數據結構與演算法工程師工資

⑴ 決定php工程師能拿多少薪資的5大要素

什麼影響了PHPer的薪資?
1技術能力
程序員必然要談到技術能力，我不是技術人員，不過還是希望從招聘的層面分享一些經驗，可以參考下HR喜歡什麼樣的簡歷。
1)初級PHP： Thinkphp,Yii, Laravel等駕輕就熟，增刪改查必備。
2)中級PHP： get進階技--資料庫索引和優化自不必說，分表分庫還是要有的，memcache和redis的使用頻率不能低於月次，不了解前端是不是說不過去了?
3)高級PHP： 除了上面的條件外，還要有門面擔當的素質，玩轉Linux常用指令，熟悉memcache和redis 原理，對於演算法和數據結構有你敢問我就敢答的自信，Hadoop，hive，spark不過是平常的玩具，最重要的還是經歷過大場面(有處理過百萬日PV網站高並發，大數據的經驗)。
4)當然在Github開淘寶店或有個人站點是HR大愛，在各大極客社區里有頭有臉的那是極好的。
2PHP工作年限
1) 我們在這里討論的是普遍情況下北京PHP薪資水平。
2) 3年以下PHPer，年限差異對薪資影響不大，主要是積累的階段。
3) 3-5年的PHPer會出現分水嶺，薪資跨度較大，跟程序員的自我修養有比較大的關系，此段位的程序員由於經驗和精力等原因，會成為公司coding的主力，部分中小型公司也有機會轉型到技術管理。當然也有部分有情懷的程序員開始創業。
4) 5-8年的PHP發展會往技術或者管理兩個方向，不過在中國，程序員普遍發展的軌跡，很少有程序員過了35歲還奮斗在一線(都35了還能熬夜么?)，並且在市場上競爭力也會減弱，所以大部分會提早走上管理之路。
5)很多人會說：同事跟我做著一樣的事，薪水應該一樣的啊?其實不然，同公司，同崗位，同級別的薪資也會略有不同，舉個例子，那就不得不提到BAT的級別薪資，在BAT里初級工程師的薪資范圍在10-16K，中級工程師的薪資范圍在12K-26K，高級工程師的薪資范圍18-35K，大公司的薪資架構做得比較靈活，可見同一級別的薪資差距也很大。
3公司——列舉的都是有PHP的公司
一線公司基本以數字廠(360)，狼廠(Bai)，鵝廠(Tencent)，貓廠(Alibaba)，小米，狗廠(搜狗)，獵豹等代表，薪資但是在如今人才為王的市場狀況下，部分融資不錯的發展型公司也都紛紛打出非常具有競爭力的薪資和各種優厚的福利，比如像某團，某集，某滴等，包括現在熱門的的互聯網金融公司。當然也有少數土豪公司，只要人好，天黑都不怕!
4教育背景
一般情況，普通本科應屆生較專科起薪會高2-5K左右，近幾年，互聯網公司成為各大高校畢業生眾星捧月之地，211，985畢業生起薪增長尤為明顯，本科及碩士應屆畢業生的起薪達到了12-20K(年薪在17W-30W)，甚至去年出現了阿里的星計劃起薪60W招聘畢業生!
5工作地點
互聯網在不同城市的發展成熟度極大的影響了薪資，目前互聯網公司主要還是以一線城市為主，以一線城市為參考(北上廣深)，薪資水平會比二三線城市高出不少，近兩年杭州(越來越多的阿里系創業)和成都(游戲及移動互聯網的發展迅速)薪資也提升不少。雖然近幾年會有不少人想逃離北上廣，但是就目前的互聯網公司的分布來看，二線城市的能提供的機會數量和薪資較北上廣差異很大，也導致部分人會因為薪資落差較大或者後期的可選擇的機會較少，而重新回到北上廣。

⑵ 演算法工程師這個職位未來發展有前途嗎

演算法沒學個一兩年入不了門，想靠演算法吃飯很難，不是單憑努力就能實現的，還要有天分。演算法其實就是搞數學，數學思維很重要。這個職位年紀大了不知道能不能做，不過聽大牛說，網路的員工也是代碼工人。。不過能進網路，騰訊，淘寶之類的話，代碼工人就代碼工人了。。。去試做做topcoder比賽，沒黃色就別想靠演算法吃飯了。

