Python持续点火，跟进还是观望？

Python 这把火，到底烧了多久了?

近日，李笑来带着他的 Python 编程书，一路狂收 Star、Fork，火速登顶 GitHub Trending 榜，直接 C 位出道。

币圈大佬也玩 Python?或者，换句话说——

Python，怎么又是你?

早在 2015 年，知乎上就有人提问“为什么 Python 现在越来越火了?”而这个问题直到今天也依旧有人在问在答——

Python 怎么就越来越火了?

踏着人工智能和区块链技术的东风，凭借低门槛的优势，手握算法及大数据优势，Python 的一把火算不得意外，端的是天时地利人和。再论及 Python 眼下的就业情况，100offer 在此前发布的相关报告中就其整体局势进行了分析：

整体而言，Python 人才市场的未来看起来较为乐观：一方面，Python 在人工智能、数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域的应用越来越普遍。同时，深度学习领域仍有很大的发展空间，Python 社区的活跃度和普及率也是其它新型 AI 语言难以超越的。因此，只要 AI 的大趋势在，Python 人才在互联网行业就总有一席之地。

从小众语言到大热主流，一时间 Python 席卷了 TIOBE、PYPL 等各大编程语言榜单：“Python 登顶”、”主流 Java、C++ 惨遭嫌弃，Python 势头迅猛“等各类分析报道层出，Python 怎么看都实现了“地位”上的完美逆袭。

TIOBE 3 月编程语言排行榜 Top 20

Python?再见!

“实烦，怎么天天都在吹 Python?

“Python 真有这么好吗?

“我不管，Java/PHP/C++……才是最棒的语言!

“Python?再见!”

……

于 Python 而言，上窜的力道越猛，质疑的声音也就越大：被寄予“新霸主”厚望的 Python 真的有希望成为我们的未来吗?

事实上，早在此前，很多高薪行业都纷纷在招聘 JD 中，打上了“熟悉 Python 优先”这样的招聘条件。根据央广网报道，2018 年中国人工智能核心产业规模已达到 686 亿元，在2019 年中，科技部副部长李萌表示将着重加快项目部署实施，强化基础研究，加大芯片、工具和平台等研发力度。因此在人工智能项目将实现规模化落地的前景之下，作为基础研发支持的 Python 语言，至少在国内的大环境中，应用需求也将进一步扩大。

Python，你好!

”恕我直言，似乎有点心动……

“人类的本质是真香罢了……

”所以，想入坑，下一步要怎么学?

“网上找资料?稂莠不齐。纯啃书?茫无头绪。”

身陷技术圈高速迭代漩涡的程序员，最是懂得“终身学习”的奥义。但纵是小白友好式的 Python，在沙漠淘金式的自学之余，总归还需要些“高手过招”——如果你想了解 Python 前沿应用和技术实践，作为技术潮流的推动者，CSDN 为所有感兴趣的开发者提供了一个探讨和学习 Python 的契机。

4 月 13-14 日，由 CSDN 主办的「2019 Python开发者日」将于北京举行。届时，十余位来自阿里巴巴、IBM、英伟达等国内外一线科技公司的 Python 技术专家，以及数百位来自各行业领域的 Python 开发者将齐聚于此，共话 Python。

大会议题除了运维、开发等大家熟知的 Python 应用领域外，还将重点围绕人工智能、云计算、大数据等新领域，为与会者分享 Python 在不同场景下的的应用优势和实战经验。此外，针对不同层次的开发者，大会还安排了深度培训实操环节，讲师手把手教你轻松实现打怪升级。

日前，大会公布了完整讲师阵容，预告抢鲜敬请期待：

演讲嘉宾

魏贞原：IBM 高级项目经理

个人介绍：《机器学习—Python 实践》与《深度学习—基于 Keras 的 Python 实践》作者，世界 500 强企业的数据分析团队 Leader，主要负责银行客户的复杂系统开发，在 Python 的 Web 开发、数据分析、机器学习与深度学习方面有多年的实践经验。

演讲议题：Python 在信贷领域的实践与应用

秦续业：阿里巴巴技术专家

个人介绍：阿里巴巴技术专家，Python 爱好者。致力于将 Pyhton 生态和大数据计算进行结合，编写并开源了 Mars 框架。Mars 是一个基于张量的超大规模的统一计算框架，支持使用 NumPy 的接口，对超大、多维数据进行计算。目前，正在尝试使框架兼容 Pandas DataFrame，以支持表类型数据计算。

演讲议题：用 Mars 来并行和分布式执行 Numpy

张校捷：英伟达资深深度学习架构工程师

个人介绍：英伟达(NVIDIA)资深深度学习架构工程师，负责基于 CUDA 的深度学习框架的优化。目前主要使用的技术栈是作为深度学习框架后端的 C/C++/CUDA，以及深度学习框架前端的 Python，对主流的深度学习框架如 PyTorch 和 TensorFlow 比较熟悉，并对其在计算机视觉(CV)和自然语言处理(NLP)方面的具体应用有一定了解。

演讲议题：PyTorch 自然语言处理实战

PyTorch 作为一个基于动态图的深度学习框架，由于易于上手和运行效率高的特点得到了学术界和工业界广泛应用。而作为深度学习的一个重要研究方向，自然语言处理也得到了大家的广泛关注。本演讲主要的主要内容包括通过构建一个基于注意力机制的 Seq2Seq 模型，演示如何使用PyTorch来完成自然语言处理的数据预处理，深度学习模型的搭建以及部署。其主要内容包含如下：① 使用 TorchText 进行文本的预处理;② 使用 PyTorch 的循环神经网络模块搭建和测试深度学习模型;③ 使用 GPU 对模型进行训练;④ 使用 ONNX/C++ 部署模型

