微啦li
hello~很高兴回答您的问题哦，我目前是互联网行业的一个HR，支持过一线的招聘工作，比较了解市场需求，可以结合我的经验简单分享下哦[可爱]
→Python从事岗位？发展前景？
（可参考下图我做的思维导图）
1、从事岗位：Python是一门脚本语言，各种岗位都适用的，发展方向也很多。
① 数据分析：商业数据分析，比如：游戏，社交产品，金融证券，电商等行业需要对业务流程中产生的数据进行数据分析、可视化、爬虫收集资料等，对业务的决策提供数据支持。
② 大数据开发：ETL，Hadoop生态圈等，都可以用Python来写，搭建大数据集群，对百万千万乃至上亿实时和离线数据的整理，挖掘数据中的商业数据。
③ 测试/运维：Python可以写脚本，进行自动化运维和测试，代替一些重复性的工作。
④开发：Python开发比较少，主要有Django等web框架开发web产品，Python主要还是数据自动化应用得比较多。
2、发展前景：Python的发展前景是非常不错的。各行各业，只要涉及网络的，都会需要数据分析，互联网、房地产、餐饮、甚至制造业都看重“数据”这个21世纪的“新能源”。数据可以挖掘业务内部的趋势，招到问题本质并提供策略支持。此外，现在大火的人工智能，也是基于大数据的本质，来进行机器学习的，算法则是为机器学习提供更多的后台逻辑。
以上是我的看法，希望给你有所参考呢[可爱]
Python的应用方向主要是如下几个方面，这几个方面也都是笔者经历过的，不过Python作为通用的编程语言，还可以应用到很多很多我们没有想到的领域。
1.人工智能开发
AI应用开发实际上可以使用非常多的编程语言，比如Java、C++甚至JavaScript，但是Python无疑是使用最多可以说是处于垄断地位的AI编程语言，机器学习标准框架Scikit-learn只能用Python开发，深度学习标准框架TensorFlow的主语言是Python，对TensorFlow有非常大威胁的PyTorch也是使用Python语言进行应用开发的。AI开发方向对从业人员有学校、学历、数学基础、统计基础的要求，而且目前主要是大型科技企业有需求，要求从业人员硕士学历以上、数统或计算机专业毕业。但随着社会需求的增长与人工智能产业化的加速，对从业人员的要求肯定会逐步降低，毕竟做AI应用的工程师在使用框架的时候很多算法只需要调用API即可，而无需掌握底层数学理论的推导与算法设计。
2.数据分析挖掘
传统数据分析主要是从Excel与数据库中取数据来分析，现在加上从数据仓库中取数据进行大数据分析（或称为数据挖掘），而数据挖掘就需要掌握机器学习算法，如果只是使用的话其实挺容易，直接调用框架现成的API即可，我们掌握了算法的使用场合与使用条件就可以很好地应用了，对数学的要求其实并不高，只是数学好对理解算法的原理有很大帮助；硕士生可以把算法工程师作为目标，进行算法设计，数据科学家也主要是进行算法研究与设计的。当然数据科学中常用的统计学基本概念还是要熟练掌握的。
3.大数据开发
以Hadoop为代表的大数据平台主要用于存储与处理海量数据，不过Hadoop的MapReduce数据处理框架需要将HDFS所在的磁盘作为临时存储，所以数据处理的效率不高，这样Spark基于内存的数据处理框架就具备替代MapReduce的能力，目前情况也基本验证了这一点。Spark大数据应用开发可以使用Scala/Java/Python来开发，Python开发大数据应用占用的市场份额也在逐步提高。
4.Web企业级应用
Web企业级应用开发方向目前主流是Java与PHP语言，大型企业级应用使用Java，中小型应用可以选择PHP，Python也可以使用Django或Flask框架开发企业级应用，但总体而言Java占据了霸主地位，Python在企业级应用开发领域想撼动Java的位置现在还看不到希望。
5.自动化测试
自动化测试工程师应该属于高级测试工程师范畴了，自动化功能测试通过测试脚本模拟人的动作来测试产品的功能，自动化性能测试通过测试脚本来模拟多线程并发等等。原来自动化脚本C/Java语言居多,目前的现状是Python占据霸主地位，自动化测试工程师言必称Python，很是恐怖！！
6.自动化运维
自动化运维现在流行的说法叫“智慧运维”，系统级别的任务往往使用Linux Shell脚本编程，业务级别的运维功能使用Python占绝大多数，笔者在深圳电信工作时就写过不少Python的运维脚本。不过高级运维才会让你去写Python脚本咯，需要混不少年才可能有机会，而且需要进的是大公司。
更多资讯请关注笔者头条号“语凡提”，向智慧化身阿凡提致敬，致力于分享大数据/数据分析/人工智能视频！