⑶ 演算法工程師的就業前景如何

人工智慧工作最受歡迎。演算法工程師平均招聘工資建議達到25978元。由於人才匱乏，企業競爭激烈，平均加薪超過7%。該市90%以上的人工智慧高薪工作都在天河區.近日，由廣州天河人才港和BOSS直接就業研究院聯合發布的《廣州市天河區2018年1-4月人才趨勢報告》，展示了該地區的主流發展趨勢：IAB已經成為天河區，和天河區創新型企業和大型企業布局或發展的核心主方向，企業以高薪吸引更多的行業優秀人才。「天河區企業渴望以高薪攫取IAB人才，這意味著企業要在這些行業中發揮實力。

⑷ 演算法工程師 就業前景

一、演算法工程師簡介
（通常是月薪15k以上，年薪18萬以上，只是一個概數，具體薪資可以到招聘網站如拉鉤，獵聘網上看看）
演算法工程師目前是一個高端也是相對緊缺的職位；
演算法工程師包括
音/視頻演算法工程師（通常統稱為語音/視頻/圖形開發工程師）、圖像處理演算法工程師、計算機視覺演算法工程師、通信基帶演算法工程師、信號演算法工程師、射頻/通信演算法工程師、自然語言演算法工程師、數據挖掘演算法工程師、搜索演算法工程師、控制演算法工程師（雲台演算法工程師，飛控演算法工程師，機器人控制演算法）、導航演算法工程師（
@之介
感謝補充）、其他【其他一切需要復雜演算法的行業】
專業要求：計算機、電子、通信、數學等相關專業；
學歷要求：本科及其以上的學歷，大多數是碩士學歷及其以上；
語言要求：英語要求是熟練，基本上能閱讀國外專業書刊，做這一行經常要讀論文；
必須掌握計算機相關知識，熟練使用模擬工具MATLAB等，必須會一門編程語言。
演算法工程師的技能樹（不同方向差異較大，此處僅供參考）
1 機器學習
2 大數據處理：熟悉至少一個分布式計算框架Hadoop/Spark/Storm/ map-rece/MPI
3 數據挖掘
4 扎實的數學功底
5 至少熟悉C/C++或者java，熟悉至少一門編程語言例如java/python/R
加分項：具有較為豐富的項目實踐經驗（不是水論文的哪種）
二、演算法工程師大致分類與技術要求
（一）圖像演算法/計算機視覺工程師類
包括
圖像演算法工程師，圖像處理工程師，音/視頻處理演算法工程師，計算機視覺工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：機器學習，模式識別
l
技術要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader語言，熟悉常見圖像處理演算法GPU實現及優化；
（2） 語言：精通C/C++；
（3） 工具：Matlab數學軟體，CUDA運算平台，VTK圖像圖形開源軟體【醫學領域：ITK，醫學圖像處理軟體包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用開源庫；
（5） 有人臉識別，行人檢測，視頻分析，三維建模，動態跟蹤，車識別，目標檢測跟蹤識別經歷的人優先考慮；
（6） 熟悉基於GPU的演算法設計與優化和並行優化經驗者優先；
（7） 【音/視頻領域】熟悉H.264等視頻編解碼標准和FFMPEG，熟悉rtmp等流媒體傳輸協議，熟悉視頻和音頻解碼演算法，研究各種多媒體文件格式，GPU加速；
應用領域：
（1） 互聯網：如美顏app
（2） 醫學領域：如臨床醫學圖像
（3） 汽車領域
（4） 人工智慧
相關術語：
（1） OCR：OCR （Optical Character Recognition，光學字元識別）是指電子設備（例如掃描儀或數碼相機）檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程
（2） Matlab：商業數學軟體；
（3） CUDA： (Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台（由ISA和GPU構成）。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題
（4） OpenCL: OpenCL是一個為異構平台編寫程序的框架，此異構平台可由CPU，GPU或其他類型的處理器組成。
（5） OpenCV：開源計算機視覺庫；OpenGL：開源圖形庫；Caffe：是一個清晰，可讀性高，快速的深度學習框架。
（6） CNN：（深度學習）卷積神經網路（Convolutional Neural Network）CNN主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形。
（7） 開源庫：指的是計算機行業中對所有人開發的代碼庫，所有人均可以使用並改進代碼演算法。
（二）機器學習工程師
包括
機器學習工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：人工智慧，機器學習
l
技術要求：
（1） 熟悉Hadoop/Hive以及Map-Rece計算模式，熟悉Spark、Shark等尤佳；
（2） 大數據挖掘；
（3） 高性能、高並發的機器學習、數據挖掘方法及架構的研發；
應用領域：
（1）人工智慧，比如各類模擬、擬人應用，如機器人
（2）醫療用於各類擬合預測
（3）金融高頻交易
（4）互聯網數據挖掘、關聯推薦
（5）無人汽車，無人機

