科技馆的秘密读后感
学校老师真坑，都没人写过鄙视
算法工程师 就业前景
一、算法工程师（通常是月薪15k以年薪18万以上，只是一个概数体薪资可以到招聘网站如拉钩，猎聘网上看看）算法工程师目前是一个高端也是相对紧缺的职位；算法工程师包括音\\\/视频算法工程师（通常统称为语音\\\/视频\\\/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频\\\/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（@之介感谢补充）、其他【其他一切需要复杂算法的行业】专业要求：计算机、电子、通信、数学等相关专业；学历要求：本科及其以上的学历，大多数是硕士学历及其以上；语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。
算法工程师的技能树（不同方向差异较大，此处仅供参考）1 机器学习2 大数据处理：熟悉至少一个分布式计算框架Hadoop\\\/Spark\\\/Storm\\\/ map-reduce\\\/MPI3 数据挖掘4 扎实的数学功底5 至少熟悉C\\\/C++或者Java，熟悉至少一门编程语言例如java\\\/python\\\/R加分项：具有较为丰富的项目实践经验（不是水论文的哪种）二、算法工程师大致分类与技术要求（一）图像算法\\\/计算机视觉工程师类包括图像算法工程师，图像处理工程师，音\\\/视频处理算法工程师，计算机视觉工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：机器学习，模式识别l 技术要求：（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；（2） 语言：精通C\\\/C++；（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】（4） 熟悉OpenCV\\\/OpenGL\\\/Caffe等常用开源库；（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；（7） 【音\\\/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；应用领域：（1） 互联网：如美颜app（2） 医学领域：如临床医学图像（3） 汽车领域（4） 人工智能相关术语：（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程（2） Matlab：商业数学软件；（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。
CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。
（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。
（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。
（二）机器学习工程师包括机器学习工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：人工智能，机器学习l 技术要求：（1） 熟悉Hadoop\\\/Hive以及Map-Reduce计算模式，熟悉Spark、Shark等尤佳；（2） 大数据挖掘；（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；应用领域：（1）人工智能，比如各类仿真、拟人应用，如机器人（2）医疗用于各类拟合预测（3）金融高频交易（4）互联网数据挖掘、关联推荐（5）无人汽车，无人机相关术语：（1） Map-Reduce：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。
概念Map（映射）和Reduce（归约），是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（三）自然语言处理工程师包括自然语言处理工程师要求l 专业：计算机相关专业；l 技术领域：文本数据库l 技术要求：（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；（4） 人工智能，分布式处理Hadoop；（5） 数据结构和算法；应用领域：口语输入、书面语输入、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。
相关术语：（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。
NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】（四）射频\\\/通信\\\/信号算法工程师类包括3G\\\/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师要求l 专业：计算机、通信相关专业；l 技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理l 技术要求：（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；（2） 信号处理技术，通信算法；（3） 熟悉同步、均衡、信道译码等算法的基本原理；（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学应用领域：通信VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】物联网，车联网导航，军事，卫星，雷达相关术语：（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。
（2） 基带通信（又称基带传输）：指传输基带信号。
进行基带传输的系统称为基带传输系统。
