@levelworm Sedgewick 这本也可以视作数据结构的学习书吧。。个人感觉还是挺自学友好的一本书（相比国内本科教材

in 的速度不快吧。。可以用 grep 试试

这个场景…mapreduce 启动！

这么多 tab，大脑 context switch 的过来嘛。。

@zagfai 有可能不是对 redis 的误用，而是你没有想象过这样的需求场景。

@NotreDame 我只相对了解传统 system 领域的。国内工业界大厂的话，可能阿里华为两个做的比较好吧。另外就是 PingCAP 等 startup 也做得挺不错。考研的话，其实国内做的好的（指能发顶会）也没几家高校。

如果你对研究这件事情有热情那可以考虑考研。如果没有，且工业界热门的东西（比如 DB ），有没有读研也不是很关键吧，毕竟 system 也是很工程的领域。

@Accelerant Pro14 5800H，没有出现供电低了性能释放爆降这个问题。

@James369 这个我认可，在大厂里，这样的分工也很常见。不过研究算法的是研究员，整合系统做实现的叫“算法工程师”。

@James369 21L，所以问题就变成了，你身边的“算法工程师”能否代表工业界算法工程师的普遍情况？

@James369 你这话的问题在于你不了解算法实际部署的问题。在很多场景下，并不是我给出一个算法，这个算法直接对接新数据，直接输出你想要的结果。除了楼上所说的资源限制以外，对于实际场景针对性的优化、finetune 、特征的处理都是算法最后效果好坏中很重要的一环。而不仅仅是算法是否 fancy，是否有发表论文。
和 @p2pCoder 说的一样，实际业务上线的算法有方方面面的角度需要考虑，而不是哪一个是 state of the art 就拿来用。不要低估特征处理等的重要性。

至于你说的"很多算法工程师只会用 Python （甚至连计算机系统原理都不懂）"，就只是你所处环境的 bias 了。

我来支持下 11L，GPA 不是一切。尤其是国内的课程本来质量水平就很一般。想找工作，就把技术学好，多找点实习完事了，感觉这俩专业的差别也不影响找工吧。

轻吐槽，为啥看开源项目会选择看 powertoy 。。。你看这种项目当然是会看到大一堆平台 API 了

你的思路就有问题，从 system 的角度来看，优化的思路不是直接想利用 XX 的空闲资源看能干嘛，而是先寻找瓶颈，才有解决方案。而爬虫一般的瓶颈显然是出现在网络 IO 上。

@mingl0280 H730P 现在价格不低的。。

@chenshun00 +1 不知道为啥戾气这么重，从技术挑战来说，做 infra 当然挑战更多。怎么楼上说的跟运维似的。大厂做 infra 的不比强业务相关的更滋润？