有什么值得深入研究的技术?

miaoyibosysu 2019-03-26 08:04:27
不包括一些比较优秀的但偏应用性的框架,像Apollo、sentinel这类
...全文
254 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
stacksoverflow 2019-03-26
  • 打赏
  • 举报
回复
引用 2 楼 miaoyibo12 的回复:
引用 1 楼 stacksoverflow 的回复:
AI结合大数据
这个命题有点大,只是大数据可能还好些,以前只了解过一点mapreduce框架,要搞透了,学习的工程量也够吓人。对我来说,这类命题只是泛泛的了解下没有什么意义。
算法拿来用,不是要你设计算法,本着实用的角度去学习,工程量没有你想得那么大。 业务都长在数据上,结合AI算法对数据进行分析时未来的主方向,比如做聚类,决策,预测。 过去的大数据时出各种报表,以后大数据分析是结合AI算法作决策,预测,让后让数据更好的为业务系统服务。 这个命题不泛泛,也不大,有心钻研技术的话了解一下吧。 分布式高并发这些技术会越来越成熟,慢慢会变成搭积木一样谁都会,在这上浪费时间是等死,各种框架都是忽悠初学者,增加初学者晋级的难度的,没有深入研究的必要。
miaoyibosysu 2019-03-26
  • 打赏
  • 举报
回复
引用 1 楼 stacksoverflow 的回复:
AI结合大数据
这个命题有点大,只是大数据可能还好些,以前只了解过一点mapreduce框架,要搞透了,学习的工程量也够吓人。对我来说,这类命题只是泛泛的了解下没有什么意义。
stacksoverflow 2019-03-26
  • 打赏
  • 举报
回复
AI结合大数据
本节属于《跟朱老师学智能网联汽车开发系列课程》的第1季《智能网联汽车综述》第3个课程,从自动驾驶角度来讲智能汽车。主要讲了自动驾驶的实现原理,不同流派。自动驾驶常用传感器的基本原理,自动驾驶算力平台及其相关的软硬件技术、算法技术等。 智能网联汽车未来十年最值得期待的风口。综合叠加了电动汽车替代传统燃油汽车、自动驾驶辅助甚至替代人工驾驶、传统汽车座舱升级智能座舱、整车和零部件乃至产业链的国产自主可控化等发展趋势。AI、IoT、云计算、大数据、芯片和半导体、操作系统、5G等国家重点发展的“硬科技”,都和智能网联汽车有很紧密的关系。所以除了传统车企外,涌现了“蔚小理”这样的造车新势力,引入了Tesla这样的鲶鱼,又吸引了华为、百度、大疆、小米这样的中国高科技以及互联网巨头。智能网联汽车相较于传统汽车来说,最大的变化是:整车的核心技术和竞争点从机械技术转向了计算机技术。所以从车企到tire1等汽车产业链上下游,都将注意力转向了“车载计算机及其相关技术”的研究和实践。域控制器、hypervisor、车载以太网、SOME/IP、DoIP、SOA、AGL和QNX、OTA、C-V2X、AutoSAR CP和AP、ROS、SLAM、激光雷达、超声波雷达、毫米波雷达、深度相机、传感器前融合后融合、ADAS、AR-HUD、智能驾驶算法、算力平台、英伟达Xavier和Orin、高通骁龙8155和Ride、华为MDC、地平线征程3和征程5、MobileEye EyeQ5、TI TDA4、 NXP S32G等等,以上列出了一些关心汽车行业的人经常会看到听到的“关键词”。这些都是实现智能网联汽车所需要的关键技术,也是汽车行业工作者形成行业竞争力,试图去理解和分析行业发展趋势的关键技术底蕴。但是客观上智能网联汽车涉及到的技术杂、学科多、内容深,而且本身这些技术都在快速发展演变,这就造成了学习困难、不成体系。这对于传统汽车行业的“老人”,以及有兴趣进入智能汽车行业的“新人”来说,都是很大的障碍和挑战,急需解决方案。本训练营及课程体系就是为解决这个问题。我们将通过系统化的课程,全面覆盖智能网联汽车的“车端”新技术(就是前段中列出的那些关键词),控制深度深入浅出的讲解相关原理和概念、分析相关技术发展趋势。最终目标是希望大家有一定深度的理解智能网联汽车的原理和相关技术,能从整体上认知智能网联汽车这个产品,具备行业趋势的分析研判能力,具备行业上下游之间或者模块与模块之间的沟通能力,帮助大家在智能网联汽车获取核心竞争力,助力个人发展。

50,530

社区成员

发帖
与我相关
我的任务
社区描述
Java相关技术讨论
javaspring bootspring cloud 技术论坛(原bbs)
社区管理员
  • Java相关社区
  • 小虚竹
  • 谙忆
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