热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

2018年,该转行AI工程师吗?

点击上方“程序人生”,选择“置顶公众号”第一时间关注程序猿(媛)身边的故事如此火爆的AI,会不会像Android和iOS一样,五年后归于平淡?转型AI真的有必要吗?2017年,AI

点击上方“程序人生”,选择“置顶公众号”

第一时间关注程序猿(媛)身边的故事


?wx_fmt=jpeg&wxfrom=5&wx_lazy=1


如此火爆的AI,会不会像Android和iOS一样,五年后归于平淡?转型AI真的有必要吗?

 

2017年,AI就像一个点石成金的神器,所有的行业,任何的创业,抑或是职位背景,只要沾着这个词,多少有点脚踩五彩祥云的优越感,话题来了,融资来了,故事来了,高薪来了,offer来了。

 

于是,越来越多的人开始往AI方向涌,哪怕现在做的工作跟AI完全不沾边,也阻挡不了人们转型的热情。

 

可是,问题就在于,这条路就一定靠谱吗?到底应该坚守当前的开发阵地,力求做到精益求精呢?还是应该坚决一点,转型AI呢?

 

在这一年快要结束的时候,我们不仅想问,AI、大数据这些火的一塌糊涂的词,五年后会不会也像Android和iOS一样归于平淡呢?

 

关于这个话题,我们邀请到几位知乎大神。他们关于这个问题的回答,非常精彩,获得了知乎上非常高的点赞量,希望他们的观点,对你有所启发。

01

从业7年的猎头这么说:

Tiger 是上海一家猎头公司的CEO,2010年至今,他和公司曾经历了互联网各大时期生态的起伏发展,累计为百万互联网求职候选人提供过咨询服务,并对接超过10万家IT企业,以下为访谈摘要。(T为Tiger简称)


1、当下人工智能人才市场,哪一类候选人最受欢迎?

T: 30岁以下,在某个细分领域有3至8年工作经验,大中型公司的核心部门,工程师级别,毕业学校是不错的一本,即使不是清北复交。


只要简历出现以下关键词:机器学习,图像识别,语音识别,自然语言算法,数据分析,计算机视觉,并参与过项目实践,被约面试的几率极大。


2、跳槽后薪资会涨多少?

T: 如符合上述条件,十个岗位抢一个优质候选人这种现象不足为奇。我们接触过的候选人最高Offer年薪接近200万,这是极端少数个例,是算法稀缺人才,绝大部分跳槽后薪资平均分布在30-80万之间,谈的好能力非常出众的能过百万。


3、AI薪资被大家热议背后的深层原因是什么?

T: 行业的大热是一切高薪的前提,而在行业风口上公司发展最大的筹码无疑是人才,商业战场对核心人才的抢夺异常凶猛,巨头把薪资线拉高以增加获胜筹码这是其一


融到钱的小公司为了发展业务或者为了下一轮融资顺利,更是需要业务骨干支撑估值,人才的价格自然被炒作高到令人不解。

02

阿萨姆


我认为人工智能能否火下去是伪命题。相反,现阶段的AI技术的落地能力还很有限。


对比来看,移动端开发本身就是落地的实用技术,你可以用来做手机游戏,也可以开发拍照软件,有丰富的业务需求。而人工智能是学科、是技术手段、是通用框架,所以现在和未来最大的困难不是在于会不会火,而是怎么更好的落地应用?没有业务需求是很难撑起大量企业的,那个时候也就不存在人才缺口了。


不难看出,优秀的人工智能企业都有实际的应用场景,不过主要是集中在视觉、语言上,而大部分企业其实是需要更加通用的业务场景。现在每个大一些的企业都在砸重金招聘机器学习工程师、研究员,美其名曰是为了业务扩展。但实际来看,很多公司只是在做人才储备,它们只是需要这么一个部门,而业务上是否需要机器学习、机器视觉、自然语言处理,还不是非常明朗。


而管理层往往也缺乏对于其真实能力的理解,只知道很重要,必须成立这么一个部门换个角度来看,一个比较健康的状况应该是企业有了业务需求,再去招聘相关人才,这样的话员工有事做企业也获利。然而现在不少的企业的是先去招聘人工智能相关人才,来了再看看能干点什么。这种情况下,企业可能难以获利而AI人才觉得自己每天无事可做,而其他员工觉得AI组光拿钱不干事,从各种角度来看不是一件好事。


那么企业为什么要做这么出力不讨好的事情呢?除了战略性防御以外,这其实是赌。赌的是AI必然有用,赌的是现在买进来的AI人才未来可能需要5倍10倍的价格才能引进。


从个人角度来看,我们每个人也都在赌,赌要不要转AI,要不要all in深度学习,要不要全职考研考博。这些赌的都是AI未来,但其实赌的是AI能不能从现阶段的人才储备转为业务驱动。我们现在还没到保护泡沫不破的阶段,而还在努力吹泡泡的阶段。


