suchen
HeimBackend-EntwicklungPython-TutorialWas ich dieses Jahr im Quantencomputing gelernt habe (als Junior-Ingenieur)

What I learned in Quantum Computing this year (as a Junior Engineer)

Für einen Junior-Softwareentwickler, der eine Stelle im Quantencomputing gefunden hat, war 2024 ein wirklich interessantes Jahr. Ich wollte diesen Beitrag als Beispiel für andere teilen, die gerade in diese Branche einsteigen, da es den Anschein erwecken kann, dass jeder ein Experte ist und genau weiß, was er tut. Was nicht wirklich der Fall ist. Meine Reise ist nicht allzu besonders, aber während ich das College abschloss, dachte ich, ich würde entweder als Quant im Finanzwesen landen oder bei einem riesigen Softwareunternehmen in Kalifornien (Sie kennen die), also von einem theoretischen Verständnis zu einem praktischen Verständnis übergehen. über die Entwicklungsrolle in einer so wichtigen neuen Branche wie dem Quantencomputing war eine Überraschung. Und viel harte Arbeit. Und eine Gelegenheit, die ich nicht verpassen werde, um weiter zu wachsen und zu lernen und auch anderen dabei helfen zu können.

Julia war eine willkommene Überraschung

Die Akzeptanz von Julia durch die Quantencomputing-Community erregte Anfang des Jahres meine Aufmerksamkeit. Während Python weiterhin dominiert, boten Julias Quantenpakete wie Yao.jl und QuantumOptics.jl überraschend elegante Lösungen für das Design von Quantenschaltungen. Das Multiple-Dispatch-System der Sprache erwies sich als besonders nützlich für die Handhabung verschiedener Quantengatter-Implementierungen. Allerdings war die Lernkurve steil – da ich von Python kam, verbrachte ich unzählige Abende damit, Julias Typensystem besser zu verstehen. Der Lernpfad auf Julias eigener Website ist allerdings wirklich gut.

Evolution mit Qiskit

Meine Beziehung zu Qiskit hat sich seit den ersten Tutorials vor dem 1.0-Update stark verändert. Aufgrund dieses Updates finde ich immer noch viele defekte Ressourcen, aber zumindest sehe ich es jetzt nicht nur als Blackbox für den Schaltungsbau. Ich musste lernen, wie ich seine Programmierfunktionen auf Pulsebene für die Arbeit nutzen kann (obwohl „sich darüber im Klaren sein“ wahrscheinlich zutreffender ist, als ein Experte darin zu sein, wie man das im Alltag macht). Dieses tiefere Verständnis half mir zu verstehen, was mein Team tut, wenn es unsere Strategien zur Fehlerminderung optimiert, insbesondere im Umgang mit Übersprechen auf IBM-Geräten. Der Übergang von Circuit- zu Primitive-basierten Workflows in Qiskit erforderte Anpassungen, führte aber letztendlich zu besser wartbarem Code.

Von der Simulation zur Realität mit mehr Hardware-Zugriff

Außerhalb meines Tagesjobs konnte ich über Amazon Braket und Microsoft Azure Quantum auf mehr IonQ- und Quantinuum-Hardware zugreifen. Einer meiner Mentoren, der Produktmanager für ein Quantenunternehmen war, drängte mich, alle verschiedenen Quanten-Onboarding-Leitfäden auszuprobieren, die ich finden konnte, und es war eine großartige Idee. Ich befürchtete, dass es sich wie eine Menge abstrahierter Rundgänge anfühlen könnte, aber es zwang mich dazu, neue Systeme auszuprobieren, die ich sonst nicht verwendet hätte. Beispielsweise wurde der Kontrast zwischen supraleitenden Systemen und Systemen mit eingefangenen Ionen eher greifbar als theoretisch. Ich habe auf die harte Tour gelernt, dass Algorithmen, die in Simulationen gut funktionieren, oft erhebliche Modifikationen an realer Hardware erfordern. Und plattformübergreifendes Benchmarking wurde zu einem festen Bestandteil meines Arbeitsablaufs und lehrte mich, kritischer über Qubit-Konnektivität und Gate-Wiedergabetreue nachzudenken.

