这几年,机器人、自动驾驶、人脸识别等人工智能名词出现得越来越频繁,我身边也有好几个后端朋友开始入门机器学习/算法岗,其中一个就是标题上的那位,目前已经在一家算法初创公司做了技术合伙人,年薪80万。
其实,我惊讶的不是他80万的年薪,因为这对于一个有阿里、乐视等大厂背景的10年+经验的后端来说并不高,我只是奇怪他成功转型的原因,毕竟AI对于学历和数学的要求实在让人望而却步。但这之后我查询了相关报告才意外发现,2018年从JAVA转入AI领域的人员占据首位。
▲数据来源:2018年中国人工智能发展报告
原来,AI领域相比其它技术类岗位,人才的供应还没有跟上,求职者对同一岗位的竞争不那么激烈,薪资也水涨船高。对广大技术从业者来说,目前是进入人工智能行业的好时机。
人工智能到底有多赚?
从2017年连续3年被写入政府报告以来,人工智能实现了跳跃式增长,尤其是在2018年被称作资本寒冬、大环境不好的背景下,我国人工智能领域投融资逆市增长,融资额达1278亿元,可以说是市场宠儿了。
过去三年中,大部分人工智能岗位需求的年增长率超过 150%,平均月薪普遍在2万元以上,说各家公司砸钱“抢”人也毫不过分。
▲2018年最新数据:python、大数据、人工智能从业者薪资表
在应届生领域,19 年校招基础的算法岗位行业平均薪酬也在 25w-40w 之间;而社招的普通机器学习/算法岗,0-2年经验月薪3万(非一线大厂)十分常见。
AI这么难学,现在转还来的及吗?
很多人听到人工智能就觉得难,其实是被繁琐的公式和算法欺骗了。撇开学术界不谈,我们大多数人学习人工智能并不是要去做算法研究,而是从事算法应用领域。
据我所知,人工智能的开源框架层出不穷,使得算法门槛逐渐降低,很多 AI 新人可以在短时间内熟悉标准化的开源工具进行实战。随着市场的成熟与人才需求的驱动下,高校人工智能专业都已经开始对本科学生开放了。
站在这个角度,我们分析可以发现:
①从岗位来讲:与学术界不同,AI工业界需求的是业务型人才,在这个领域,偏向基础的机器学习工程师岗位非常适合入门,发展前景广阔。
②从学科基础讲:以数学为例,机器学习工程师不是要求你是一名数学家,而是讲究学以致用,这就像培育面粉和蛋糕创作是两回事情,所以我们从岗位需求出发,根据常用算法来巩固数学基础。
③从学历上讲:对于很多应用型企业来说,学历是加分项并非必选。据报告,2018年人工智能行业从业人员本科仍占据37.9%,硕士49.5%,博士12.5%。
▲数据来源:2018年中国人工智能发展报告
而对于跨行从业者来说,跨界是一种优势,特别是如果你作为本身是一个其他行业(互联网、电商、工程,医学,农业,卫星地图识别,网络安全领域,社会科学等等)的普通程序员,一是我们在计算机科学领域中的经验能很好的帮助我们理解算法原理和应用场景,学习起来事半功倍。二是,本身在本行业有比较深的理论和实验背景,能接触到海量数据,那么你完全可以做一些创新性和交叉性的工作,轻松可以转型为人工智能+的人才。
可能是工业界最好的AI入门课程
机器学习是一门融合概率论、线性代数、凸优化、计算机、神经科学等多方面的复杂技术。初学者面对浩如烟海的学习资料难以入手,这时候如果能借鉴工业界前辈的学习经验可以大大提高学习效率,少走很多弯路。
为了能让更多初学者了解机器学习/数据挖掘等AI岗位的工作流程,找到入门的切入点,我这里推荐3位人工智能不同领域的专家,一位阿里高级算法工程师@Chris,一位BAT的数据挖掘工程师@熊猫酱,一位计算机视觉方向的专家@Tant,以自身具体的工作流为核心,举办连续四场《人工智能入门分享会》。
6月30日-7月10日,他们将分别从各自擅长的领域:python数据分析、机器学习理论、算法工作流、深度学习,以他们在大厂具体工作流逆向指导理论学习,规划学习路线,是不可多得的入门级课程,旨在为广大的AI爱好者和跨行学习者提供坚实的基础。
福利一:
《免费人工智能入门分享会》
适合人群:入门、初中级学员
1. 6月30日 20:30
人工智能路线与一线大厂算法工作流讲解
2. 7月3日 20:30
BAT大神带你玩转数据:0基础python实操
3. 7月7日 20:30
机器学习基本功之线性回归算法精讲
4. 7月10日 20:30
阿里专家:深度学习入门与人工智能就业指南
(*以上录播及详细大纲,添加助教:BT474849领取)
本次训练营将为你解答以下疑问:
我7年JAVA,转人工智能会不会有点晚?我是医学生,现在AI医疗就业情况怎么样?数据分析/数据挖掘/算法工程师的区别及能力模型?算法工程师对算法需要理解到何种程度?模型选择和参数调优技术,是否是通用的?深度学习算法的应用场景……(~你的所有疑惑,在这里将全部解决!)
