学计算机，最好不要读博士

听说一个来美国读计算机博士的小留因为做不下去了，自杀了 

今天刚刚我回答网友什么是Data Science的：

古希腊Pythagoras说过，万物皆数。

早期计算机语言，Fortran和lisp，介于不同的理念。Fortran认为最基本的是number，而LISP认为是函数公式function。所以产生了2种不同的语言，Fortran以变量为基础，任何结果从基本的几个变量得到，而LISP以function为基础，任何结果都从不断调用函数得到。

后来发现，这些都不能解决实际问题。最重要的是Data，所以产生了Set language，以Edgar Codd的Relational 数据上的SQL把几乎所有的应用程序都是建立在 Data driven之上的。但是SQL的问题在于一是速度慢，二是不能处理非结构性数据，所以NoSQL的大数据开始兴起，Data mining从cube分析转向大数据。人工智能从以前以为的算法问题，转化成数据问题。现在的人工智能，machine learning, deep learning，都可以囊括在data science里面。data science概念的外延不断扩大，几乎无所不包了。

另外，大学里面的data science学不到什么，顶尖的都在工业界。Data science的重大进展几乎都是工业界做出的

R不是革命性的语言。而SQL是！

Simula是革命性语言一样，因为是第一个OO语言。不是单纯的把世界看成number,或者function。而是看成一个组合Object。里面有member, 有function，有各种acess level

然而，如何整合relational database(SQL)和OO object（C++，Java）成了关键，加上文件从 XML到 JSON。

R基本上不重要，就像SAS不重要。他们能做的，Python也可以做，而且做的更好。学习data science，不是学习一门语言，而是学习从语言（Python也好，R也好），到技术（从statistics，到数据分析，到machine learning)，到平台（从 RapidMiner到Anaconda, 到Matlab，，，）到构架（从TensorFlow到Hadoop），到Visualization（2D到3D模拟，从 surface rendering 到 volume rendering)....

上面这些技术，基本上全是工业界的发明创造，老实说，大学落后工业界几个年代，大部分大学教授根本跟不上工业界的步伐。前面我讲过这个观点，受到不少网友嘲笑。但我还是要说，在大学攻读什么计算机博士，完全是在浪费金钱和生命 （除非极个别的几个大学计算机大拿教授）

[古树羽音]

对！这里的研究室的学生优秀的，权衡不能当教授的话，拿了修士后，几乎都进入了一流企业，计算机技术是在应用中发展的，二人又在企业中成长（技术与资本）；而博士企业都不太爱要，除非研究所，但一个萝卜一个坑，需要多年才能熬成婆（专任）。所以真正的人才带动了企业走入世界，虽然今年有点...，但高端技术仍旧靠前。
国内因为“官本文化”，优秀的却是先选国家机关→京城院校→经商的次序（我只知道社会科学分野的毕业生），所以台浪费人才和教育资源了，十分可惜。 谢谢分享