至顶网CIO与应用频道 06月28日 北京消息:走下高考的竞技场,又走上高招的棋局,2017年的准大学生们正在做一道人生中至关重要的选择题——专业选择。目前经济结构升级和科学技术进步将大数据专业带入了高招领域,攀升为热门话题,到底是明日黄花,还是经久不衰?领英为你清晰解读大数据专业。
专业现状:火爆之下的求贤若渴
大数据这个词已经热门有近十年的时间,可毕竟我们已经见过太多大一入学时还是热门专业,待研究生毕业时却已经成为“传统专业”的故事,所谓“花无百日红”的魔咒会不会降临到这个专业上呢?领英中国技术副总裁王迪解答到:“这个大数据的人才缺口,我们感觉还是非常大的。”
一方面,大数据是各行各业都需要的辅助技能,就像游戏里增加团队合作效率,延长团队寿命的辅助角色一样,无处不在。互联网行业毋庸赘言,在互联网+带动经济结构转型的大背景下,传统行业甚至更需要大数据专业的帮助。比如新零售或新物流,核心要义就是提高运营效率,降低成本,获取尽可能多的流量红利,这种新运营模式的背后离不开大数据分析的支持。整个社会转型和经济升级对于大数据相关的人才需求量实际上越来越高,大数据人才需求扩散范围也越来越广。
另一方面,大数据专业的不可替代性还很强。随着“人工智能”的普及度提高,一些观点认其发展会导致机器最终取代数据分析师的位置。对此,王迪表示,“这个担忧可能太早了,从产业的实际发展情况来看,通用人工智能方面还有很长的路要走。”比如有一些人工智能的算法或者工具已经使用了,进而产生了很多的数据,这些数据到底如何优化更有价值,反而需要数据科学家和数据分析师发挥作用,“人”才是让“人工智能”发挥作用的关键。可以说,这个专业的未来还很广阔。
报考准备:基础之上的复合学习
从领英的角度看,大数据行业是从过去几年突然新兴然后爆发的,5年或者是10年前很少有企业会招数据科学家或者是数据工程师这样的职位。然而教育体系和市场的爆发存在一定的脱节现象,比如现在还没有太多院校尝试去开设本科阶段的大数据专业,“清华大学的相关课程主要是在研究生阶段,性质是一个跨系的选修学位,所以参与的同学各种背景都会有”,王迪介绍到。这意味着大数据专业办学还处于探索的阶段。在这种情况下,对此感兴趣的准大学生们又该如何做准备呢?
领英认为,学好数据基本功是重中之重。正如王迪所说,“大数据这方面,我认为现在的在校学生如果有意愿在毕业从事这方面的工作,其实在学校里现在可以选修一些与此相关的课程。”从过去的一些经验判断,复合型学术背景的人才在实际工作中往往走得更远。以电子商务为例,因为单一专业的教学大纲容易与市场脱节,实际工作中发现电商企业不一定需求的是电子商务专业的毕业生,掌握电子商务基础的其他学科背景人才在行业内反而较受欢迎。对有志于大数据专业的准大学生们而言,不管最终就读什么专业,如果有志于成为数据分析师,数据库和简单编程是基本功,必须学好;其次,统计原理对理解分析数据和建模很有帮助,也可以在大学期间涉猎;最后,要成为顶尖的数据分析师,除了需要学一些人工智能的机器学习等高级知识外,技术能力之外的软实力也非常重要,正如王迪所说,“决策和创新是数据科学家的终极任务。”
在选择专业时,还有一个不得不提的原则,就是一切选择的前提是适合。对数据不感兴趣的人而言,数据是一些枯燥的符号,而对感兴趣的人而言,那是一片浩瀚星海。准大学生们应该结合自身情况,依据现实背景和对未来的判断做出最优选,参考市场对各领域人才的需求,为职业发展打好基础。大数据专业已经在星海中逐步起航,而你是否做好准备,与他一同遨游?
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。