相關術語：
（1） Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（三）自然語言處理工程師
包括
自然語言處理工程師
要求
l
專業：計算機相關專業；
l
技術領域：文本資料庫
l
技術要求：
（1） 熟悉中文分詞標注、文本分類、語言模型、實體識別、知識圖譜抽取和推理、問答系統設計、深度問答等NLP 相關演算法；
（2） 應用NLP、機器學習等技術解決海量UGC的文本相關性；
（3） 分詞、詞性分析、實體識別、新詞發現、語義關聯等NLP基礎性研究與開發；
（4） 人工智慧，分布式處理Hadoop；
（5） 數據結構和演算法；
應用領域：
口語輸入、書面語輸入
、語言分析和理解、語言生成、口語輸出技術、話語分析與對話、文獻自動處理、多語問題的計算機處理、多模態的計算機處理、信息傳輸與信息存儲 、自然語言處理中的數學方法、語言資源、自然語言處理系統的評測。

相關術語：
（2） NLP：人工智慧的自然語言處理，NLP (Natural Language Processing) 是人工智慧（AI）的一個子領域。NLP涉及領域很多，最令我感興趣的是「中文自動分詞」（Chinese word segmentation）：結婚的和尚未結婚的【計算機中卻有可能理解為結婚的「和尚「】