Classiq und Open-Source-Communitys

Ein weiterer Anstoß aus Sicht des Mentors bestand darin, die verschiedenen Open-Source-Projekte zu erkunden. Ich war wirklich beeindruckt von der Algorithmenbibliothek von Classiq und den verschiedenen Workshops, Hackathons und Outreach-Bemühungen, die es einfacher machen, sich zu engagieren und durch praktische Übungen zu lernen. Es öffnete mir auch die Augen für Zwischendarstellungen in der Quantenschaltungssynthese. Ihr Ansatz zur automatisierten Schaltungsoptimierung stellte mein Verständnis der Quantenkompilierung in Frage. Während ich anfangs mit ihren Abstraktionsschichten zu kämpfen hatte, erwies sich die Fähigkeit, hardwarebewusste Schaltkreise über verschiedene Backends hinweg zu generieren, für unsere Projekte als unschätzbar wertvoll. Ich durfte auch in einige neue Open-Source-Gemeinschaften wie den Unitary Fund eintauchen, über den ich zwar nicht besonders viel Aufsehen erregt habe, aber ich schätze es, dass er existiert, und ich kann ein- und aussteigen und sehen, worüber alle reden. Ich hoffe, dass ich mich im Jahr 2025 stärker engagieren kann.

Azure Quantum-Schulung

Die Azure Quantum-Schulung von Microsoft erwies sich als unerwartet wertvoll. Ich könnte dies in die oben genannten Kategorien einordnen, aber das war eine echte Überraschung für mich als jemanden, der sonst keine Microsoft-Tools verwendet. Ich weiß, dass einige ältere Freunde das erstaunlich finden, da sie alle die vorherige Generation hinter sich haben, in der Microsoft dominant war. Über das plattformspezifische Wissen hinaus habe ich praktische Erfahrungen mit Q# und Quantum Intermediate Representation (QIR) gesammelt. Der strukturierte Ansatz zur Fehlerkorrektur und die Erforschung der Ideen topologischer Qubits gaben mir eine stärkere Grundlage in den Prinzipien der Quantenfehlerkorrektur. Auch eine wirklich reibungslose Dokumentation und Benutzerhandbücher.

Wachsende weibliche Vertretung

Eine der ermutigendsten Entwicklungen in diesem Jahr war die Vernetzung mit mehr Frauen im Quantencomputing. Da ich nicht aus der Wissenschaft komme, bin ich daran gewöhnt, dass es in der Softwareentwicklung viel weniger Frauen gibt. Das ist also eine freudige Überraschung. Ich sehe überall großartige Inspiration, wie das Qubit by Qubit-Team oder alle Videos von Anastasia oder kürzlich sogar Hannah Frys hervorragende Videodokumentation für Bloomberg. Plus jede Menge inspirierender Kollegen und Kollegen, denen ich die öffentlichen Links ersparen werde! Aber vielen Dank an alle und an alle, die es einfach machen, sich einfach einzubringen und an die Arbeit zu gehen.
Wir freuen uns

Wenn ich über die diesjährige Reise nachdenke, bin ich beeindruckt, wie schnell sich das Feld weiterentwickelt, auch wenn wir uns alle darüber beschweren, dass es so lange dauert. Die Kluft zwischen theoretischen Vorschlägen und praktischer Umsetzung wird immer kleiner, obwohl weiterhin erhebliche technische Herausforderungen bestehen. Nachwuchsingenieuren, die in dieses Fachgebiet einsteigen, würde ich raten, solide Grundlagen sowohl in klassischen als auch in Quantenalgorithmen beizubehalten und gleichzeitig an neue Werkzeuge und Ansätze anpassbar zu bleiben. Und seien Sie bereit, lange an einem großen Problem zu arbeiten. Die Belohnungen in der Zwischenzeit sind es wert!

Das obige ist der detaillierte Inhalt vonWas ich dieses Jahr im Quantencomputing gelernt habe (als Junior-Ingenieur). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Python vs. C: Verständnis der wichtigsten UnterschiedePython vs. C: Verständnis der wichtigsten UnterschiedeApr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Python vs. C: Welche Sprache für Ihr Projekt zu wählen?Python vs. C: Welche Sprache für Ihr Projekt zu wählen?Apr 21, 2025 am 12:17 AM

Die Auswahl von Python oder C hängt von den Projektanforderungen ab: 1) Wenn Sie eine schnelle Entwicklung, Datenverarbeitung und Prototypdesign benötigen, wählen Sie Python. 2) Wenn Sie eine hohe Leistung, eine geringe Latenz und eine schließende Hardwarekontrolle benötigen, wählen Sie C.

