我不是中途转cs的 也没学过cs 但我lg是学cs跟math的。我是通过他的经历发现了我下面提到的AI DL的观点。
所以我所知道的专业词汇不足以表达我的这个发现。欢迎大家指正错误的地方。
当你一直几十年做着普通的给不需要AI应用的软件编程的时候, 你会觉得你学的cs已经够了。你的数学也够了。
但是当你转换部门 或转化完全不一样的领域 却依然用到cs的时候 你就会发现世界完全不同了。
在这个时候你才发现 cs不是基础 而其它专业才是重点 cs只是一个辅助工具。
比如说你以前是给priceline写程序的 现在你跑去华尔街的对冲基金帮助写交易模型,你才发现,哇 cs不够用了 数学不够用了 你需要重新学习数学 统计学 金融工程学 等等 , 否则你无法明白那些牛人们在设计编写什么东西, 你基本上就看不懂听不懂也进不去那种核心的小组。
那些牛人他们来自其它的专业 却懂得cs 甚至有cs学位, 他们都是一到多个学位的博士。他们做的工作比cs能支撑的要困难得多复杂得多。这就就是为啥他们的工资比码公多一倍两倍不止呢!
其他的例子是比如你从priceline的码公变成生物科技公司里用DL的app来研究基因工程,你就发现哇 你的专业知识远远不够。你需要学生物工程等等学科。
再比如你从priceline的码公变成谷歌自动驾驶部门的码公 你就发现哇 我需要有工程学 自动控制 数码信号传播等等专业的知识才能够进入核心的研究小组做他们需要的app出来啊!
我的意思就是:如果你只想做个吃饱饭的码公 cs就够了
但你如果想进入更挣钱的ai dl 大行其道的领域 你就知道一开始你的主专业就选错了。
是的 cs在ai dl参与的大多数情况下就是一个配角, 但等到工作一阵子之后才想变成主角会非常非常困难。