（四）射頻/通信/信號演算法工程師類
包括
3G/4G無線通信演算法工程師， 通信基帶演算法工程師，DSP開發工程師（數字信號處理），射頻通信工程師，信號演算法工程師
要求
l
專業：計算機、通信相關專業；
l
技術領域：2G、3G、4G，BlueTooth（藍牙），WLAN，無線移動通信, 網路通信基帶信號處理
l
技術要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等無線通信相關知識，熟悉現有的通信系統和標准協議，熟悉常用的無線測試設備；
（2） 信號處理技術，通信演算法；
（3） 熟悉同步、均衡、信道解碼等演算法的基本原理；
（4） 【射頻部分】熟悉射頻前端晶元，扎實的射頻微波理論和測試經驗，熟練使用射頻電路模擬工具（如ADS或MW或Ansoft）；熟練使用cadence、altium designer PCB電路設計軟體；
（5） 有扎實的數學基礎，如復變函數、隨機過程、數值計算、矩陣論、離散數學
應用領域：
通信
VR【用於快速傳輸視頻圖像，例如樂客靈境VR公司招募的通信工程師（數據編碼、流數據）】
物聯網，車聯網
導航，軍事，衛星，雷達
相關術語：
（1） 基帶信號：指的是沒有經過調制（進行頻譜搬移和變換）的原始電信號。
（2） 基帶通信（又稱基帶傳輸）：指傳輸基帶信號。進行基帶傳輸的系統稱為基帶傳輸系統。傳輸介質的整個信道被一個基帶信號佔用.基帶傳輸不需要數據機，設備化費小，具有速率高和誤碼率低等優點,.適合短距離的數據傳輸，傳輸距離在100米內，在音頻市話、計算機網路通信中被廣泛採用。如從計算機到監視器、列印機等外設的信號就是基帶傳輸的。大多數的區域網使用基帶傳輸，如乙太網、令牌環網。
（3） 射頻：射頻（RF）是Radio Frequency的縮寫，表示可以輻射到空間的電磁頻率（電磁波），頻率范圍從300KHz～300GHz之間（因為其較高的頻率使其具有遠距離傳輸能力）。射頻簡稱RF射頻就是射頻電流，它是一種高頻交流變化電磁波的簡稱。每秒變化小於1000次的交流電稱為低頻電流，大於10000次的稱為高頻電流，而射頻就是這樣一種高頻電流。高頻(大於10K)；射頻（300K-300G）是高頻的較高頻段；微波頻段（300M-300G）又是射頻的較高頻段。【有線電視就是用射頻傳輸方式】
（4） DSP：數字信號處理，也指數字信號處理晶元
（五）數據挖掘演算法工程師類
包括
推薦演算法工程師，數據挖掘演算法工程師
要求
l
專業：計算機、通信、應用數學、金融數學、模式識別、人工智慧；
l
技術領域：機器學習，數據挖掘
l
技術要求：
（1） 熟悉常用機器學習和數據挖掘演算法，包括但不限於決策樹、Kmeans、SVM、線性回歸、邏輯回歸以及神經網路等演算法；
（2） 熟練使用SQL、Matlab、Python等工具優先；
（3） 對Hadoop、Spark、Storm等大規模數據存儲與運算平台有實踐經驗【均為分布式計算框架】
（4） 數學基礎要好，如高數，統計學，數據結構
l
加分項：數據挖掘建模大賽；
應用領域
（1） 個性化推薦
（2） 廣告投放
（3） 大數據分析
相關術語
Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（六）搜索演算法工程師
要求
l
技術領域：自然語言
l
技術要求：
（1） 數據結構，海量數據處理、高性能計算、大規模分布式系統開發
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗
（4） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗；
（5） 精通倒排索引、全文檢索、分詞、排序等相關技術；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 優秀的資料庫設計和優化能力，精通MySQL資料庫應用 ；
（8） 了解推薦引擎和數據挖掘和機器學習的理論知識，有大型搜索應用的開發經驗者優先。
（七）控制演算法工程師類
包括了雲台控制演算法，飛控控制演算法，機器人控制演算法
要求
l
專業：計算機，電子信息工程，航天航空，自動化
l
技術要求：
（1） 精通自動控制原理（如PID）、現代控制理論，精通組合導航原理，姿態融合演算法，電機驅動，電機驅動
（2） 卡爾曼濾波，熟悉狀態空間分析法對控制系統進行數學模型建模、分析調試；
l
加分項：有電子設計大賽，機器人比賽，robocon等比賽經驗，有硬體設計的基礎；
應用領域
（1）醫療/工業機械設備
（2）工業機器人
（3）機器人
（4）無人機飛控、雲台控制等

（八）導航演算法工程師
要求
l 專業：計算機，電子信息工程，航天航空，自動化
l 技術要求（以公司職位JD為例）
公司一（1）精通慣性導航、激光導航、雷達導航等工作原理；
（2）精通組合導航演算法設計、精通卡爾曼濾波演算法、精通路徑規劃演算法；
（3）具備導航方案設計和實現的工程經驗；
（4）熟悉C/C++語言、熟悉至少一種嵌入式系統開發、熟悉Matlab工具；
公司二（1）熟悉基於視覺信息的SLAM、定位、導航演算法，有1年以上相關的科研或項目經歷；
（2）熟悉慣性導航演算法，熟悉IMU與視覺信息的融合;
應用領域
無人機、機器人等。

⑸ 應屆生都年薪30w了，做AI工程師到底有哪些要求

1.數學基礎,要學習人工智慧，最基本的高數、線代、概率論必須掌握，至少也得會高斯函數、矩陣求導，明白梯度下降是怎麼回事，否則對於模型的基本原理完全不能理解，模型調參與訓練也就無從談起了。
2. 編程基礎,如果是做純演算法研究員，工程能力的要求不會太高，但也需要能寫源代碼；而對於做演算法引擎開發或是應用開發的工程師來說，代碼實現的能力高低就直接決定了工作產出的質量與效率了。所以，想做AI工程師的你需要熟練掌握至少一種編程語言，並掌握配套的工具、常用庫等。
3.機器學習基礎,人工智慧的熱潮來源於深度學習相關技術與應用的優異表現，所以招聘最熱的崗位無疑是機器學習演算法工程師。因此，機器/深度學習的經典演算法、常見的神經網路模型、模型調參和訓練技巧就需要盡可能多和深入地掌握了。
4.專業領域知識基礎,人工智慧主要應用領域可大致分為圖像、語音和NLP（自然語言處理）。無論是其中哪個領域，都有海量的專業知識需要去掌握，比如如果你想從事智能駕駛行業的機器視覺方面的工作，那麼你就需要掌握圖像相關的知識；而如果你想做一款智能音箱的演算法開發，你就需要掌握語音和NLP相關的知識。
5.具體行業的深度認知。任何應用場景都有自己獨特的數據結構，而一個能夠落地的AI應用自然離不開對於業務本身的深入理解。演算法工程師們需要清晰地把握一個AI系統由哪些模塊組成，相互關系是什麼，都用到哪些技術，解決什麼問題，才可能針對具體的問題展開實驗研究，從而進行優化。

