| Web开发 | 后台 | JAVA等 | ||
| 前端 | HTML等 | |||
| 移动端 | Android | |||
| IOS | ||||
| 高并发 | ||||
| 大数据 | 存储数仓 | HDFS | ||
| hbase | ||||
| hive | ||||
| j计算分析 | mapreduce | |||
| spark | ||||
| flink | ||||
| 云计算 | 虚拟化 | docker | ||
| Kubernetes(k8s) | ||||
| 人工智能 | 机器学习 Machine Learning | 数据挖掘 | scikit-learn | |
| xgboost | ||||
| 海量数据挖掘 | mahout | |||
| spark MLlib | ||||
| spark ML | ||||
| 深度学习 Deep Learning | 一般人工智能 | Caffe | ||
| Keras | ||||
| PyTorch | ||||
| TensorFlow | ||||
| 多领域应用 | 计算机视觉 | 车牌识别 | ||
| 文本识别 | ||||
| 人脸识别 | ||||
| 缺陷检测 | ||||
| 医疗图像识别 | ||||
| 自然语音处理 | 词性标注 | |||
| 对话机器人 | ||||
| 情感分析 | ||||
| 机器翻译 | ||||
| 强化学习 Reinforcement Learning | 强人工智能 | AlphaGo | ||
大数据对历史数据进行分析做报表
人工智能是对历史数据找规律，并对未来数据进行预测
一般人工智能只是单纯各行各业的应用，没有知觉和自我意识，经典应用如车牌识别、人脸识别、缺陷检测等；但强化人工智能是一般人工智能和强化学习的结合，能自主学习和优化，经典应用如AlphaGo。
