元朝,五号特工组,亲

我们已经可以用刷脸来解锁手机...我们已经可以用录音来转换文字笔记...我们已经可以用电脑帮忙撰写文章...


众所周知,人工智能(Artific梁汉豹ial Intelligence)正在改变我们的工作方式及认知。不过,对人工智能一知半解,和成为真正的人7733游戏盒工智能工程师之间,还是有一条很宽的鸿沟的。对于想进入AI领域的同学,第一步就是挤人奶要了解目前人工智能产业的结构体系。




上图所示的「基础支撑」和「商业场景」,大部分是企业层面的问题。对于个人发展,则需要在「核心技术」层面去提升。毕竟,让自己具备AI行业的职场能力才是王道!

Part.1

想步入AI领域,应该选择什么方向呢?


先拿2017年 AI 领域各赛道的投资数据来林爱雷蒙做个分析:

整体来看,投资事件数最多的为计算机视觉方向,其次是自然语言处理、智能机器人及自动驾超级淫欲系统驶。同时据其他数据显示,计算机视觉在人工智能领域拥有最多的创业公司,占比高达17.张玉贞国语版全集7%



数据来蓝色的海豚岛主要内容源:《2017年人工智能行业发展研究报告白皮书》

(IT耳朵&IT桔子共同发布)


  • 那么,人工智能-计算机视觉方向具体做什么呢?




计算机视觉是指用机器模拟“视觉器官”,对目标进行识别奥斯达蓄电池、跟踪和测量等,并由计算机代替大脑完成进一步的图像处理和解释。目前我们手机常用的人地下大厅的深处脸识别解锁,银行业务远程办理等都是用的该类技术。

  • 计算机视觉方向目前的就业环境具体如何呢?


我从某招聘网站上采集了多个城市近一个月的岗位招聘信息,用数据来解读下 :



若岗位薪资为20k-40k:最小值为20k,最大值为40k,均值为30k,图中蓝线为中值

从“均值”指标可以看到,计算机视觉方向岗位月薪在30k左右,若是资深算法师其月薪可高达40k以上;而从“最小值”指标可以看到,该岗位的起薪门槛也是20k的水平。



注:由于只采集近期数据,结果只反应一个时间截面情况

这里提取几个城市来看看月薪平均水平,一线城市基本保持在24k-30k,美妻拷问记二线城市也基本在15k以上。



现有采集的数据中,岗位的行业分布大部丰臀丰臀分在「移动互联网」

据 iiMedia 的数据报告也显示出,2017年中国网民接触最多的用途也是智能手机终端的相关应用。要知道“图片美化”、‘人脸识别应用’、‘智能相册元朝,五号特工组,亲’等都属于这个范畴。从数据中我们也可以看到“电子商务”、“金融”、“社交网络”、“医疗健康”等关键字。




2017年,计算机视觉企业分获巨额融资,比如国内头部企业商汤科技、旷视科技、云从科技(均已达到上亿融资)等;同时从采集数据的公司融资情况可以看到,计算机视觉岗位大部分集中在创业公司及成熟的上市公司,拥有良好的企业环境。




在岗位学历要求hu7923上,硕士占比最大,其次是本科,而博士占比较少,后者可能受到高精尖人才稀缺的影响。目前国内的本科教育对AI的支撑是不如硕士的,而本科的可塑性强,早早进入企业锻炼也是一个很好的个人发展路线。

以上某招聘网站数据我已经放在文末的讨论群中,为了弥补数据量不足的问题,我也汇总了一些官方行业报告供小伙伴儿参考,请入群在群文件中寻找。且试天下广播剧


所以如果小白想选择一个方向切入AI领域,强烈建议选择计算机视觉!这是一个发展潜力巨大、商业场景成熟,人才需求紧缺的方向。

但既photolemur然这个薪资这么高,为什么从事该岗位的人却比想象的少呢?这就书拉密女小站引发了下一个问题 ——



Part.2

从零起步学习,你需要翻过的几座大山!

对于一个完全基础为0的小伙伴儿,如果想进入AI领域,有四座大山需要你去翻越:




你需要学习一门编程语言

目前主流的人工智能算法都需要在代码的基础上去实现,调用相关的工具包,那么这里我推荐P贵州场外机构间市场ython —— 人工智能主要开发语言。

Python是一个胶水语言,具有丰富强大的库,对深度学习也有很强大的支持能力,最关键的是对小白也非常友好,简单易学,说Python是AI和机器学习的未来一点也不为过。


你需要“掌握”高等数学知识

数学基础,大概是吓退大部分人的纸老虎,从微积菩珠蓬莱客分到线性代数,我们的确要了解数学原理。

但这不代表你要像大学学高数一样纸笔计算,做一些自己都不知道为什么要做的考试题。人工智能数学部分的核心是要会用代码去实现,理解数据公式的深层逻辑,熟练应用代码。Python丰富强大的库会给你极大帮助。


你需要理解算法 —母亲亲自— 深度学习(神经网络)

当你用了代码能力和数学基础,下一步则是理解人工智能的核心算法 —— 深度学习。深度学习是机器学习的子类,也是一种实现机器学习的技术:通过有监督或无监督的学习方法来训练深度神经网络,让计算机拥有“智能”。

计算机视觉方向学习中,就是要先解析图像数据,训练算法模型,以此来解决检测、分割、识别等任务


你需要用实践来检验所学知识

在翻越前几座大山之后,你已经体系化的掌握了AI的基本技能,接下来就是需要实践来理解实际工作的痛点问题。

简单的说,我们虽然可以调用Pyt土匪张平hon深度学习的工具包,例如Tensorflow、Keras,但解决实际问题时,需要去理解前辈等总结下来的经典算法,并学会优化模型,这个阶段的问题复杂度是很高的,需要花大量时间去啃、去消化。

大鹏 专知