⑹ 軟體開發工程師薪資一般是多少

截止時間2020年2月8日，軟體開發工程師薪資一般在8000-20000元/月左右。

不同的城市和級別薪資會有不同，軟體開發工程師的待遇當然不會太差，但是也有部分比較苦逼的程序員和挼案件工程師，拿著不過的工作，每天凌天一兩點拖著疲憊的身體回家。這樣的程序員也不在少數。

(6)數據結構與演算法工程師工資擴展閱讀

注意事項

1． 測試人員要提高自己的分層測試思想，在劃分測試點的時候不光要從業務的角度考慮，還要充分考慮數據的特殊性。

2． 測試人員也應當具有一定的市場意識和風險意識，能夠站在不同的角度，盡可能的分析系統可能存在的風險場景。

3． 測試負責人制定測試計劃粒度要小、周期要短；測試組成員對於自己的工作都有明確的目標和子目標。特別是存在交叉測試的模塊，測試人員一定要責任明確，確保沒有漏測的場景。

4． 測試人員一定要有自我推銷意識，主動加強與開發人員、需求人員及客戶的溝通。

⑺ C++工程師工資多少

據調查，初中級C/C++軟體開發工程師的年薪為5萬-15萬元，高級軟體工程師則高達15萬-30萬元。市場最緊缺的C/C++技術總監或項目總監年薪更高。C/C++軟體工程師的年薪與JAVA軟體工程師和.NET軟體工程師的年薪相比一般平均要高於2-3萬。 據專家預測，C/C++軟體工程師是未來幾年最熱門和最受歡迎的職業之一。
…………………………………………

