大家好，今天小编关注到一个比较有意思的话题，就是关于联邦学习算法职业发展的问题，于是小编就整理了2个相关介绍联邦学习算法职业发展的解答，让我们一起看看吧。
当前的就业背景下数学专业的同学是否还能主攻算法岗？
这是不少数学专业同学都比较关注的问题，我结合当前的创新发展趋势和就业趋势说说个人看法。
首先，数学专业的同学如果锚定算法工程师岗位，读研是比较现实的选择，而且在读研期间还需要做好规划，能够输出自己的成果，同时重视提升自己的工程实践能力。
算法工程师属于高附加值岗位的代表，整体的岗位数量与互联网行业的发展有非常紧密的联系，而且由于算法岗位本身的价值输出会以平台的形式来呈现，当平台本身搭建完成之后，如果产业领域不能提供新的价值增长空间，必然会影响到算法岗位的招聘数量。
当前随着互联网大厂的算法中台逐渐搭建完成，算法岗的招聘正在逐渐偏向业务算法岗，这在近几年有了越来越明显的体现，而业务算法岗对于工程实践能力的要求会比较高，所以业务算法岗对于非计算机专业的同学并不算太友好，这也导致很多数学专业的同学目前比较犹豫是否做算法岗。
结合当前的创新发展趋势，目前数学专业的同学锚定算法岗我认为是可以的，一方面算法岗涉及到的很多内容有很广泛的应用面，可以适应大量的就业岗位，比如机器学习本身就是数据分析的两种基本分析方式之一，深度学习、强化学习、联邦学习等方向更是在金融、装备制造、医药研发等诸多领域都有越来越广泛的应用。
另一方面，从科研体验的角度出发，锚定算法岗方向会得到更丰富的科研***，比如目前很多导师都跟国内外的互联网大厂开展合作，这个过程会让学生获得丰富的数据和算力支撑，这对于支撑自己的科研会有非常大的影响，目前很少有传统学科能像计算机大类专业这样获得如此丰富的科研***。
虽然今年不少优秀的同学没有像往年那样顺利拿到大厂的算法岗offer，但是互联网整体产业发展的基本面没有发生变化，产业结构升级的基本面也没有发生变化，数字化、智能化依然是一个长期战略，所以从个人的长期发展来说，高附加值岗位的就业机会依然非常多，只是很多计算机专业的同学对于这种产业人才需求的波动更敏感而已。
还有一点，虽然目前不少强校已经不能跨保计算机专业了，但是不少计算机大类专业的导师对于数学、统计学、物理、自动化等专业的同学还是非常友好的。
最后，如果有计算机专业相关的问题，或者需要我的帮助，都欢迎与我交流。
为什么人工智能领域用Python的同学很多？
这是一个很有意思的问题，我结合当前课题组的实际情况来说说个人看法。
首先，当前Python确实在人工智能领域有比较广泛的应用，但是人工智能领域也在使用其他编程语言，比如C++、J***a也比较常用。
以我的课题组为例，当前智慧医疗组***用Python比较多，视觉组的同学***用C++比较多，大数据组主要***用J***a和Python。
从课题的类型来说，纵向课题用Python更多一些，而横向课题用J***a多一些，这与课题的侧重点不同有直接的关系。
纵向课题的重点是创新，要能够在一个点形成突破，而人工智能领域的创新往往都是以算法模型为突破口，编程语言仅仅是实现算法的工具，所以编程语言的易用性和便捷性往往更重要，而在这一方面，Python语言确实有一定的优势。
横向课题的重点是落地，要能够完成落地应用，此时性能、稳定性和安全性更为重要，而在这些方面，J***a和C++往往有一定的优势，所以横向课题***用J***a和C++通常会在一定程度上降低风险。
实际上，有不少人工智能领域的横向课题在初期会用Python快速完成原型开发，到后期开始落地时，往往还会***用J***a重写，这里面的原因是多方面的，包括考虑到后续的升级维护问题和用户团队的技术构成。
近些年我在跟一些国内外的互联网大厂开展科研合作时，在编程语言的应用上比较偏向于***用Python，这里面有一个重要的原因，那就是大厂的技术平台支撑能力非常强大，终端往往并不需要考虑到性能问题。
相信随着更多研发场景都迁移到云端，[_a***_]会有更多的技术研发人员愿意***用Python。
从科研实践的角度来看，以我们的技术论坛为例，目前在开展一些人工智能方面的科研实践活动时，往往也会重点***用Python，包括机器学习、深度学习、强化学习、联邦学习、自然语言处理、知识图谱、计算机视觉等实践活动，所以同学们在参加论坛之后，往往都会重点学习一下Python，以便于方便后续的技术交流和实践。
到此，以上就是小编对于联邦学习算法职业发展的问题就介绍到这了，希望介绍关于联邦学习算法职业发展的2点解答对大家有用。
