国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

從2015年被炒熱的大數(shù)據(jù)開(kāi)始，2016年人工智能越來(lái)越多地被大眾探討。從Alphago 戰(zhàn)勝圍棋九段李世石，到今年年初的 Alphago 升級(jí)版 master 30連勝數(shù)位圍棋大師，再到去年 HBO 一部探討未來(lái)人工智能與人類關(guān)系的美劇《西部世界》的火爆，人工智能無(wú)疑是去年被科技領(lǐng)域討論最多的話題之一。

特別是近幾年，人工智能在獲得高曝光量的同時(shí)，融資總額也呈逐年穩(wěn)步增長(zhǎng)的趨勢(shì)。就在今天，百度宣布任命人工智能領(lǐng)域世界級(jí)的技術(shù)權(quán)威陸奇為集團(tuán)副總裁和首席執(zhí)行官，并宣布將人工智能列為未來(lái)十年最重要的戰(zhàn)略方向。

那么，看上去很火的人工智能現(xiàn)在發(fā)展到了哪個(gè)階段？需要怎樣的人才？未來(lái)的發(fā)展趨勢(shì)怎樣？

想必這是許多想從事人工智能領(lǐng)域技術(shù)工作的工程師們都想了解的問(wèn)題。繼上一篇《從技術(shù) Leader 的招聘需求看，如何轉(zhuǎn)崗為當(dāng)前緊缺的大數(shù)據(jù)相關(guān)人才》后，100offer又走訪了一些人工智能領(lǐng)域相關(guān)的公司，試圖從人才流動(dòng)的角度，給大家一個(gè)答案。

一、人工智能的發(fā)展現(xiàn)狀

• 人工智能有哪些分支？

目前人工智能主要有三大分支：機(jī)器AI、認(rèn)知AI和深度學(xué)習(xí)。

認(rèn)知AI是最受歡迎也最難實(shí)現(xiàn)的人工智能分支之一，能夠處理復(fù)雜性和二義性，持續(xù)不斷地在數(shù)據(jù)挖掘和自然語(yǔ)言處理以及智能自動(dòng)化的經(jīng)驗(yàn)中學(xué)習(xí)，負(fù)責(zé)所有「像人一樣」的交互。

機(jī)器學(xué)習(xí)AI是在大數(shù)據(jù)中尋找一些「模式」，讓機(jī)器在沒(méi)有人為解釋的情況下，自行判斷并預(yù)測(cè)結(jié)果。對(duì)于機(jī)器學(xué)習(xí)AI來(lái)說(shuō)，最關(guān)鍵的因素是要有大量的數(shù)據(jù)輸入，這樣才能教給人工智能新的技巧。例如特斯拉已經(jīng)發(fā)送了它所搜集的所有數(shù)據(jù)、駕駛員的干預(yù)措施、成功逃避等到總部，讓機(jī)器逐步銳化感官。

深度學(xué)習(xí)則在機(jī)器學(xué)習(xí)上更上一層樓，它的應(yīng)用通常圍繞龐大的未標(biāo)記數(shù)據(jù)集，靈感完全來(lái)自我們大腦的神經(jīng)網(wǎng)絡(luò)，未來(lái)的發(fā)展方向是可以自主回答客戶的咨詢，完全模糊機(jī)器人和人類之間的界限。

目前，國(guó)內(nèi)大部分企業(yè)對(duì)人工智能的研究還停留在機(jī)器學(xué)習(xí)階段，一些技術(shù)比較前沿的公司已經(jīng)在這些領(lǐng)域有所突破，比如很早就開(kāi)始布局無(wú)人車技術(shù)的百度，而認(rèn)知AI和深度學(xué)習(xí)是大部分人工智能領(lǐng)域研究和發(fā)展的終極目標(biāo)。