传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。
如从计算机到监视器、打印机等外设的信号就是基带传输的。
大多数的局域网使用基带传输，如以太网、令牌环网。
（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。
射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。
每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。
高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。
【有线电视就是用射频传输方式】（4） DSP：数字信号处理，也指数字信号处理芯片（五）数据挖掘算法工程师类包括推荐算法工程师，数据挖掘算法工程师要求l 专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；l 技术领域：机器学习，数据挖掘l 技术要求：（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；（2） 熟练使用SQL、Matlab、Python等工具优先；（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】（4） 数学基础要好，如高数，统计学，数据结构l 加分项：数据挖掘建模大赛；应用领域（1） 个性化推荐（2） 广告投放（3） 大数据分析相关术语Map-Reduce：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。
概念Map（映射）和Reduce（归约），是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（六）搜索算法工程师要求l 技术领域：自然语言l 技术要求：（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发（2） hadoop、lucene（3） 精通Lucene\\\/Solr\\\/Elastic Search等技术，并有二次开发经验（4） 精通Lucene\\\/Solr\\\/Elastic Search等技术，并有二次开发经验；（5） 精通倒排索引、全文检索、分词、排序等相关技术；（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。
（七）控制算法工程师类包括了云台控制算法，飞控控制算法，机器人控制算法要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求：（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；l 加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；应用领域（1）医疗\\\/工业机械设备（2）工业机器人（3）机器人（4）无人机飞控、云台控制等（八）导航算法工程师要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求（以公司职位JD为例）公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；（3）具备导航方案设计和实现的工程经验；（4）熟悉C\\\/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;应用领域无人机、机器人等。
专科里的电子信息工程技术是学什么的
主要学习两个方面的知识：1.硬件方面：电子电路基础知识，需要学习模拟电子技术、数字电子技术、电路分析等等。
期间可能会有一些实训课，组装简单的收音机、万用表等。
会学习使用烙铁、万用表及示波器等工具。
2.软件方面：C语言的编程，单片机（一种可以烧录程序实现电子电路控制的电子芯片）的开发，一些制图软件的学习，如Protel,Altium Designer等（都是用来画电子电路连接图的，功能很多不能一一介绍）。
大体就分这两大块，要学的东西很多，很杂。
主要是偏物理和数学方面的知识，这是理工类专业的特点。
温馨提示：专科学校里学习氛围非常弱，基本都是玩。
没有人和环境会逼你学东西，一切都靠自己学，要发挥自己的主动性才可能学进去，学好这个专业。
祝好运
电子科学与技术专业考研方向
一、电子信息工程专业业务培养目标：电子信息工程专业培养具备电子技术和信息系统的基础知识，能从事各类电子设备和信息系统的研究、设计、制造、应用和开发的高等工程技术人才。
电子信息工程专业业务培养要求：电子信息工程专业是一个电子和信息工程方面的较宽口径专业。
电子信息工程专业学生主要学习信号的获取与处理、电厂设备信息系统等方面的专业知识，受到电子与信息工程实践的基本训练，具备设计、开发、应用和集成电子设备和信息系统的基本能力。
电子信息工程专业毕业生应获得以下几个方面的知识和能力： 1.较系统地掌握本专业领域宽广的技术基础理论知识，适应电子和信息工程方面广泛的工作范围;2.掌握电子电路的基本理论和实验技术，具备分析和设计电子设备的基本能力;3.掌握信息获取、处理的基本理论和应用的一般方法，具有设计、集成、应用及计算机模拟信息系统的基本能力.4.了解信息产业的基本方针、政策和法规，了解企业管理的基本知识;5.了解电子设备和信息系统的理论前沿，具有研究、开发新系统、新技术的初步能力;6.掌握文献检索、资料查询的基本方法，具有一定的科学研究和实际工作能力。
电子信息工程专业主干学科：电子科学与技术、信息与通信工程、计算机科学与技术。
电子信息工程专业主要课程：电路理论系列课程、计算机技术系列课程、信息理论与编码、信号与系统、数字信号处理、电磁场理论、自动控制原理、感测技术等。
修业年限：四年 授予学位：工学学士就业去向 二、电子信息工程专业毕业生具有宽领域工程技术适应性，就业面很广，就业率高，毕业生实践能力强，工作上手快，可以在电子信息类的相关企业中，从事电子产品的生产、经营与技术管理和开发工作。
