大数据是量化基金吗？
题主的问题： 1.大数据与量化这两个概念是怎么界定的，有什么联系与区别？ 答：这个问题我曾经在知乎上回答过； 简单回顾一下，在知乎上的那个回答，当时的主要观点如下（已授权）： 后来这个答案受到了一些关注，有人提出了不少质疑或补充，我也都接受了。于是答案的内容和观点逐渐丰富了起来，如下（已授权）： 这个答案是基于我对这两个问题的理解写的，当时也参考了部分资料。之后我又对这两问题做了些思考，所以如果有机会的话可以进一步聊一聊。 2.现在做大数据方向或者算法方面的工作，比如人工智能，机器学习，数据挖掘等是不是已经晚了？ 答：看到很多回答说晚了之类的...其实未必如此，看情况和时机而定。 我个人认为在学术界或者说研究这方面，确实有些晚——因为别人在做你就在后面追，毕竟科学研究也是要抢热点的嘛！不过如果是在工业界，情况又有所不同。
以人工智能为例，很多人都说AI热了过了，其实未必——AI的确热，但AI也不像其它领域那么卷，毕竟AI有很多应用落地的场景，也有很多未成熟的地方有待开发。以我个人的经历来看，AI在工业界的招聘情况是这样： 大公司(谷歌、脸书之流)的AI部门对人才的要求是非常高的，非清北中上985+top计算机毕业+强大的编程能力+一定的项目经验是很难入他们的眼的；而小公司(例如某社交网络)则相对容易，虽然他们开的价格没有大公司高，但同样要求清北中上985+TOP计算机专业毕业，而且有一项或几项AI方面的项目经验。至于那种只要学过几个算法就号称自己是AI人才的公司，恕我才疏学浅，还真没碰到过...
所以，如果题主是清北中上的985学校，计算机专业，且有一定AI项目经验的话，找工作应该是不难的。但如果只是北邮或者西电这种学校，那就需要好好想想了——因为这种级别的学校，在就业市场上本身就不占什么优势，何况还想要在人才济济的IT/AI行业脱颖而出呢？ 所以说，晚不晚是看人和看情况的，不能一概而论。
最后，推荐一个视频，是李安教授在斯坦福大学给学生讲的关于数据科学和机器学习的课程，一共十讲，李教授讲课风趣幽默，深入浅出，值得一看！ 有时间再更...