了解完人工智能的三大分支，下面我們?cè)賮?lái)看看人工智能的三大發(fā)展階段以及我們現(xiàn)在正處在哪個(gè)階段。

• 人工智能發(fā)展到了哪個(gè)階段？

人工智能發(fā)展有三個(gè)階段：計(jì)算智能、感知智能和認(rèn)知智能。

第一階段的計(jì)算智能即快速計(jì)算和記憶存儲(chǔ)，像機(jī)器人戰(zhàn)勝圍棋大師，靠的就是超強(qiáng)的記憶能力和運(yùn)算速度。人腦的邏輯能力再?gòu)?qiáng)大，也敵不過(guò)人工智能每天和自己下幾百盤(pán)棋，通過(guò)強(qiáng)大的計(jì)算能力對(duì)十幾步后的結(jié)果做出預(yù)測(cè)，從這一角度來(lái)說(shuō)，人工智能多次戰(zhàn)敗世界級(jí)圍棋選手，足以證明這一領(lǐng)域發(fā)展之成熟。

第二階段的感知智能，即讓機(jī)器擁有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等感知能力。自動(dòng)駕駛汽車做的就是這一方面的研究，使機(jī)器通過(guò)傳感器對(duì)周圍的環(huán)境進(jìn)行感知和處理，從而實(shí)現(xiàn)自動(dòng)駕駛。

感知智能方面的技術(shù)目前發(fā)展比較成熟的領(lǐng)域有語(yǔ)音識(shí)別和圖像識(shí)別，比如做安全領(lǐng)域人臉識(shí)別技術(shù)的Face++，以成熟的計(jì)算機(jī)視覺(jué)技術(shù)深耕電商、短視頻等領(lǐng)域的Yi+，能夠?qū)Χ喾N語(yǔ)言進(jìn)行準(zhǔn)確識(shí)別翻譯的科大訊飛等。

第三階段的認(rèn)知智能與前面在人工智能的3大分支里提到的認(rèn)知AI類似，就是讓機(jī)器擁有自己的認(rèn)知，能理解會(huì)思考。認(rèn)知智能是目前機(jī)器和人差距最大的領(lǐng)域，因?yàn)檫@不僅涉及邏輯和技術(shù)，還涉及心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等學(xué)科。

目前的人工智能已在圖像識(shí)別、語(yǔ)音識(shí)別和自然語(yǔ)言處理等方面取得了成功應(yīng)用，特別是視覺(jué)和語(yǔ)音識(shí)別的成功率目前已經(jīng)超過(guò)95%，已經(jīng)具備感知層的基礎(chǔ)技術(shù)。

這些進(jìn)步離不開(kāi)2012年深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)井噴式的成長(zhǎng)，而人工智能發(fā)展了近60年，為什么會(huì)在近幾年爆發(fā)呢？視覺(jué)搜索類AI型創(chuàng)業(yè)公司Yi＋的產(chǎn)品負(fù)責(zé)人張子昂認(rèn)為：這得益于近年來(lái)計(jì)算機(jī)處理能力的突破和互聯(lián)網(wǎng)大數(shù)據(jù)的爆發(fā)，再加上深度學(xué)習(xí)算法在數(shù)據(jù)訓(xùn)練上取得的進(jìn)展。算法、計(jì)算、數(shù)據(jù)三大領(lǐng)域基本都已成熟。

那么這些領(lǐng)域業(yè)已成熟的具體表現(xiàn)有哪些？在人臉識(shí)別領(lǐng)域有著十幾年從業(yè)經(jīng)驗(yàn)，目前在計(jì)算機(jī)視覺(jué)領(lǐng)域的大數(shù)據(jù)公司格靈深瞳擔(dān)任 CTO 一職的鄧亞峰給 100offer 舉出了詳細(xì)的例子：

深度學(xué)習(xí)的方法相對(duì)于傳統(tǒng)方法（手工設(shè)計(jì)規(guī)則）有巨大的提升，主要有三個(gè)方面：

1.數(shù)據(jù)量：互聯(lián)網(wǎng)興起之初人們還沒(méi)有對(duì)數(shù)據(jù)給予足夠的重視，以前最大的數(shù)據(jù)庫(kù)可能在幾百、幾千左右，現(xiàn)在很多公司的數(shù)據(jù)庫(kù)都是千萬(wàn)甚至破億，最少也是百萬(wàn)級(jí)別的流量。

2.運(yùn)算能力的增強(qiáng)：以前訓(xùn)練一個(gè)模型，即使是很淺的一個(gè)模型，三層也需要運(yùn)算三周時(shí)間?，F(xiàn)在訓(xùn)練幾十層只需要一周左右的時(shí)間。運(yùn)算能力大大增強(qiáng)后，實(shí)驗(yàn)速度也加快了，項(xiàng)目落地的可行性也隨之增強(qiáng)。