主要面向电子产品与设备的生产企业和经营单位，从事各种电子产品与设备的装配、调试、检测、应用及维修技术工作，还可以到一些企事业单位一些机电设备、通信设备及计算机控制等设备的安全运行及维护管理工作。
企业需求 由于信息时代的到来，据推测，在相当长的一段时间内，此类人才仍将供不应求。
据调查，现阶段对于电子信息工程人才的需要量十分巨大，“电子信息工程”的专业，对缓解当前该类人才的供需矛盾是非常必要的。
电子信息工程专业人才已经成为信息社会人才需求的热点。
三、电子信息产业是一项新兴的高科技产业，被称为朝阳产业。
根据信息产业部分析，“十五”期间是我国电子信息产业发展的关键时期，预计电子信息产业仍将以高于经济增速两倍左右的速度快速发展，产业前景十分广阔。
未来的发展重点是电子信息产品制造业、软件产业和集成电路等产业;新兴通信业务如数据通信、多媒体、互联网、电话信息服务、手机短信等业务也将迅速扩展;值得关注的还有文化科技产业，如网络游戏等。
目前，信息技术支持人才需求中排除技术故障、设备和顾客服务、硬件和软件安装以及配置更新和系统操作、监视与维修等四类人才最为短缺。
此外，电子商务和互动媒体、数据库开发和软件工程方面的需求量也非常大。
未来展望 四、电子信息工程是一门应用计算机等现代化技术进行电子信息控制和信息处理的学科，主要研究信息的获取与处理，电子设备与信息系统的设计、开发、应用和集成。
现在，电子信息工程已经涵盖了社会的诸多方面，像电话交换局里怎么处理各种电话信号，手机是怎样传递我们的声音甚至图像的，我们周围的网络怎样传递数据，甚至信息化时代军队的信息传递中如何保密等都要涉及电子信息工程的应用技术。
我们可以通过一些基础知识的学习认识这些东西，并能够应用更先进的技术进行新产品的研究和开发。
五、电子信息工程专业主要是学习基本电路知识，并掌握用计算机等处理信息的方法。
首先要有扎实的数学知识，对物理学的要求也很高，并且主要是电学方面;要学习许多电路知识、电子技术、信号与系统、计算机控制原理、通信原理等基本课程。
学习电子信息工程自己还要动手设计、连接一些电路并结合计算机进行实验，对动手操作和使用工具的要求也是比较高的。
譬如自己连接传感器的电路，用计算机设置小的通信系统，还会参观一些大公司的电子和信息处理设备，理解手机信号、有线电视是如何传输的等，并能有机会在老师指导下参与大的工程设计。
学习电子信息工程，要喜欢钻研思考，善于开动脑筋发现问题。
随着社会信息化的深入，各行业大都需要电子信息工程专业人才，而且薪金很高。
电子信息工程专业学生毕业后可以从事电子设备和信息系统的设计、应用开发以及技术管理等。
比如，做电子工程师，设计开发一些电子、通信器件;做软件工程师，设计开发与硬件相关的各种软件;做项目主管，策划一些大的系统，这对经验、知识要求很高;还可以继续进修成为教师，从事科研工作等。
如何学好历史的10种方法
很多同学认为历史是最适合抱佛脚的功课，只前花点时间死记硬背，成绩照样不差，甚至还好分数。
真要这么想就大错了，想要把历史学好，特别是面对文科综合卷对能力的高要求的时候，想要把历史学好，还是一件不容易的事情。
那么怎样才能把历史学好
我和大家一起做一个探讨我认为排在首位的是要有兴趣。
你要对历史课有兴趣你才会主动地去学，不要抱着一种如果不考历史我才不去学的心理。
兴趣是种很微妙的东西，你有了兴趣，你就能很快地把知识点记住，能很好的去理解和领悟在历史现象背后所蕴涵着的历史规律，能得心应手地分析历史问题；如若反之，无异于在太上老君的炼丹炉里苦苦煎熬，但却炼不出火眼金睛。
那对于本来没有兴趣的同学，这个兴趣这么培养呢
首先你要试着摆正你的心态，不要老是抵触。
如果这样，神也救不了你。
然后，想想你以前看过的历史剧，让历史好一点的同学，甚至可以找历史老师，让他们从历史角度来谈谈这个历史剧，你就会发现很多很有意思而你以前不知道的观点，最重要的是你能发现历史并不枯燥，而是很有意思的东西。
最后，你再认认真真地去听几节历史课，你就发现了我们学校的历史老师上课都还不赖。
虽然我不能保证你能爱上历史，但我起码相信你对历史课已经产生兴趣了。
当然，有了兴趣，没有好的学习方法也只能是事倍功半。
很多同学认为学历史要诀就是背，错了。
高中历史更需要的还是理解。
基于课本之上的理解。
所以重要的是如何建立起一个方便你理解的历史结构。
其实这也很简单。
在读每一节的内容时，要想想在一个历史事件之前之后都发生了些什么事，它们之间有没有什么内在的联系，能够说明什么历史道理。
也可进行历史事件间的横向纵向的比较。
例如，某两场政变或两种政策之间有什么异同点，为什么会有这样的异同，说明了什么。
分析异同点也很简单，无非就是从背景、性质、影响等几个固定的版块去想。
有的书上说，要把历史学成“立体”的。
我想，所谓的“立体”，大概也就是这种横向与纵向的联系吧。
经常这样思考，对不同的历史现象，我们就可以较准确地分析出它们的实质，无论碰到什么题都能迎刃而解。
这是读书时要注意的问题。
书本决不仅仅是读过即可的，光记住一些时间、地点、事件是没有用的，最重要的是要学会用历史思维去思考去研究，去探索事件背后的东西。
相信你不久就会发现，历史是越读越有味的。
因为我们毕竟要面对考试，所以我们在谈论学好历史的过程中也绝不回避考试技巧的问题。
现在的历史题，单纯考知识本身的已经很少了。
往往都是考你对某一事件的分析。
这就需要用到读书时积累的那套功夫，此外也有一些技巧。
例如做选择题时，常常碰到一些诸如问“根本原因”、“实质”之类的问题，这通常要从生产力决定生产关系、经济基础决定上层建筑等方面去分析。
只要是有关于这几方面的选项，一般来说就是正确的。
至于问答题，则更需要你的思考与分析能力。
首先是分析。
通过回想老师在讲这部分内容时的介绍，尽量从更多的角度去思考这个问题。
不要担心想太多，只要你觉得有道理的，都有可能是正确的。
更何况现在的考试一再强调“要鼓励学生自由发挥，要有创新，有自己的观点”，所以你就要尽可能地多想一些。
最忌讳的是认为自己不会，就什么都不写。
最后，答题的时候，字迹一定要清楚。
要答得层次分明，逻辑性强，每点内容不要罗嗦，但一定要把要点概括地讲出。
每点都要用序号标明，这样才能清晰明了。
对于这个话题，我暂时只能想到这么多了，希望在历史学习的道路上走好