宋天龙：TrueMetrics 合伙人

个人介绍：前 Webtrekk 中国区技术和咨询负责人，前国美在线数据分析经理， 资深数据分析领域专家，在电子商务、零售、银行、保险等多个行业拥有丰富的数据项目工作经验，参与过企业级项目包括流量数据仓库建设、DMP、网站流量系统建设、企业 BI、RTB 和 DSP、决策支持平台、站内个性化推荐、站外个性化营销等大型数据工作项目。

演讲议题：Python 在 Google BigQuery Machine Learning 中的应用

王威：平安科技联邦学习团队资深算法研究员

个人介绍：中国科学院数学与系统科学研究院数学研究所博士，毕业后从事人工智能算法尤其是计算机视觉算法的相关研究，直接针对业务需求实现相关算法解决业务痛点，接触的业务主要包括各类发票和证件的检测、识别以及信息提取，训练出来的通用识别模型达到业界领先水平，使用在平安科技的各项需要文字识别的业务场景中。目前完成的项目中，使用的主要语言就是 Python。

演讲议题：基于 Mxnet 的图像检测开发案例

计算机视觉在金融行业中有着广泛的应用，作为中国平安的科技子公司，平安科技能够接触到有关发票、证件、保单的大量检测识别需求，大部分需求利用现有深度学习框架(如 Mxnet、Tensorflow、Caffe 等)的 Python 接口都能够实现解决。本次演讲以我们在产险项目中遇到的一个证件检测的简单需求为例子，讲述需求分析、数据准备、数据处理、模型搭建、模型训练、模型测试的完整过程。

王红星：博世(中国)投资有限公司大数据分析师

个人介绍：目前在博世负责工厂智能化建设的数据算法与大数据平台。曾就职于希捷科技从事数据分析，覆盖来料管理、生产质量、可靠性测试、客户现场领域的数据整合与挖掘分析，负责智能工厂的算法设计与整合。

演讲议题：数据分析及大数据在制造业的应用

数据分析挖掘与工业大数据是智能制造与工业互联网的核心，其本质是通过促进数据的自动流动与智能决策去解决控制和业务问题，有效减少决策过程所带来的不确定性，并尽量克服人工决策的缺点，从而推动智能制造进程与智能工厂的建设，帮助制造企业保持竞争力。本演讲主要将涵盖数据分析和大数据技术的基本概念、方法及工具，并介绍大数据分析技术在制造领域的典型应用案例。

谭可华：天云融创数据科技(北京)有限公司高级工程师

个人介绍：目前在天云大数据负责 AI 平台、特征工程平台的研发。目前主要使用的技术栈是 Spark 框架后端的 Scala/Java/Python 语言, 资深数据分析领域专家，在银行、保险、石油等多个行业拥有丰富的数据项目工作经验。

演讲议题：Spark with Python 应用

杨群：阿里巴巴技术专家

个人介绍：阿里巴巴技术专家，多年 Python 使用者;曾担任优酷旗下土豆无线团队的后端技术负责人，友盟微社区架构师等，在高并发服务的稳定性、性能优化方面有比较丰富的经验，目前就职于云计算数据库团队，致力于微服务体系的演进，使用语言不限于 Python/Golang/Java 等。

演讲议题：高并发场景下的 Python 性能挑战

杨钧凯：即酷科技(北京)有限公司 高级工程师

个人介绍：07年毕业于华中科技大学，曾就职于Oracle亚洲研发中心。10年开始陆续参与多个创业项目，涉及游戏，电商，IM，区块链等。目前在GeeCode Team 致力于GeeCode智能编辑器的研发工作。

演讲议题：待定

培训嘉宾

王红星：博世(中国)投资有限公司大数据分析师

个人介绍：目前在博世负责工厂智能化建设的数据算法与大数据平台。曾就职于希捷科技从事数据分析，覆盖来料管理、生产质量、可靠性测试、客户现场领域的数据整合与挖掘分析，负责智能工厂的算法设计与整合。

培训议题：Python数据分析与大数据应用

(1) 简单介绍数据分析的基本概念

(2) 数据挖掘的基本过程

(3) 数据挖掘的主要手段

(4) 数据探索、数据预处理、与挖掘建模

(5) 案例与演练

(6) 大数据的基本概念

(7) Hadoop基本介绍

(8) Spark与Pyspark基本介绍

(9) 大数据案例

张校捷：英伟达资深深度学习架构工程师

个人介绍：英伟达(NVIDIA)资深深度学习架构工程师，负责基于 CUDA 的深度学习框架的优化。目前主要使用的技术栈是作为深度学习框架后端的 C/C++/CUDA，以及深度学习框架前端的 Python，对主流的深度学习框架如 PyTorch 和 TensorFlow 比较熟悉，并对其在计算机视觉(CV)和自然语言处理(NLP)方面的具体应用有一定了解。

培训议题：使用PyTorch搭建Transfomer深度学习模型

(1) 简单介绍自然语言处理的基本概念

(2) 演示如何在PyTorch中使用词嵌入来表示自然语言文本

(3) 演示如何在PyTorch中构建Transformer模型

(4) 使用Transformer模型进行机器翻译任务

(5) 使用Transformer模型构造BERT模型，并实现阅读理解任务

敲黑板划重点!7 折优惠限时抢购中，3 月 31 日前可享受优惠价 499 元，欢迎点击阅读原文报名参加。更多详细信息请咨询13581782348(微信同号)。

　　大连妇科检查医院 http://www.dlfkyy.cn/

　　大连那家男科医院好 http://www.39552222.cn/

标签：数据分析,点火,跟进,Python,学习,PyTorch,深度,数据
来源： https://blog.csdn.net/qq_42894764/article/details/90604414