① 硬件工程师需要把c语言学到什么程度还必须学些什么
1、应该熟练c的编程,要多写、多练；
2、学习数据结构和算法；
3、学嵌入式硬件处理器，
4、深入学习linux系统，深入理解linux系统的设计原理，以及内部的一些系统机制；
5、学习linux内核的移植，以及硬件设备的驱动开发。
更多学习方面的问题可以去咨询一下东方赛富嵌入式培训学院专业的老师！
② 程序员：感觉做硬件的真的厉害，年龄越大越吃香，软件是吃青春饭
职场中，有个职业是软件工程师，还有个职业是硬件工程师。最近，有个程序员感慨：感觉做硬件的是真的厉害，年龄越大越吃香，而做软件的就是吃青春饭。
听同事讲了他做的电源模块的电路设计、一大堆计算公式、实验调试过程，感觉做硬件真的厉害，要战胜很多不稳定因素，书上的公式很多都是理论，要做出可靠的硬件产品必须靠大量的经验和努力。但是他西电毕业工作6年，薪资只有18k，现在应届渣本只要会写java、python，年薪25万都嫌低。
我是一个有着5年工作经验的架构师，关于web前端，自己有做材料的整合，一个完整学习web前端的路线，学习材料和工具。能够进我的群51615，6028收取，免费送给大家。希望你也能凭自己的努力，成为下一个优秀的程序员！
那么问题来了，如何看待这两种职业呢？先来看看同行怎么说：
1，我就是硬件相关专业的，当时瞧不上做软件的，觉得没技术含量，门槛低，后来一不小心做了软件，发现等到了35岁以后，可替代性很强，反而做硬件技术积累很重要，年龄越大越吃香。做软件就挣那几年的快钱，吃青春饭。
2，感觉和做硬件比，互联网真的不算技术，只要砸钱进去，淘宝京东很容易做出来，但是没有技术很牛的。真不明白为什么在真正做技术的反而收入这么少，乱吹牛的互联网挣钱那么多，而且天天自称“做技术”
3，我以前是做电源方面软硬件的，现在做算法开发，不过周末还在一家电源公司兼职帮他们开发，实话说不管是软件硬件开发道理是相同的。但是，软件最大的好处在于复现容易些，而硬件经常需要花很多时间解决一些匪夷所思的问题。例如zookeeper的分布式选举算法其实跟多模块电源利用二极管钳位均流电路实现的主模块选择就很像。
其实，硬件要想做好，需要很深的理论功底，尤其这种电源模块，器件参数不对板子就炸了。出现问题也难查。搞硬件做的深都是要数学功底，普通根据厂家芯片电路图改改，这种待遇也不会太高，往深了模电，EMC数学不好确实难搞，这些才是硬实力，而前者也会有中年危机。搞硬件产品周期长，研发成本高，导致整体待遇不高，中国又有几个大疆华为硬件公司给的起高工资呢。
之前做通信，天线理论，高频电路，可是不挣钱。现在做大数据云计算，简单还挣钱。大部分技术人员都不是改变世界的天才，所学也不过是一门手艺，能不能挣钱只和市场需求强不强有关，和手艺难不难无关。你看学基础数学物理的，更难，可是挣得钱养活自己都不容易。不知道各位读者朋友们怎么看呢？欢迎评论，大家一起交流。
③ 电子信息科学与技术专业主要学的什么，出来从事什么工作
看你是什么学院的了，我是物理学院的电子信息，主干课程是：数字电路、模拟电路、单片机+接口技术、信号与系统、通信原理、EDA, PLC、等
具体的分支就多了，就目前的形势，大体有这么几个方向：1、通讯领域：指要是信号与系统，通讯原理这一部分、2、电力基站建设和测试：指要是数字、模拟电路，信号与系统也设计，还有一部分的继电器维护等可以去电信院补课 3、单片机嵌入式：主要是单片机和接口技术和基本的编程语言 4、硬件编程工程师：PLC EDA 和各种编程软件和语言
今年赶上金融危机，就现在的情况，对与应届毕业生来说！通讯和电力基站建设这一块比较好找工作，这不两会 有要求加快中国的数字化进程，数字话最基础的核心就是小功能器件的单片机化，现在无论是外资还是中资、无论大公司还是小公司，都在高薪招搞水平的嵌入式开发工程师，硬件编程工程师是什么分量，我不说你也清楚。
电子这行业，不要担心没有好的工作，就是看你技术是不是过硬，本科刚毕业，一般不具备独立编程的能力，所以搞研发，本科生不被看好。
好好学习，现在就想好自己要在哪方面发展！！！这很重要！！！把这一分支的东西你真正的搞精了，你要是能拿上几份自己的研发图去找工作，呵呵，你看看你能找到的是什么岗位，高薪！！
说了很多，前提你自己要搞明白要做哪一方面，如果还有什么需要的话，给我留言。
祝你好运！！！
④ 硬件设计工程师的工作职责是什么
◇熟悉模拟电路与数字电路的工作原理和设计方法，并能进行原理性设计。
◇熟练使用Protel设计电路原理图与PCB Layout。
◇熟悉MCS-51单片机及其外围电路，能应用C语言开发单片机应用系统。
◇掌握VHDL，理解数字电路时序约束，并能用其开发FPGA。
◇能应用MATLAB进行算法建模仿真；写过10万行C程序，有一定的项目开发经验，良好的代码风格。
◇501分通过CET-4，CET-6， 具有较强的英语听说读写译能力，能熟练地阅读和撰写英文技术文档。
工作描述： 实施具体的硬件设计任务；设计电路原理图与PCB Layout，并输出设计文件如PCB版图、BOM表等；样机制作，样机调试，设计验证；编写调试程序，测试开发的硬件设备产品；审核工装设计和生产工艺制定，提供产品生产和维护相关的技术支持；编制项目开发文档，质量记录。
---------
担任硬件设计工程师；负责可编程逻辑控制器（PLC）的硬件电路设计。结合产品功能，设计电子线路，规划PCB板及其EMC性能评估，指导和协助PCB Layout工程师进行PCB板的设计；负责产品原型机的功能测试，EMC测试；协调测试部门对原型机进行功能等各方面的测试；EMC问题的跟踪处理改进；后期协助工业化部门进行批量生产。
⑤ 算法工程师即学硬件系又学软件系吗
算法工程师主要是软件。
主要是软件去实现怎么算法，怎么出结果。
硬件不用去钻研。平时工作中了解一下多看看。当然基本的电路知识还是需要有的。你要注意到各个ic的逻辑。
⑥ 转贴：硬件工程师和软件工程师，哪个更有前途
无论软硬件工程师都不是清闲的等闲之辈工作。要有心理准备。
软件工程师：目前从业者很多，流通性很大。可选择从事国内项目或国外项目，外语过硬的话，出国很容易。
硬件工程师：学校好像没什么课程，得参加CCNA，CCNP，CCIE等类似学习考试，看公司类型，有的可能出差较多。
至于福利待遇，如果你够强，运气够好，又敢闯荡，不怕吃苦的，都算是中上收入的职业。
⑦ GPU算法工程师是做什么的