3.算法的進(jìn)步。

數(shù)據(jù)量的積累、運(yùn)算能力的增強(qiáng)和算法的進(jìn)步共同促成了人工智能的火爆，機(jī)器學(xué)習(xí)也正被運(yùn)用到越來(lái)越多的應(yīng)用場(chǎng)景中?，F(xiàn)階段的人工智能，正處在以計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理為代表的感知智能蓬勃發(fā)展期，從以往的發(fā)展規(guī)律來(lái)看，未來(lái)5-10年內(nèi)，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)該會(huì)逐漸成熟并運(yùn)用到越來(lái)越多的生活和工作領(lǐng)域中。

然而人類離認(rèn)知智能時(shí)代，還有很長(zhǎng)一段距離。

• 目前國(guó)內(nèi)有哪些人工智能領(lǐng)域的優(yōu)秀公司？

目前國(guó)內(nèi)外人工智能領(lǐng)域的公司大致可以分為以下幾個(gè)類型：

深度學(xué)習(xí)/機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)/圖像識(shí)別、手勢(shì)控制、虛擬個(gè)人助理、智能機(jī)器人、推薦引擎和協(xié)同過(guò)濾、情境感知計(jì)算、語(yǔ)音翻譯、視頻內(nèi)容自動(dòng)識(shí)別。(其中機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)還可以進(jìn)一步細(xì)分為通用型和應(yīng)用型)

實(shí)際上，融資金額上機(jī)器學(xué)習(xí)同樣最受資本歡迎，截至目前共獲得了近20億美元的融資總額。

目前國(guó)內(nèi)機(jī)器學(xué)習(xí)涉及到的領(lǐng)域比較廣，在機(jī)器之心去年公布的一份「全球最值得關(guān)注的100家人工智能公司」中，中國(guó)有27家公司上榜，100offer 整理了這些公司的信息，它們分別是：

語(yǔ)音和自然語(yǔ)言

計(jì)算機(jī)視覺(jué)

芯片和硬件

智能機(jī)器

智能駕駛

垂直應(yīng)用

金融

醫(yī)療

大公司

我們可以看出，機(jī)器學(xué)習(xí)涉及的領(lǐng)域非常廣泛，技術(shù)的應(yīng)用場(chǎng)景也非常多元化，僅計(jì)算機(jī)視覺(jué)相關(guān)的機(jī)器學(xué)習(xí)技術(shù)就可以運(yùn)用到安防、電商、廣告、金融等多個(gè)領(lǐng)域。那么，對(duì)于一名想加入人工智能領(lǐng)域的工程師來(lái)說(shuō)，選擇哪種領(lǐng)域比較有前景呢?

首先，我們要看看目前人工智能領(lǐng)域常招的職位有哪些，以及他們目前的需求情況。

二、人工智能領(lǐng)域需要怎樣的人才？

前面已經(jīng)介紹，人工智能目前正處在感知智能階段，即讓人工智能看懂、聽(tīng)懂、讀懂世界，因此近幾年國(guó)內(nèi)研究計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和語(yǔ)音識(shí)別的公司居多。

與此同時(shí)，機(jī)器學(xué)習(xí)技術(shù)的突破和谷歌、微軟、Facebook 等科技巨頭把機(jī)器學(xué)習(xí)技術(shù)進(jìn)行開(kāi)源，帶來(lái)的直接結(jié)果是機(jī)器學(xué)習(xí)被應(yīng)用到越來(lái)越多的細(xì)分領(lǐng)域中，在近幾年成為熱門(mén)。

現(xiàn)在任何一家人工智能類的公司，都設(shè)有機(jī)器學(xué)習(xí)相關(guān)職位。然而在現(xiàn)階段的人工智能公司中，職位與職位之間的概念十分模糊，熱門(mén)職位算法工程師、數(shù)據(jù)挖掘工程師和機(jī)器學(xué)習(xí)工程師之間的人才也具有很大的通用性。

