数据科学与Python

数据科学与Python

深度学习/人工智能

google：tensorflow
facebook：pytorch+caffe2
Amazon：mxnet+gluon
百度：paddlepaddle
非常容易上手的一些package:Keras Tflearn tensorlayer

机器学习

numpy scipy pandas scikit-learn xgboost/LightGBM

大数据

大数据整体是由Java/scala等语言主导的方向，但是目前有很多python的方式可以无缝衔接使用，从早期的hadoop生态可以通过hadoop streaming使用python脚本完成Map-Reduce任务，到现在大家都在广泛使用的spark也有python的接口，而且在效率上和其他语言并没有太大的差别。

原因

时间非常宝贵，“算法工程师”、“数据科学家”需要用数据驱动的方式去解决实际生活中的各种问题，但是花大量的时间去开发不是一个很高效的方式，理想的状况是，你把主要的精力放在分析业务场景和数据，找到更好更贴切的方式解决问题本身上，而快速地coding验证或者开发服务。