一、算法工程师简介（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）算法工程师目前是一个高端也是相对紧缺的职位；算法工程师包括音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（@之介感谢补充）、其他【其他一切需要复杂算法的行业】专业要求：计算机、电子、通信、数学等相关专业；学历要求：本科及其以上的学历，大多数是硕士学历及其以上；语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。算法工程师的技能树（不同方向差异较大，此处仅供参考）1 机器学习2 大数据处理：熟悉至少一个分布式计算框架Hadoop/Spark/Storm/ map-rece/MPI3 数据挖掘4 扎实的数学功底5 至少熟悉C/C++或者Java，熟悉至少一门编程语言例如java/python/R加分项：具有较为丰富的项目实践经验（不是水论文的哪种）二、算法工程师大致分类与技术要求（一）图像算法/计算机视觉工程师类包括图像算法工程师，图像处理工程师，音/视频处理算法工程师，计算机视觉工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：机器学习，模式识别l 技术要求：（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；（2） 语言：精通C/C++；（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】（4） 熟悉OpenCV/OpenGL/Caffe等常用开源库；（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；（7） 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；应用领域：（1） 互联网：如美颜app（2） 医学领域：如临床医学图像（3） 汽车领域（4） 人工智能相关术语：（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程（2） Matlab：商业数学软件；（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。（二）机器学习工程师包括机器学习工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：人工智能，机器学习l 技术要求：（1） 熟悉Hadoop/Hive以及Map-Rece计算模式，熟悉Spark、Shark等尤佳；（2） 大数据挖掘；（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；应用领域：（1）人工智能，比如各类仿真、拟人应用，如机器人（2）医疗用于各类拟合预测（3）金融高频交易（4）互联网数据挖掘、关联推荐（5）无人汽车，无人机相关术语：（1） Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。（三）自然语言处理工程师包括自然语言处理工程师要求l 专业：计算机相关专业；l 技术领域：文本数据库l 技术要求：（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；（4） 人工智能，分布式处理Hadoop；（5） 数据结构和算法；应用领域：口语输入、书面语输入、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。相关术语：（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】（四）射频/通信/信号算法工程师类包括3G/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师要求l 专业：计算机、通信相关专业；l 技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理l 技术要求：（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；（2） 信号处理技术，通信算法；（3） 熟悉同步、均衡、信道译码等算法的基本原理；（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学应用领域：通信VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】物联网，车联网导航，军事，卫星，雷达相关术语：（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。（2） 基带通信（又称基带传输）：指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输，如以太网、令牌环网。（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。【有线电视就是用射频传输方式】（4） DSP：数字信号处理，也指数字信号处理芯片（五）数据挖掘算法工程师类包括推荐算法工程师，数据挖掘算法工程师要求l 专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；l 技术领域：机器学习，数据挖掘l 技术要求：（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；（2） 熟练使用SQL、Matlab、Python等工具优先；（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】（4） 数学基础要好，如高数，统计学，数据结构l 加分项：数据挖掘建模大赛；应用领域（1） 个性化推荐（2） 广告投放（3） 大数据分析相关术语Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。（六）搜索算法工程师要求l 技术领域：自然语言l 技术要求：（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发（2） hadoop、lucene（3） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验（4） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验；（5） 精通倒排索引、全文检索、分词、排序等相关技术；（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。（七）控制算法工程师类包括了云台控制算法，飞控控制算法，机器人控制算法要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求：（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；l 加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；应用领域（1）医疗/工业机械设备（2）工业机器人（3）机器人（4）无人机飞控、云台控制等（八）导航算法工程师要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求（以公司职位JD为例）公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；（3）具备导航方案设计和实现的工程经验；（4）熟悉C/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;应用领域无人机、机器人等。