调包侠在深度学习时代没有未来？( 三 )

有一种感觉是为了其他人的利益而共同建设一些重要的东西。在一个由志同道合的人组成的社区内参与这样一项努力，对许多早期的贡献者具有强大的吸引力。
这些用户-开发人员经常不得不从头开始编写代码来解决他们自己或同事的问题，这些代码通常使用Python之前的低级语言，如Fortran46和C 。
现在
现在，大量的科学工作都依赖于NumPy的正确、快速和稳定的特性，它不再是一个小型的社区项目，而是核心的科学基础设施。
也就是说， NumPy的发展仍然很大程度上依赖于研究生和研究人员在空闲时间所做的贡献。
NumPy不再仅仅是科学Python生态系统的基础数组库，它已经成为张量计算的标准API和Python中数组类型和技术之间的中心协调机制。
未来
在接下来的十年里， NumPy的开发者们将面临几个挑战。

新的设备将被开发，现有的专用硬件将进化以满足摩尔定律的递减收益。
数据科学从业者将有更多、更广泛的种类，其中很大一部分人将使用NumPy 。
新一代语言、解释器和编译器，如Rust55、Julia56和LLVM57 ，将创造新的概念和数据结构，确定它们的生存能力。

NumPy准备迎接这样一个不断变化的局面，并继续在交互式科学计算中发挥主导作用，尽管这样做需要政府、学术界和工业界的持续资助。
但是，重要的是，为了满足下一个十年数据科学的需要，它还需要新一代的研究生和社区贡献者来推动它向前发展。
纵观全文，我们可以看到NumPy论文登顶Nature ，它的基础之扎实、生态之强大，影响之广泛，它根本不会至止于深度学习，也不会止于下一个十年。
所以，以NumPy为例，调包侠不一定有未来，但是这个“包”会有。
那么如何能像NumPy一样也一路成长，不断扩展自己的技术栈和影响力呢做到何时都不被淘汰，这或许是个很大的挑战。
编辑：晏斓辉
——END——
想要获得更多数据科学领域相关动态，诚邀关注清华-青岛数据科学研究院官方微信公众平台“ 数据派THU ” 。欢迎大家评论区讨论和留言~