最近买了一本Rust权威指南,但是发现脉脉上好多的AI岗位,例如cv还是一成不变的Python和C++/CUDA,所以想问:现在大三,用过TRT,Triton这类的框架,也写过一丢丢的CUDA。是应该坚守本分老老实实把C++和CUDA啃下来,还是去尝新学习Rust?
然后引用一位来自知乎老哥的回答,希望各位做一个更理性的评判:
最近买了一本Rust权威指南,但是发现脉脉上好多的AI岗位,例如cv还是一成不变的Python和C++/CUDA,所以想问:现在大三,用过TRT,Triton这类的框架,也写过一丢丢的CUDA。是应该坚守本分老老实实把C++和CUDA啃下来,还是去尝新学习Rust?
然后引用一位来自知乎老哥的回答,希望各位做一个更理性的评判:
首先,我认为学习新技术是非常重要的,因为技术日新月异,不断地学习和尝试新技术可以让你保持竞争力。但是,在考虑学习新技术之前,你需要确定你的学习目标和职业规划。
如果你的目标是在AI领域发展,那么Python和CUDA无疑是必须掌握的技能。目前,AI领域以Python为主流开发语言,并且很多深度学习框架都支持CUDA加速。因此,如果你想在AI领域取得成功,那么你需要对Python和CUDA有深入的了解和掌握。
另一方面,学习Rust也是有优势的。Rust是一门安全可靠的系统级编程语言,可以用于开发高性能、低延迟、并发安全的应用程序。Rust还具有一些值得学习的特性,比如所有权、借用和生命周期等。这些特性可以帮助你更好地理解计算机科学和系统编程的基础知识。
总的来说,我的建议是,如果你的职业规划是在AI领域发展,那么你应该继续学习Python和CUDA,并深入了解AI算法和框架。如果你对系统编程和计算机科学有浓厚的兴趣,那么可以考虑学习Rust并开发一些高性能的应用程序。当然,如果你可以同时掌握多种技术,那么会更有竞争力。