请问同等水平下,做大数据开发、NLP和机器学习,哪个性价比高(工作强度,待遇,未来发展方向)

谢邀。
首先这是一个很滥的问题。性价比是一个非常好的数学模型,它简单有效粗暴的解决了商业领域里商品价值的诸多问题。这个模型的实质是:消费测的商品价值=功效/获取成本。但请问一个人的职业生涯如何评价功效和获取成本呢?功效=收入之和吗?获取成本=学习费用+付出时间吗?如果你硬要套用这个模型也未尝不可,当然由于数据的缺少,你很有可能被“套路”进去成为第一批样本数据,甚至未来作为一个“异常数据”被清洗掉,连个样本数据的意义都没有。就收入而言,你可以看下以下数据:
请问同等水平下,做大数据开发、NLP和机器学习,哪个性价比高(工作强度,待遇,未来发展方向)

数据来源:Datacamp
【请问同等水平下,做大数据开发、NLP和机器学习,哪个性价比高(工作强度,待遇,未来发展方向)】 基本上不管是国外还是国外收入的阶梯大体如下:
数据科学家\u0026gt;数据架构师\u0026gt;数据挖掘工程师/算法工程师/人工智能工程师\u0026gt;大数据工程师\u0026gt;数据分析师。我还是认为选择职业应该是一个关乎理想和情怀的事情,请原谅我在这件事情上有点矫情,我第一个职业选择程序员的时候并没有料想到后续它可以让我从一个游戏狂者爱好者踏入华为,直到两鬓白发,斑驳了青春,但我从未认真考虑过性价比这个问题,原因很简单,如果你对学习成本是指参加培训和购买书籍的的费用的话,那么请问你的学习时间和后续的投入时间该如何衡量成本呢?当然办法还是有的,就是机会成本,你大可以想象如果我不去做数据分析师而是去竞选总统,那我的机会成本是...,沿着这个思路想下去,你会觉得不管是选择NLP还是BA都了无生趣,践踏自己的智商。好吧说了这么多废话,你如果不清楚我再说什么的话,可以看看下面几篇一段话,这些对你可能更有用一些。选择职业方向基本的出发点是社会需要和自身职场竞争力。从社会需求上看这几个职位都是目前最炙手可热的职位方向,选择哪一个都没有错,所以关键是如何评估自身的职场竞争力,具体你可以看下我在上的这几篇文章。未来已来:AI时代就业指南AI时代就业指南:数学专业,你看不见的前尘似锦AI时代就业指南:怎么成为数据分析师?

■网友
谢邀。
工作强度跟你搞的方向关系不大,跟你所在的行业,公司,团队有直接关系,至于你说的这几个方向,如果你非要个答案,那就选NLP和人工智能吧(其实这几个所谓的方向相互之间关系密切有很多交集)


    推荐阅读