前500名免费学习
没有任何套路,无需助力转发
添加助教Bella回复“人工智能”
立刻抢占名额
千万不要在本该快速成长的时候错过机会。参加本期分享会,一线导师将尽心为你在线解答疑问,更有同伴一起相互监督鼓励!本期更是免费帮你分析具体职业进阶方向!
已有1000+名学员参与往期分享会!
↓↓↓
▲第一、二期课程体验反馈+群内交流答疑
福利二:学习资料
机器学习从入门到实战视频课程
另外,前500名成功报名这门课程的同学,都可以获得由这份由北大、清华、上海交大等名校博士导师以及大厂一线工程师联合录制的价值1388元的《机器学习从入门到实战视频课程》,包含python基础、数据分析、大数据、机器学习、实战等五大类目的精华干货视频,课件和源码都能下载,以下是目录。
《机器学习从入门到实战视频课程》
——五大章节,63讲
一、Linux与python编程基础
1. vmware虚拟机的安装
2. centos6.9操作系统的安装
3. linux基本命令使用
4. python介绍
5. python安装
6. python环境安装
7. 第一个python程序
8. pycharm(Python开发神器)的使用
9. 变量、整型、浮点型、字符串类型
10. 空值、布尔值、列表、元组、字典、集合
11. if条件语句、input函数
12. 循环语句
13. 函数介绍、函数的定义、函数的调用、函数的参数
14. 函数的返回值
15. 全局变量和局部变量
16. 学生管理系统框架
17. 学生管理系统的增加和查看模块的编写
18. 学生管理系统的修改和删除、家庭作业
二、Python数据分析
19. Python数据科学入门
20. Python常用库介绍
21. 数据分析环境搭建
22. Numpy数据类型和索引的处理
23. NumpyAPI和矩阵运算
24. Numpy高级特性和通用函数
25. Panda概述和Serise
26. Pandas_DataFrame精讲
27. DataFrame和Series的索引
三、大数据与数据处理
28. 大数据是什么
29. 大数据,人工智能,机器学习三者的关系
30. 数据量与高并发(高并发一定是代表数据量大吗?)
31. hadoop精讲:HDFS简介,架构组成,实操演练
32. hadoop精讲:Mapreduce简介,Wordcount实例,框架流程
33. spark简介,环境搭建,集群安装,实例演示
四、机器学习入门
34. 机器学习简介
35. 机器学习开发环境
36. 机器学习IDE介绍
37. 机器学习基础理论与哲理
38. 机器学习算法分类
39. 机器学习常见任务
40. 数据清洗
41. 数据标准化
42. Python与Sklearn数据标准化实践
43. 机器学习中的相似性度量
44. KNN算法
45. 案例:基于 KNN (sklearn)的鸢尾花卉数据分类
46. 案例:基于 KNN(python)的鸢尾花卉数据分类
47. 一元线性回归
48. 多元线性回归
49. 多项式回归
50. sklearn线性回归实践
51. python线性回归实践
52. 案例:基于线性回归的广告收益分析实战
53. 逻辑回归分类算法
54. 二分类分类器处理多分类问题
55. 案例:基于逻辑回归(sklearn)的鸢尾花卉数据分类
56. 案例:基于逻辑回归(python)的鸢尾花卉数据分类
五、机器学习5大实战
57. 前言
58. 准备工作
59. 高端又一般的词云
60. DCgan人脸图片生成
61. 股票价格预测
62. Tensorflow物体检测
63. 天马行空的Deep Dream
当然任何资料都只是辅助,特训营最重要的是能跟着老师们一起动手实操,学习一线开发的人工智能思维,了解大厂具体工作流,迈出人工智能的最坚实的一步!
福利领取:
扫码添加助教小姐姐微信
回复“人工智能”即可无套路领取
福利1:前500免费AI特训营资格
福利2:价值1388元AI入门与进阶视频资源