看你問的問題，應該是對c++很感興趣，其實你可以自學c++。關於如何學習c++，我剛才看到一篇很不錯的文章，是一個專科生介紹自己如何自學c++，並找到c++的工作，裡面介紹了他的學習方法和學習過程，希望對你有幫助。
先做個自我介紹，我07年考上一所很爛專科民辦的學校，學的是生物專業，具體的學校名稱我就不說出來獻丑了。09年我就輟學了，我在那樣的學校，一年學費要1萬多，但是根本沒有人學習，我實在看不到希望，我就退學了。
退學後我也迷茫，大專都沒有畢業，我真的不知道我能幹什麼，我在糾結著我能做什麼。所以輟學後我一段時間，我想去找工作，因為我比較沉默寡言，不是很會說話，我不適合去應聘做業務。我想應聘做技術的，可是處處碰壁。
一次偶然的機會，我才聽到c++這個行業。那天我去新華書店，在計算機分類那邊想找本書學習。後來有個女孩子走過來，問我是不是讀計算機的，有沒有興趣學習c++，然後給我介紹了一下c++現在的火熱情況，告訴我學c++多麼的有前景，給我了一份傳單，c++培訓的廣告。聽了她的介紹，我心裡癢癢的，確實我很想去學會一門自己的技術，靠自己的雙手吃飯。
回家後，我就上網查了下c++，確實是當今比較熱門的行業，也是比較好找工作的，工資也是相對比較高。我就下決心想學c++了。於是我去找c++培訓的相關信息，說真的，我也很迷茫，我不知道培訓是否真的能像他們宣傳的那樣好，所以我就想了解一段時間再做打算。
後來，我在網路知道看到一篇讓我很鼓舞的文章是一個c++高手介紹沒有基礎的朋友怎麼自學入門學c++，文章寫的很好，包含了如何學習，該怎麼學習。他提到一個方法就是看視頻，因為看書實在太枯燥和費解的，很多我們也看不懂。這點我真的很認同，我自己看書往往看不了幾頁。
我在想，為什麼別人都能自學成才，我也可以的！我要相信自己，所以我就想自學，如果實在學不會我再去培訓。
主意一定，我就去搜索c++的視頻，雖然零星找到一些c++的視頻，但是都不系統，我是想找一個能夠告訴我該怎麼學的視頻，一套從入門到精通的視頻，一個比較完整的資料，最好能有老師教，不懂可以請教的。
後來我又找到一份很好的視頻，是在IT學習聯盟推出的一份視頻《零基礎c++就業班》（喜歡《零基礎c++就業班》的可以復制 sina.lt/ceFM 粘貼瀏覽器地址欄按回車鍵即打開）。裡面的教程還不錯，很完整。
下面介紹下我的學習流程，希望對和我一樣完全沒有基礎的朋友有所幫助。
收到他們寄過來的光碟後，我就開始學習了，由於我沒有什麼基礎，我就從最簡單的C語言視頻教程學起，話說簡單，其實我還是很多不懂的，只要重復多看幾遍，就能看懂。C語言我差不多學了一個禮拜，接下來我就學了c++和數據結構演算法，差不多也就三個禮拜。我每天都在不停的寫一些簡單的代碼，這樣一月後我基本掌握了c++的全部基礎。
接下來開始學習c++高級課程，老師幽默風趣而又輕松的課堂教課，使我發現原來學習c++並不是一件很難的事情。之前我把c++基礎學得還不錯，到了到了c++高級部分，我覺不又不是很難，可能老師太牛了，他能把復雜的問題講的比較通俗易懂，有些難點的地方我還是連續看了五六次，把他弄懂。每天下午6點下班後，吃了飯，馬上跑回家。看視頻，買了幾本筆記本。當時，為了編程還花幾百元了台二手的台式電腦，配置一般，但編程是足夠的。一邊看視頻，一邊記筆記，把重點都記下來，還一邊跟著老師敲代碼，為了能盡早學會c++。每天都堅持學5-6個小時。經常學到晚上一點多才睡覺。星期六，日不用上班，每天7點多起床，學到晚上11,12點。那段時間特別辛苦，特別累。在學習c++的三個多月里，除了吃飯睡覺工作，剩餘的時間都在學習，因為我知道自己的計算機基礎不是很好，也沒有學過什麼計算機，相對於那些科班的人來說我要比他們付出更多的努力。我只能咬緊牙關，堅持下去，我不能放棄，我要完成我的夢想，我要讓我的家人過上好日子。終於三個多月後我把c++教程里的內容和項目都學完了，在學項目的過程中我發現項目特別重要，他能把你學過的知識全部聯系起來，能更好的理解你所學的知識。還有學習過程中，動手很重要，要經常跟著老師動手敲，動手吧，跟著做，一行一行的跟著敲，再試著加一些自己的功能，按照自己的思路敲一些代碼，收獲遠比干聽大的多。 如果遇到暫時對於一些思路不能理解的，動手寫，先寫代碼，慢慢你就會懂了。
於是我就到51job瘋狂的投簡歷，因為我學歷的問題，專科沒有畢業，說真的，大公司沒有人會要我，所以我投的都是民營的小公司，我希望自己的努力有所回報。沒有想過幾天過後，就有面試了，但是第一次面試我失敗了，雖然我自認為筆試很好，因為我之前做了准備，但是他們的要求比較嚴格，需要有一年的項目經驗，所以我沒有被選中。
後來陸續面試了幾家公司，終於功夫不負有心人。我終於面試上的，是在閔行的一家民營的企業，公司規模比較小，我的職務是c++開發程序員，但我也比較滿足，開的工資是3500一個月，雖然我知道在上海3500隻能過溫飽的生活，但是我想我足夠了。我至少不用每天都要靠父母養，我自己也能養活自己的。我想只要我繼續努力，我工資一定會翻倍的。
把本文寫出來，希望能讓和我一樣的沒有基礎的朋友有信心，其實我們沒有必要自卑，我們不比別人笨，只要我們肯努力，我們一樣會成功。

………………………………………………

⑻ 數據分析師和數據挖掘工程師的區別

數據分析師崗位重在「分析」，數據挖掘工程師崗位重點是要「挖掘」。