簡單聊聊Python在算法、后端、量化工作中的應(yīng)用
今天想聊聊Python在算法、后端、量化工作中的應(yīng)用，該如何去學(xué)習(xí)呢？
本人是非計算Python專業(yè)（天坑之一），大四開始學(xué)Python，一路過來摸爬滾打，現(xiàn)在在某行業(yè)頭部企業(yè)做大數(shù)據(jù)分析，經(jīng)常用到Python處理數(shù)據(jù)。
Python現(xiàn)在幾乎是使用人數(shù)最多的編程語言，主要是因?yàn)樗诟鱾€領(lǐng)域都有應(yīng)用，十八般武藝雖然說不上樣樣精通，但至少是有拿得出手的東西。在國內(nèi)，Python大概從2017年開始，由于AI、大數(shù)據(jù)的興起，逐漸網(wǎng)紅化，備受非IT從業(yè)者的吹捧，當(dāng)然也催生一大批教育培訓(xùn)。
很多人在說Python找不到工作，花錢去學(xué)的都是韭菜。其實(shí)我相信大部分人學(xué)習(xí)Python，并不是指望著靠Python去找工作，而是解決問題，培養(yǎng)自己的編程能力，作為加分項(xiàng)。至于哪些崗位需要python，這就是我們要聊的問題。
能夠用到Python的工作有哪些？
我以我高中、大學(xué)的幾個同學(xué)的經(jīng)歷為例，分別介紹下他們用Python的場景。
1、同學(xué)A：TOP3電商平臺 NLP算法工程師
他是校招進(jìn)去的，做UGC內(nèi)容的文本挖掘，去分析電商用戶的評論、客服、問答等數(shù)據(jù)，給商品推薦、智能客服等場景做決策。這是屬于純粹的算法崗了，在大廠里那是相當(dāng)吃香，校招打包價都快50。
面試的時候，對用哪門語言其實(shí)并沒有嚴(yán)格限制，Python、Java、C++都可以，但是需要手寫算法，也會考上面幾種框架的使用。
同學(xué)A說他們組現(xiàn)在用到的技術(shù)棧是NLP、深度學(xué)習(xí)、大數(shù)據(jù)，像nltk、tensorflow、pytorch、hadoop、spark之類，都是主力工具。組里大部分人都用Python，有少部分大佬用C++，總得來說是可以跑就行。
我問同學(xué)A為什么用Python，他笑著說了四個字“人生苦短”啊，Python寫腳本、做測試、跑數(shù)據(jù)實(shí)在是太方便，雖然跑算法沒有C++快，但是并不會帶來很大差異，因?yàn)樗麄儾恍枰獙?shí)時去出結(jié)果。
而且Python第三方庫有大量的NLP、機(jī)器學(xué)習(xí)工具，NLP領(lǐng)域像nltk、Pattern、Gensim等，機(jī)器學(xué)習(xí)像sklearn、keras、tf等，集成得非常好，拿來就用。
2、同學(xué)B：某頭部自主車企 后端開發(fā)工程師
同學(xué)B是原來在乙方軟件公司工作，主要負(fù)責(zé)車機(jī)軟件的開發(fā)，后來不想卷去了甲方做web安全后端，但發(fā)現(xiàn)活一點(diǎn)沒變少，可能這幾年汽車電子發(fā)展太快，都在更新迭代。
現(xiàn)在車企招聘比較青睞計算機(jī)背景的候選人，許多在互聯(lián)網(wǎng)裁員大潮中全身而退的技術(shù)人去了車企做開發(fā)、做產(chǎn)品，其實(shí)也是個不錯的選擇，趕上新能源發(fā)展的機(jī)遇。
他們做的安全相關(guān)業(yè)務(wù)后端開發(fā)，平常主要用到Django、Django RESTFramework、docker等框架，還有MySQL、MongoDB、Redis等數(shù)據(jù)庫，基本上都是基于Python去做開發(fā)。
說來也奇怪，安全產(chǎn)品一直是C/C++為主，占據(jù)絕大部分場景，為什么他們會用到Python？我這樣問同學(xué)B。