下圖是算法、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)三類職位在 100offer 上的平均面邀薪資與所有技術(shù)職位平均面邀薪資的對(duì)比。可以看出算法、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的人均面邀薪資均高于 100offer 上 的所有技術(shù)崗位，其中機(jī)器學(xué)習(xí)以454K的年薪遙遙領(lǐng)先。

薪資的高低某種程度反映了該職位的稀缺度。不少 AI 領(lǐng)域的企業(yè)招聘負(fù)責(zé)人告訴 100offer，目前公司發(fā)展最大的難題是：有 AI 背景的人才太難招。

機(jī)器學(xué)習(xí)從2012年開(kāi)始才真正爆發(fā)，而此前該領(lǐng)域更多處于研究階段。2013年以后，人工智能領(lǐng)域的公司融資金額呈翻倍式增長(zhǎng)，越來(lái)越多的創(chuàng)業(yè)公司開(kāi)始選擇人工智能，但與 O2O、電子商務(wù)等熱門(mén)領(lǐng)域不同的是，人工智能領(lǐng)域技術(shù)門(mén)檻較高。已有的人才數(shù)量滿足不了這個(gè)市場(chǎng)爆發(fā)式的增長(zhǎng)，而一個(gè)在機(jī)器學(xué)習(xí)領(lǐng)域0經(jīng)驗(yàn)的工程師想轉(zhuǎn)行人工智能，至少需要2年以上的入門(mén)學(xué)習(xí)。

于是那些但凡有機(jī)器學(xué)習(xí)相關(guān)學(xué)歷或工作背景的候選人似乎一夜之間成了市場(chǎng)的香餑餑。即使沒(méi)有人工智能相關(guān)背景，在人才高度匱乏的情況下，與機(jī)器學(xué)習(xí)息息相關(guān)的算法工程師和數(shù)據(jù)挖掘工程師的熱度也被炒熱了起來(lái)。以算法工程師為例，2015年的互聯(lián)網(wǎng)領(lǐng)域，一名碩士畢業(yè)工作兩年左右的普通算法工程師，平均面邀月薪在15K-30K之間，這個(gè)范圍在2016年第四季度已經(jīng)上漲到了25K-40K之間。

同時(shí)，我們還研究了以上三類職位在 100offer 的面試邀請(qǐng)情況和人才簡(jiǎn)歷，發(fā)現(xiàn)在目前的人工智能領(lǐng)域，受歡迎的人才有一些共通性，下面分類進(jìn)行分析。

• 算法工程師

算法工程師難招，幾乎成了每家人工智能類創(chuàng)業(yè)公司共同的招人痛點(diǎn)。想招行業(yè)里 TOP 級(jí)別的算法工程師更是難上加難，這類人才資源一般也都被大公司壟斷。

因?yàn)榇蠊竞芏嘞到y(tǒng)的數(shù)據(jù)量很大，比如做一個(gè)幾億級(jí)別的人臉?biāo)阉?，?duì)算法工程師效率和優(yōu)化的要求都很高，是一個(gè)極具挑戰(zhàn)的事，自然也吸引行業(yè)內(nèi)最優(yōu)秀的算法工程師加入。

下圖是2016年 100offer 上的大公司VS小公司給算法工程師開(kāi)出的平均面邀薪資對(duì)比，從中可以看出500人以上的大公司在爭(zhēng)搶人才時(shí)更闊氣：

那么，一名優(yōu)秀的算法工程師究竟要具備哪些技能才能滿足 AI 公司的招人需求呢？算法工程師在 AI 企業(yè)的工作內(nèi)容和普通互聯(lián)網(wǎng)公司又有何區(qū)別？

以下，是 100offer 根據(jù)不同 AI 企業(yè)在 100offer 上發(fā)送的面試邀請(qǐng)情況，總結(jié)出的算法工程師必備技能。

• 在數(shù)據(jù)結(jié)構(gòu)和算法方面有扎實(shí)的基礎(chǔ)

• 至少精通 C/C++ 或 Java 中的一種編程語(yǔ)言，Python/Perl/Shell 中的一種腳本語(yǔ)言

• 精通機(jī)器學(xué)習(xí)常用算法是加分項(xiàng)

• 數(shù)學(xué)專業(yè)的碩士或博士，有一定數(shù)學(xué)功底是加分項(xiàng)