我在另一个回答 阿萨姆:《未来 3~5 年内,哪个方向的机器学习人才最紧缺?》中曾经提到过:


工业界未来需要什么样的机器学习人才?老生常谈,能将模型应用于专业领域的人,也就是跨领域让机器学习落地的人。有人会问现在我们不就需要这样的人吗?答案是肯定的,我们需要并将长期需要这样的人才,现阶段的机器学习落地还存在各种各样的困难。这样的需求不会是昙花一现,这就跟web开发是一个道理,从火热到降温也经过了十年的周期。一个领域的发展有特定的周期,机器学习的门槛比web开发高而且正属于朝阳期,所以大家致力于成为“专精特定领域”的机器学习专家不会过时。

什么是特定领域的机器学习专家?指的是你有足够的机器学习知识,并对特定领域有良好的理解,那么在职场供求中你肯定可以站在优势的那一边。


所以这是老生常谈。对于个人来说,如果AI从业者有很好的技术能力和良好的领域结合能力,三年五年绝不是职业的瓶颈期,甚至十年都还太早。而对于企业而言,如何从“人才储备”走向“业务驱动”才是重中之重。不然的话,人工智能其实根本就不算曾火过,我们本身都还在婴儿期。

03

名校生自述:30万年薪是当下市场价,有顶会的候选人更贵


A是典型的“别人家的小孩”,今年7月硕士毕业于中国最好的那所高校的计算机系毕业,专攻计算机视觉和深度学习。毕业时手握腾讯、今日头条、CV创业公司多个Offer,以下呈现干货问答。


1、你收到的offer都超过30万年薪了吗?

A: 我16年校招收到的offer年薪绝大多数都比图表中对应的职位年薪略低3-5万,有的甚至少了10万。


这并不是说图表中数据不可靠,这算是行业大热水涨船高,给18年入职的应届生开30万+的薪资算是平均水平了,很多公司都给得而且必须出次价才能吸引人,背后的深层原因是各大公司招聘策略不一样。


比如,融资迅速的创业公司在抢夺人才时,一定会比体量大的巨头开价略高。而互联网某些公司由于拍板薪资的决策流程慢,也觉得自己平台大资源广,他们给出行业平均水平薪资很合理。


最终的offer薪资和同学自身实力有关,也看终面和老板谈的缘分。


2、你是如何拿到offer的?

A: 我就是通过网络投递简历,没有任何背景,16年的12月顺利进入现在入职的公司实习了,算是经典靠谱的求职路经:实习留任。


我一共面了两轮,部门领导和大Boss,最终拿到offer。学长内部推荐、参加校园宣讲都是高效可行的办法。


3、应该努力加强哪些技能让自己在求职时更具竞争力?

A: 企业最看重的是实践能力,具体体现在作为一作发表的论文,比如CCF(中国计算机学会)A类期刊会议,参加ACM竞赛是否取得奖牌。


除了书本知识之外要涉猎业界的前沿技术,自学能力,会编程、数学好都是必备的。有没有相关实践经历,要很硬的真本事。

如何成为人工智能工程师

那么问题来了,入门 人工智能 要多久?该如何学习?


如果你是渴望系统学习,高效的学习,那么我还是推荐报名实训班级,挑选好的实训班,无非是从三方面考虑:低成本,高效率,以及提供长期支持。


最后,硬广下,在此背景和挑选指标环境下,我推荐CSDN学院出品的《人工智能工程师直通车》实训营,目的是:通过100天的实战,将学员培养达到具备一年项目经验的人工智能工程师水平。

?wx_fmt=png


扫一扫,加入我们的课程群


0?wx_fmt=png


成为更好的自己 ?wx_fmt=png



学习任何一种编程技术,你都需要极为专业的讲师、系统性、科学性的课程安排、实战演练项目和高质量、高效率的学习辅导,因为这不仅能帮助你节省大量时间,事半功倍;更能保证不会半途而废。


CSDN学院出品《人工智能工程师直通车》,致力于通过优秀的服务,专业的讲师和热情的助教,三大特色,保证学习效果。4个月,收获不一样的自己:

  1. 独家课程体系,匠心打磨,每天有计划的学习

  2. 讲师直播答疑,多名助教随时辅导

  3. 班主任随时查看学员的学习进度,保证学习效果

  4. 每阶段有通关考试,通过考试保证学习效果和进度

  5. 结业荣誉证书,恭喜!成为AI工程师!同时也获得工作推荐!


