云计算，Cloud computing，超大规模分布式计算能力，为大数据提供了硬件基础。

大数据，Big data，海量数据为人工智能的学习和发展提供了软件基础。

AI算法，Algorithm，人工智能进步的最重要条件，极大提高了人工智能的实验结果。

有了算法，需要数据来优化算法，有了数据需要巨大的处理能力。

人工智能影响劳动密集型产业，就是那种简单且重复性高的，规律性强，以及那些对人体危害大的。然后人工智能的大规模商务应用也是一个发展趋势。（打不过就加入呗 doge）

简单高效：容易上手，开发效率相对较高。

适应性广：Python语言适合各行各业。

应用广泛：软件开发的各种领域都可以使用。

资源丰富：很多来自社区的成熟的包。

python虽然没有2017年的那种火爆，但是人才缺口依然非常的巨大。

Web服务端开发：相较于java，前后端使用同一个技术栈稳定性可能会更好。

爬虫：模仿人去访问网站。因为政策原因，不再作为主要的岗位。

自动化测试、自动化运维：上岗即是顶级岗位。虽然看起来薪资挺高，但是发展空间小。

数据分析，机器学习：发展空间大，技术栈比较大，是风口。

轻语法重本质。学编程注重的是思想，代码都是水到渠成的。重要的事情是需求，是我们的目标，我们的程序需要做的东西。需求导向。代码是技术更是艺术，要精雕细琢。项目/实战，要上手去练Python 要靠大量的练习，去训练自己，要用。