• 有圖像識(shí)別、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等相關(guān)經(jīng)驗(yàn)是非常大的加分項(xiàng)

從以上要求可以看出，AI 公司的算法工程師和普通算法職位相比，除了通用的數(shù)據(jù)結(jié)構(gòu)和算法基礎(chǔ)外，最好還在機(jī)器學(xué)習(xí)領(lǐng)域有一定經(jīng)驗(yàn)或研究，某種意義上和機(jī)器學(xué)習(xí)工程師的工作內(nèi)容有一定重合。但機(jī)器學(xué)習(xí)并非必須具備的經(jīng)驗(yàn)，只要你精通 C++ 或 Python 中的一門(mén)語(yǔ)言，同時(shí)擁有扎實(shí)的算法和數(shù)據(jù)基礎(chǔ)，進(jìn)入一家 AI 公司一般不成問(wèn)題。

而加入 AI 公司后從事的具體工作，大多與根據(jù)海量數(shù)據(jù)進(jìn)行用戶行為的預(yù)測(cè)建模有關(guān)，將一家公司的用戶數(shù)據(jù)通過(guò)技術(shù)手段轉(zhuǎn)化為商業(yè)價(jià)值。

• 數(shù)據(jù)挖掘/數(shù)據(jù)科學(xué)家

前面有介紹過(guò)，數(shù)據(jù)是人工智能的基礎(chǔ)，對(duì)于人工智能來(lái)說(shuō)是水和電般的存在。機(jī)器學(xué)習(xí)依賴于大量數(shù)據(jù)，算法發(fā)展得再先進(jìn)數(shù)據(jù)量不夠也是徒勞，這也是去年數(shù)據(jù)挖掘工程師如此吃香的原因。

對(duì)于企業(yè)而言，擁有目標(biāo)人群的龐大數(shù)據(jù)集，才能在行業(yè)內(nèi)具備競(jìng)爭(zhēng)優(yōu)勢(shì)。所以從前年開(kāi)始，很多互聯(lián)網(wǎng)企業(yè)就在有意無(wú)意地通過(guò)各種渠道獲取數(shù)據(jù)。

關(guān)于數(shù)據(jù)工程師的類別和職責(zé)，我們?cè)谏弦黄恼隆?a target='_blank' data_ue_src='http://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653381725&idx=1&sn=41f29809f39cc617f2e09618c4868717&chksm=bd1cdc4e8a6b55582b73a1338f3a672e6dfe7e04973a103655d9db97d465fa95ad0fe4f6981f&scene=21#wechat_redirect'>從技術(shù) Leader 的招聘需求看，如何轉(zhuǎn)崗為當(dāng)前緊缺的大數(shù)據(jù)相關(guān)人才》中已經(jīng)詳細(xì)介紹過(guò)，這里再敘述一次。

• 大數(shù)據(jù)平臺(tái)/開(kāi)發(fā)工程師

他們的工作重心在于數(shù)據(jù)的收集、存儲(chǔ)、管理與處理。

通常比較偏底層基礎(chǔ)架構(gòu)的開(kāi)發(fā)和維護(hù)，需要這些工程師對(duì) Hadoop/Spark 生態(tài)有比較清晰的認(rèn)識(shí)，懂分布式集群的開(kāi)發(fā)和維護(hù)。熟悉 NoSQL，了解 ETL，了解數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建，還可能接觸機(jī)器學(xué)習(xí)平臺(tái)等平臺(tái)搭建。

有些大數(shù)據(jù)開(kāi)發(fā)工程師做的工作可能也會(huì)偏重于應(yīng)用層，將算法工程師訓(xùn)練好的模型在邏輯應(yīng)用層進(jìn)行實(shí)現(xiàn)，不過(guò)有些公司會(huì)將此類工程師歸入軟件開(kāi)發(fā)團(tuán)隊(duì)而非大數(shù)據(jù)團(tuán)隊(duì)。