他說你還是不了解，安全領(lǐng)域C/C++、Java、Python一直是三大主流技術(shù)棧，像NTA、防火墻、IDS、IPS都會用到Python，一些小型的后端服務(wù)也會采用Python進(jìn)行開發(fā)。
3、同學(xué)C：一家小型基金管理公司 量化分析員
同學(xué)C是在英國待過一年，回國后面了好幾家大券商、大基金公司，都止步在技術(shù)面，后來進(jìn)了一家上海本地的一家小型基金管理公司，做CTA高頻量化模型開發(fā)，平時搞搞交易策略的研發(fā)、調(diào)試、優(yōu)化、維護(hù)及監(jiān)控。
他說當(dāng)時進(jìn)來也是想鍛煉下技術(shù)能力，為后面去大廠鋪路，加上業(yè)績的壓力，所以基本每天996，寫策略寫到麻木。平常還要做數(shù)據(jù)的收集和處理、歷史數(shù)據(jù)回測以及風(fēng)險收益評估等，總之把人用到極致。
由于我不太懂Python在金融行業(yè)的應(yīng)用，于是問他做量化一定要用Python嗎？
他笑了笑說，你可以去招聘網(wǎng)站上搜搜看，金融行業(yè)做分析搞研究的現(xiàn)在清一色的需要編程能力，其中大部分要求python，國外像摩根、花旗這樣的大公司基本上把python當(dāng)作硬性門檻了。
量化領(lǐng)域基本是以C++和Python為主，C++一般用來寫大型交易框架，穩(wěn)定性強(qiáng)，而且速度快，Python則用來寫策略、跑算法、驗(yàn)證模型，也支持一些小型應(yīng)用的編寫，對C++庫進(jìn)行包裝等。
這主要是因?yàn)镻ython生態(tài)有大量的金融數(shù)據(jù)分析工具，像talib、pandas、numpy等，可以快速引用。
這三位同學(xué)是我身邊拿Python當(dāng)主力工具的典型代表，其實(shí)可以看到都是需要綜合能力的崗位，NLP要求算法、后端開發(fā)要求安全經(jīng)驗(yàn)，量化要求會寫策略。所以基本不是說會Python就能夠找到合適的工作。
對Python能力的要求是什么樣的？
Python是用來解決業(yè)務(wù)問題的，所以不同崗位的要求必然不同，但前提都是要會熟練使用Python語法，對數(shù)據(jù)類型、邏輯語句、函數(shù)模塊、類、進(jìn)程線程、錯誤處理、網(wǎng)絡(luò)編程、正則表達(dá)式...這些務(wù)必要了如指掌。
這里建議大家去官方文檔一一對照著去學(xué)習(xí)：
其次針對不同崗位要學(xué)習(xí)不同的Python框架，這些框架的難度一點(diǎn)也不必Python本身容易，有些大的框架比如tensorflow其學(xué)習(xí)成本已經(jīng)遠(yuǎn)遠(yuǎn)超出Python語法。
爬蟲崗：requests、xpath、beautifulsoup、scrapy、selenuim
數(shù)據(jù)分析崗：pandas、numpy、sklearn、matplotlib、pymysql
算法崗：sklearn、keras、tensorflow、pytorch
nlp崗：nltk、Gensim、Pattern
大數(shù)據(jù)崗：pyspark、pyflink
BI崗：superset、dash
web崗：Django、Flask、Tornado（知乎用這個寫的）、fastapi
測試運(yùn)維崗：os、sys、selenium、pytest、appium、unittest
前端崗：PyQt、PyGUI、pyecharts、dash、plotly
其他辦公用：xlwings、pandas、pptx、docx、email
以上這些是對應(yīng)崗位需要用到的工具，也就是python的第三方庫，大家可以一一對應(yīng)看看自己需要什么，然后針對性的去學(xué)習(xí)。
加入知識星球【我們談?wù)摂?shù)據(jù)科學(xué)】
500+小伙伴一起學(xué)習(xí)！
· 推薦閱讀 ·
盤點(diǎn)2021最佳數(shù)據(jù)可視化作品