平台模型针对新冠肺炎、普通肺炎、正常状态的自动分类准确率在国家生物信息中心的测试集合上超过99%，对新冠肺炎检测的识别准确率和召回率均在99%以上。

因为优秀的识别能力，OPPO“新冠肺炎辅助诊断科研平台”所采用的自研算法模型等相关成果已经被国际知名医学期刊《Journal of Medical Imaging》收录。OPPO“新冠肺炎辅助诊断科研平台”所采用的自研算法模型在保持对新冠肺炎和普通肺炎的高识别准确率的同时还能自动定位可能存在的病灶区域。通过一系列的表现可以得知，OPPO“新冠肺炎辅助诊断科研平台”所采用的自研算法模型能进一步能进一步减少医务人员的压力，为医务人员进行更加准确的判断而助力。在2020年11月举行的OPPO INNO Day未来 科技 大会上，OPPO副总裁、研究院院长刘畅表示，OPPO会将“新冠肺炎辅助诊断科研平台”共享给相关医疗机构，助力一线医生肺炎诊断和医疗科研工作。

9月7日， OPPO正式将自研“新冠肺炎辅助诊断科研平台”共享与北京大学医学部。OPPO智能感知首席科学家郭彦东表示：“希望在OPPO和北大医学部的共同努力下，能把基于公开数据训练的模型、方法与实际工作场景、需求相结合，建立大样本、标准化的数据集，协调各医院开展多中心研究，帮助该平台算法、技术水平不断升级，使精准检出率不断提高，误差率不断降低，诊断质量不断提高，成为医生的好帮手。”

北京大学医学部产业管理办公室副主任兼技术转移办公室主任沈娟表示：“通过与OPPO共建智能 健康 协同创新实验室，北大医学部有了‘新冠肺炎辅助诊断科研平台‘这样的优秀工具，希望能够大大减轻医务工作者的负荷、提升诊断效率，并在未来的疾病研究中发挥更长远价值。”

而OPPO除了向北京大学医学部共享了自研“新冠肺炎辅助诊断科研平台”外，还与北医三院进行了高精度羽量级人脸分析开发套件（SDK）”的共享。

根据2020年《生命时报》统计，我国目前有颈椎病患者1.58亿，由于智能手机普及以及伏案时间过长，颈椎病患病正呈年轻化趋势。但对于颈椎病来说，早期的症状无法进行自我的识别。而OPPO推出的“高精度羽量级人脸分析SDK”将结合北医三院的颈部 健康 模型，准确实时的输出颈部多维度的旋转信息，不需要专门的软硬件单独产品的研发。用户使用OPPO全系列智能手机免下载、免安装、不限次数，随时随地可以免费使用，方便快捷，真正实现用户“0门槛”。并且针对于年轻人的需求，通过小 游戏 的方式让用户进行一系列的锻炼，改善用户的颈椎问题。

北京大学第三医院骨科副教授周非非表示，“颈椎病已经呈趋年轻化发展，早期干预与前期治疗尤为关键。北医三院基于OPPO的‘高精度羽量级人脸分析SDK’，为大家带来颈部 健康 评测管理模型，让用户在 游戏 娱乐 中，就能对颈椎起到一个恢复与治疗的作用，非常符合我们国家公共卫生发展的大趋势。”

科技 的发展的方向是让人类获得更美好的生活，而OPPO在 科技 方面积累的一系列优秀实力正在通过一系列的方式进行赋能。在未来，OPPO会将更优秀的算法模型或科研平台输出到合作医疗机构，践行” 科技 为人 以善天下”的企业使命。

Ⅸ 算法和嵌入式哪个更有前途

android(安卓)操作系统本身就是基于liunx
内核开发的一种针对手机平台的嵌入式操作系统.
二者没有可比性.
目前在手机平台操作系统中,andorid
发展前景很好.

Ⅹ 算法中产品和科研的区别

根本性不同。
产品的目的是分享，自己做出来的东西越多人知道、越多人跟进模仿越好，以论文发表为主要产出。研发的目的是赚钱，自己做出来的东西越少人了解，越少人能跟进重复越好，以专利和技术秘密为主要产出。上面是根本性不同，由此会衍生出更多不同。