?wx_fmt=png

《人工智能工程师》写在最后

在加入这个学习计划前,不妨问问自己:


如果你渴望学习AI技术,想要系统性学习,而且有坚持的毅力,那么来吧, 经过4个月的携手实战,相信你会收获不一样的自己!


最后,在你的学成之日,会有来自AI产业界的各大就业机会!成为一名真正的人工智能工程师!

0?wx_fmt=png

联系客服顾问

点击[阅读原文],了解人工智能学习路线!



推荐阅读
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 从0到1搭建大数据平台
    从0到1搭建大数据平台 ... [详细]
  • 浏览器作为我们日常不可或缺的软件工具,其背后的运作机制却鲜为人知。本文将深入探讨浏览器内核及其版本的演变历程,帮助读者更好地理解这一关键技术组件,揭示其内部运作的奥秘。 ... [详细]
  • 如何将TS文件转换为M3U8直播流:HLS与M3U8格式详解
    在视频传输领域,MP4虽然常见,但在直播场景中直接使用MP4格式存在诸多问题。例如,MP4文件的头部信息(如ftyp、moov)较大,导致初始加载时间较长,影响用户体验。相比之下,HLS(HTTP Live Streaming)协议及其M3U8格式更具优势。HLS通过将视频切分成多个小片段,并生成一个M3U8播放列表文件,实现低延迟和高稳定性。本文详细介绍了如何将TS文件转换为M3U8直播流,包括技术原理和具体操作步骤,帮助读者更好地理解和应用这一技术。 ... [详细]
  • 投融资周报 | Circle 达成 4 亿美元融资协议,唯一艺术平台 A 轮融资超千万美元 ... [详细]
  • 在2019中国国际智能产业博览会上,百度董事长兼CEO李彦宏强调,人工智能应务实推进其在各行业的应用。随后,在“ABC SUMMIT 2019百度云智峰会”上,百度展示了通过“云+AI”推动AI工业化和产业智能化的最新成果。 ... [详细]
  • R语言中向量(Vector)数据类型的元素索引与访问:利用中括号[]和赋值操作符在向量末尾追加数据以扩展其长度
    在R语言中,向量(Vector)数据类型的元素可以通过中括号 `[]` 进行索引和访问。此外,利用中括号和赋值操作符,可以在向量的末尾追加新数据,从而动态地扩展向量的长度。这种方法不仅简洁高效,还能灵活地管理向量中的数据。 ... [详细]
  • 独家解析:深度学习泛化理论的破解之道与应用前景
    本文深入探讨了深度学习泛化理论的关键问题,通过分析现有研究和实践经验,揭示了泛化性能背后的核心机制。文章详细解析了泛化能力的影响因素,并提出了改进模型泛化性能的有效策略。此外,还展望了这些理论在实际应用中的广阔前景,为未来的研究和开发提供了宝贵的参考。 ... [详细]
  • 提升 Kubernetes 集群管理效率的七大专业工具
    Kubernetes 在云原生环境中的应用日益广泛,然而集群管理的复杂性也随之增加。为了提高管理效率,本文推荐了七款专业工具,这些工具不仅能够简化日常操作,还能提升系统的稳定性和安全性。从自动化部署到监控和故障排查,这些工具覆盖了集群管理的各个方面,帮助管理员更好地应对挑战。 ... [详细]
  • (1)前期知识:1. 单机架构:单一服务器计算机——其处理能力和存储容量有限。2. 集群架构(负载均衡器与多节点服务器)——通过增加节点数量来提升系统性能和可靠性,实现高效的任务分配和资源利用。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 为了评估精心优化的模型与策略在实际环境中的表现,Google对其实验框架进行了全面升级,旨在实现更高效、更精准和更快速的在线测试。新的框架支持更多的实验场景,提供更好的数据洞察,并显著缩短了实验周期,从而加速产品迭代和优化过程。 ... [详细]
  • 2016-2017学年《网络安全实战》第三次作业
    2016-2017学年《网络安全实战》第三次作业总结了教材中关于网络信息收集技术的内容。本章主要探讨了网络踩点、网络扫描和网络查点三个关键步骤。其中,网络踩点旨在通过公开渠道收集目标信息,为后续的安全测试奠定基础,而不涉及实际的入侵行为。 ... [详细]
  • Hired网站最新发布的开发者调查显示,Python 语言继续受到开发者的广泛欢迎,而 PHP 则被评为最不受欢迎的语言。该报告基于 Hired 数据科学团队对 13 个城市中 9800 名开发者的调查数据,深入分析了当前编程语言的使用趋势和开发者偏好。此外,报告还探讨了其他热门语言如 JavaScript 和 Java 的表现,并提供了对技术招聘市场的洞见。 ... [详细]
author-avatar
张浩杰_Hh
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有