链接：https://www.zhihu.com/question/315611053/answer/676815240
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
以开发深度学习框架为例：
1，熟悉常见深度学习模型，CNN, GAN, RNN/LSTM, BERT, Transformer;
2,熟悉后向误差传播算法（BP），完成从标量求导到矩阵求导思维方式的转换，熟悉常见算子的梯度推导（矩阵乘，卷积， 池化，Relu，如果会batch normalization 就一步到位了）；
3，熟悉autograd的基本原理，能自己手撸一个最好；
4，熟悉cuda编程（举一反三），熟悉cuda高阶用法，event, stream, 异步/同步，会优化常见cuda kernel, element-wise, reduce, broadcast， MatMul, conv, pooling 等；
5，熟悉c++和python, 对c++高级用法感到舒服，各种模式，惯用法，模板；熟悉vim, gdb 程序调试；
6，熟悉socket, RDMA编程，熟悉常见collective operation代价分析，譬如ring allreduce, tree allreduce 代价分析；
7，熟悉多线程编程，熟悉锁，条件变量，内核线程，用户级线程，对actor, CSP(coroutine)各种技术熟悉；
8，熟悉编译器基本原理，parser什么的不重要，主要是dataflow分析，灵活运用；熟悉多重循环程序优化技巧，譬如polyhedral 模型；
9，熟悉常见分布式系统原理，mapreduce, spark, flink, tensorflow 等；
10，熟悉计算机体系机构，量化分析方法，Amdahl' Law, Roofline Model, 流水线分析（譬如David Patterson 那本书）；
11，熟悉操作系统原理及常用系统诊断工具，譬如各种资源利用率分析；
12，programming language 原理，命令式编程，函数式编程，逻辑编程，入门书《程序的构造与解释》？
以上只是知识和技能，我认为最重要的是直觉，洞见，创造能力。
暂时先想到这些，如果都符合，绝对挺多企业想要你。我们也需要：）