Erreichen Sie Ihre Python -Ziele: Die Kraft von 2 Stunden täglichErreichen Sie Ihre Python -Ziele: Die Kraft von 2 Stunden täglichApr 20, 2025 am 12:21 AM

Indem Sie täglich 2 Stunden Python -Lernen investieren, können Sie Ihre Programmierkenntnisse effektiv verbessern. 1. Lernen Sie neues Wissen: Lesen Sie Dokumente oder sehen Sie sich Tutorials an. 2. Üben: Schreiben Sie Code und vollständige Übungen. 3. Überprüfung: Konsolidieren Sie den Inhalt, den Sie gelernt haben. 4. Projektpraxis: Wenden Sie an, was Sie in den tatsächlichen Projekten gelernt haben. Ein solcher strukturierter Lernplan kann Ihnen helfen, Python systematisch zu meistern und Karriereziele zu erreichen.

Maximieren 2 Stunden: Effektive Strategien für Python -LernstrategienMaximieren 2 Stunden: Effektive Strategien für Python -LernstrategienApr 20, 2025 am 12:20 AM

Zu den Methoden zum effizienten Erlernen von Python innerhalb von zwei Stunden gehören: 1. Überprüfen Sie das Grundkenntnis und stellen Sie sicher, dass Sie mit der Python -Installation und der grundlegenden Syntax vertraut sind. 2. Verstehen Sie die Kernkonzepte von Python wie Variablen, Listen, Funktionen usw.; 3.. Master Basic und Advanced Nutzung unter Verwendung von Beispielen; 4.. Lernen Sie gemeinsame Fehler und Debugging -Techniken; 5. Wenden Sie Leistungsoptimierung und Best Practices an, z. B. die Verwendung von Listenfunktionen und dem Befolgen des Pep8 -Stilhandbuchs.

Wählen Sie zwischen Python und C: Die richtige Sprache für SieWählen Sie zwischen Python und C: Die richtige Sprache für SieApr 20, 2025 am 12:20 AM

Python ist für Anfänger und Datenwissenschaften geeignet und C für Systemprogramme und Spieleentwicklung geeignet. 1. Python ist einfach und einfach zu bedienen, geeignet für Datenwissenschaft und Webentwicklung. 2.C bietet eine hohe Leistung und Kontrolle, geeignet für Spieleentwicklung und Systemprogrammierung. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Python vs. C: Eine vergleichende Analyse von ProgrammiersprachenPython vs. C: Eine vergleichende Analyse von ProgrammiersprachenApr 20, 2025 am 12:14 AM

Python eignet sich besser für Datenwissenschaft und schnelle Entwicklung, während C besser für Hochleistungen und Systemprogramme geeignet ist. 1. Python -Syntax ist prägnant und leicht zu lernen, geeignet für die Datenverarbeitung und wissenschaftliches Computer. 2.C hat eine komplexe Syntax, aber eine hervorragende Leistung und wird häufig in der Spieleentwicklung und der Systemprogrammierung verwendet.

2 Stunden am Tag: Das Potenzial des Python -Lernens2 Stunden am Tag: Das Potenzial des Python -LernensApr 20, 2025 am 12:14 AM

Es ist machbar, zwei Stunden am Tag zu investieren, um Python zu lernen. 1. Lernen Sie neues Wissen: Lernen Sie in einer Stunde neue Konzepte wie Listen und Wörterbücher. 2. Praxis und Übung: Verwenden Sie eine Stunde, um Programmierübungen durchzuführen, z. B. kleine Programme. Durch vernünftige Planung und Ausdauer können Sie die Kernkonzepte von Python in kurzer Zeit beherrschen.

Python vs. C: Lernkurven und BenutzerfreundlichkeitPython vs. C: Lernkurven und BenutzerfreundlichkeitApr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

EditPlus chinesische Crack-Version

EditPlus chinesische Crack-Version

Geringe Größe, Syntaxhervorhebung, unterstützt keine Code-Eingabeaufforderungsfunktion

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Leistungsstarke integrierte PHP-Entwicklungsumgebung

DVWA

DVWA

Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

mPDF

mPDF

mPDF ist eine PHP-Bibliothek, die PDF-Dateien aus UTF-8-codiertem HTML generieren kann. Der ursprüngliche Autor, Ian Back, hat mPDF geschrieben, um PDF-Dateien „on the fly“ von seiner Website auszugeben und verschiedene Sprachen zu verarbeiten. Es ist langsamer und erzeugt bei der Verwendung von Unicode-Schriftarten größere Dateien als Originalskripte wie HTML2FPDF, unterstützt aber CSS-Stile usw. und verfügt über viele Verbesserungen. Unterstützt fast alle Sprachen, einschließlich RTL (Arabisch und Hebräisch) und CJK (Chinesisch, Japanisch und Koreanisch). Unterstützt verschachtelte Elemente auf Blockebene (wie P, DIV),