您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

在不追求发论文的情况下同时学习HPC和DL能否提升就业竞争力？

领域,同学,自己的在不追求发论文的情况下同时学习HPC和DL能否提升就业竞争力？

发布时间：2020-12-06加入收藏来源：互联网点击：

在不追求发论文的情况下同时学习HPC和DL能否提升就业竞争力？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

这是一个好问题，也是不少同学都比较关心的问题，我结合当前AI领域的创新趋势和产业领域的就业情况来说说个人建议。

首先，深度学习和HPC是两个不同的方向，学习的侧重点也明显不同，虽然HPC在AI的推动下获得了新的发展空间，而且HPC+AI也被称为“先进计算”，但是同时学习这两个方向需要巨大的学习成本。

HPC之所以当前受到更多的关注，主要的原因是AI的大模型需要更强大的算力支撑，需要更直接和更可靠的响应速度，在大模型已经走到瓶颈的当前，选择HPC是很多同学逃出内卷的选择之一，而且从应用的角度出发，未来较长一段时间内，HPC确实有更广阔的市场需求潜力。

深度学习是当前创新成果频出的领域，而且深度学习几乎是每一名主攻大数据、人工智能、物联网相关方向的同学都必须学习和掌握的基本科研方法，所以即使当前不想主攻深度学习方向，也应该重点学习一下深度学习。

对于本科阶段的同学来说，尽量多扩展自己的知识面是正确的选择，不追求撰写论文也是比较务实的选择，但是要想提升学习效率，一定要重视给自己营造一个比较好的交流和实践场景，因为HPC和人工智能这两个领域对于学习场景的要求都比较高，自学的难度是非常大的，而且大概率会走很多弯路。

对于研究生阶段的同学来说，不追求撰写论文我认为是有一定问题的，毕竟撰写论文的过程不仅能够推动自己的学习进程，更会推动自己尽快掌握合理的科研方法，能够尽快到达主攻方向的知识边界。

虽然当前很多学校和老师并不鼓励同学们把发论文作为首要目标，但是写论文的过程无疑是培养自己独立科研能力比较有效的方式之一，所以对于非头部学校的同学来说，读研期间多出一些文章成果，对于就业的影响是非常直接的。

学习规划一定要与发展规划相契合，如果未来想进入科研、教育领域发展，应该选择主攻一个方向，而且要尽量出更多的强成果，而如果未来要进入产业领域发展，没有进一步读博士研究生的计划，那么重点提升自己的工程实践能力则是比较务实的选择。

从目前的创新空间来看，深度学习和HPC的创新空间都比较大，但是从HPC当前的创新边界来看，HPC似乎有更多的领域等待开拓。

目前我联合多名国内外知名大学的导师和互联网大厂的企业导师，共同搭建了一个技术论坛，在持续开展大数据、人工智能、物联网相关的科研实践和成果分享活动，感兴趣的同学可以联系我申请参与。

最后，如果有读研、科研相关的问题，欢迎与我交流。