今天想聊聊Python在演算法、後端、量化工作中的應用，該如何去學習呢？

本人是非計算Python專業（天坑之一），大四開始學Python，一路過來摸爬滾打，現在在某行業頭部企業做大資料分析，經常用到Python處理資料。

Python現在幾乎是使用人數最多的程式語言，主要是因為它在各個領域都有應用，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，Python大概從2017年開始，由於AI、大資料的興起，逐漸網紅化，備受非IT從業者的吹捧，當然也催生一大批教育培訓。

很多人在說Python找不到工作，花錢去學的都是韭菜。其實我相信大部分人學習Python，並不是指望著靠Python去找工作，而是解決問題，培養自己的程式設計能力，作為加分項。至於哪些崗位需要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、大學的幾個同學的經歷為例，分別介紹下他們用Python的場景。

1、同學A：TOP3電商平臺 NLP演算法工程師

他是校招進去的，做UGC內容的文字挖掘，去分析電商使用者的評論、客服、問答等資料，給商品推薦、智慧客服等場景做決策。這是屬於純粹的演算法崗了，在大廠裡那是相當吃香，校招打包價都快50。

面試的時候，對用哪門語言其實並沒有嚴格限制，Python、Java、C++都可以，但是需要手寫演算法，也會考上面幾種框架的使用。

同學A說他們組現在用到的技術棧是NLP、深度學習、大資料，像nltk、tensorflow、pytorch、hadoop、spark之類，都是主力工具。組裡大部分人都用Python，有少部分大佬用C++，總得來說是可以跑就行。

我問同學A為什麼用Python，他笑著說了四個字“人生苦短”啊，Python寫指令碼、做測試、跑資料實在是太方便，雖然跑演算法沒有C++快，但是並不會帶來很大差異，因為他們不需要實時去出結果。

而且Python第三方庫有大量的NLP、機器學習工具，NLP領域像nltk、Pattern、Gensim等，機器學習像sklearn、keras、tf等，整合得非常好，拿來就用。

2、同學B：某頭部自主車企 後端開發工程師

同學B是原來在乙方軟體公司工作，主要負責車機軟體的開發，後來不想捲去了甲方做web安全後端，但發現活一點沒變少，可能這幾年汽車電子發展太快，都在更新迭代。

現在車企招聘比較青睞計算機背景的候選人，許多在網際網路裁員大潮中全身而退的技術人去了車企做開發、做產品，其實也是個不錯的選擇，趕上新能源發展的機遇。

他們做的安全相關業務後端開發，平常主要用到Django、Django RESTFramework、docker等框架，還有MySQL、MongoDB、Redis等資料庫，基本上都是基於Python去做開發。

說來也奇怪，安全產品一直是C/C++為主，佔據絕大部分場景，為什麼他們會用到Python？我這樣問同學B。

他說你還是不瞭解，安全領域C/C++、Java、Python一直是三大主流技術棧，像NTA、防火牆、IDS、IPS都會用到Python，一些小型的後端服務也會採用Python進行開發。

3、同學C：一家小型基金管理公司 量化分析員

同學C是在英國待過一年，回國後面了好幾家大券商、大基金公司，都止步在技術面，後來進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，平時搞搞交易策略的研發、除錯、最佳化、維護及監控。

他說當時進來也是想鍛鍊下技術能力，為後面去大廠鋪路，加上業績的壓力，所以基本每天996，寫策略寫到麻木。平常還要做資料的收集和處理、歷史資料回測以及風險收益評估等，總之把人用到極致。

由於我不太懂Python在金融行業的應用，於是問他做量化一定要用Python嗎？

他笑了笑說，你可以去招聘網站上搜搜看，金融行業做分析搞研究的現在清一色的需要程式設計能力，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當作硬性門檻了。

量化領域基本是以C++和Python為主，C++一般用來寫大型交易框架，穩定性強，而且速度快，Python則用來寫策略、跑演算法、驗證模型，也支援一些小型應用的編寫，對C++庫進行包裝等。

這主要是因為Python生態有大量的金融資料分析工具，像talib、pandas、numpy等，可以快速引用。

這三位同學是我身邊拿Python當主力工具的典型代表，其實可以看到都是需要綜合能力的崗位，NLP要求演算法、後端開發要求安全經驗，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能力的要求是什麼樣的？

Python是用來解決業務問題的，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，對資料型別、邏輯語句、函式模組、類、程序執行緒、錯誤處理、網路程式設計、正則表示式。。。這些務必要了如指掌。

這裡建議大家去官方文件一一對照著去學習：

其次針對不同崗位要學習不同的Python框架，這些框架的難度一點也不必Python本身容易，有些大的框架比如tensorflow其學習成本已經遠遠超出Python語法。

爬蟲崗：requests、xpath、beautifulsoup、scrapy、selenuim

資料分析崗：pandas、numpy、sklearn、matplotlib、pymysql

演算法崗：sklearn、keras、tensorflow、pytorch

nlp崗：nltk、Gensim、Pattern

大資料崗：pyspark、pyflink

BI崗：superset、dash

web崗：Django、Flask、Tornado（知乎用這個寫的）、fastapi

測試運維崗：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，大家可以一一對應看看自己需要什麼，然後針對性的去學習。

作者：程式設計學習網

連結：https：//juejin。cn/post/7111907240776302629