就我个人而言，我最初是从事计算机科学的。
我拥有多个相关专业的学历证书。
我喜欢学习数学，所以我几乎读完了整本数学专业书。
由于精力有限，否则我不会考虑数学专业。
学完有人说你能记住吗？如果是与计算机科学与技术、软件工程、数据科学、大数据技术、人工智能相关的，我个人认为是：第一，学历证书。
对于技术研发来说，硕士学位和博士学位证书将更具竞争优势。
此外，还有根据学历给予应届毕业生安家费等政策。
当然，有些人的专业与计算机密切相关，并且与计算机专业密切相关。
比如你学的是机械专业，从事工业软件开发，我不想花2、3年读硕士，或者再花5、6年。
我将攻读博士学位。
2018年，我的学习能力很强。
我可以参加软考（计算机软件资格及水平考试）来获得相关证书，而且国家提供的优惠政策也相当大，大致如下：对证书持有者本身的补贴；免除个人所得税；与职称挂钩；项目投标奖励积分；积分结算；有的城市直接出钱引进人才。
您可以在百度上查看相关政策。
软件考试难度较高：软件设计师、嵌入式系统设计师大致相当于考硕士；诸如系统架构师之类的资格大致与获得博士学位一样困难，两者不仅需要深度，而且需要广度。
数据科学、大数据、人工智能相关专业为国内新开设，刚刚开始招生。
目前还没有资格考试。
那么问题来了。
对于我们这些数据科学和人工智能课程设计和实验设计的先驱者来说，知识水平的深度和广度从哪里来？就我个人而言，我原本是从事计算机科学的，并且拥有多个相关专业的学历证书。
我喜欢学习数学，所以我几乎读完了所有的数学书籍。
由于精力有限，我本来还想学数学。
有人说你能记住吗？我记不清了，但我能欣赏数论、图论、对偶论、博弈论等思想。
至于数据科学和大数据技术，那是10多年研究的成果。
至于人工智能，首先它的核心学科机器学习相对容易学，因为它与数学和大数据应用有交叉。
还有人工智能和计算机科学。
横切芯片、智能传感器、嵌入式，还好这些我学得很好。
当然，这些需要20年以上的经验，所以不要急功近利。
最后我想说的是，拥有硕士、博士学位、软考、特许金融专家、注册会计师证书，才是你的硬实力。
“证明”自己永远比“证明”自己更重要。
俗话说，言语没有根据，但最终最好是与实际项目结合起来，比如计算机、数据科学。
最好有JAVA大数据项目的实践经验，否则会造成理论与实践脱节。