年薪40萬的機器學習工程師大概需要什么水平？

- 機器學習的底層優化：C/C++，適當學習一些assembly和intrinsics。- 機器學習框架和算法的開發優化：C/C++，CUDA。根據工作的側重可能需要了解OpenCL，OpenGL，甚至 HDL，但是這些都是bonus。- 工業級別的分布式系統：依然是C/C++，了解分布式系統的知識比如說MPI，Spark，等等。- 機器學習模型的設計研究：Python 加上一兩個機器學習的框架，最好還是要學一些C/C++。- 機器學習在前端的應用：Python，java（Android），Obj-C（iOS），但是這個其實基本上和機器學習沒有太大關系。- 機器學習在大量傳統公司當中的應用：他們以前用什么語言就什么語言。。。

另外，作為面試官的話我會根據你的背景和偏好選擇C++和Python之一。個人把這兩個列為必須要會一門的語言。

機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。機器學習牽涉的編程語言十分之廣，包括了MATLAB、Julia、R、Perl、Python、Clojure、Ruby等等。

為了讓開發者更加廣泛、深入地了解機器學習，云棲社區組織翻譯了GitHub Awesome Machine Learning 資源，涵蓋24種編程語言的機器學習的框架、庫以及其他相關資料。