• 數(shù)據(jù)挖掘工程師

有的團(tuán)隊(duì)面對(duì)的挑戰(zhàn)不限于某一個(gè)具體問(wèn)題，而在于如何將復(fù)雜的業(yè)務(wù)邏輯轉(zhuǎn)化為算法、模型問(wèn)題，從而利用海量數(shù)據(jù)解決這個(gè)問(wèn)題。這類問(wèn)題不需要工程師在算法上探索得足夠深入，但是需要足夠的廣度和交叉技能。他們需要了解常見(jiàn)的機(jī)器學(xué)習(xí)算法，并知曉各種算法的利弊。同時(shí)他們也要有迅速理解業(yè)務(wù)的能力，知曉數(shù)據(jù)的來(lái)源、去向和處理的過(guò)程，并對(duì)數(shù)據(jù)有高度的敏感性。這類工程師的 Title 以「數(shù)據(jù)挖掘工程師」居多。

任何一家AI公司要想做得好，機(jī)器對(duì)數(shù)據(jù)進(jìn)行標(biāo)注和訓(xùn)練的能力不可或缺。因而大部分企業(yè)招聘的數(shù)據(jù)挖掘工程師也需要了解常用的機(jī)器學(xué)習(xí)算法，和機(jī)器學(xué)習(xí)工程師存在一定交叉。

機(jī)器學(xué)習(xí)和大數(shù)據(jù)火起來(lái)后，數(shù)據(jù)挖掘工程師從去年開(kāi)始成為眾多企業(yè)爭(zhēng)搶的對(duì)象，目前在市場(chǎng)上同樣是供小于求，因而在薪資待遇上也十分讓人眼紅。

• 機(jī)器學(xué)習(xí)工程師

在深度學(xué)習(xí)普及之前，企業(yè)對(duì)人才在這個(gè)領(lǐng)域的積累要求很高。普通工程師一般要在這個(gè)行業(yè)積累兩三年，才有一個(gè)基礎(chǔ)可以做一些更深的任務(wù)。在深度學(xué)習(xí)普及之后，無(wú)論是訓(xùn)練框架還是模型，都沒(méi)有涉及太多特征的東西，實(shí)際上對(duì)從業(yè)者的入門(mén)門(mén)檻降低了。所以只要一個(gè)工程師的工程能力和算法邏輯足夠好，對(duì)深度學(xué)習(xí)有一個(gè)基本的概念，把框架跑起來(lái)一般沒(méi)什么問(wèn)題。

深度學(xué)習(xí)一般需要1-2年的時(shí)間打基礎(chǔ)。對(duì)于想要轉(zhuǎn)行進(jìn)入深度學(xué)習(xí)領(lǐng)域的工程師來(lái)說(shuō)，有深度學(xué)習(xí)的基礎(chǔ)對(duì)進(jìn)入這個(gè)領(lǐng)域有很大的幫助，但不是必須的。

某種意義上講，純深度學(xué)習(xí)偏工程應(yīng)用，有點(diǎn)像 engineer，很多東西要用編程去實(shí)現(xiàn)，這里面有很多算法的挑戰(zhàn)。有兩類人能在這個(gè)領(lǐng)域做得很好：

一類人算法能力非常強(qiáng)，能發(fā)明出高新的算法來(lái)。另一類人工程能力強(qiáng)，這里的工程能力指的是偏底層運(yùn)算、優(yōu)化相關(guān)的能力。他們不需要發(fā)明很多好的算法，更多是把東西做得更工程化，便于使用。

所以大部分工程師在入門(mén)機(jī)器學(xué)習(xí)時(shí)，只要在計(jì)算機(jī)科學(xué)領(lǐng)域有比較強(qiáng)的基礎(chǔ)和積累，同時(shí)對(duì)數(shù)據(jù)和所在細(xì)分領(lǐng)域——比如計(jì)算機(jī)視覺(jué)領(lǐng)域的圖像和 domain知識(shí)有半年到一年左右時(shí)間的了解，入門(mén)是沒(méi)有問(wèn)題的，但想要做好還需要很長(zhǎng)一段時(shí)間。

目前國(guó)內(nèi)在深度學(xué)習(xí)領(lǐng)域有深入研究和項(xiàng)目基礎(chǔ)的人才非常少。2002年在清華大學(xué)讀碩士的鄧亞峰，大學(xué)時(shí)就接觸了人工智能，但畢業(yè)后發(fā)現(xiàn)市場(chǎng)上做人工智能的公司非常少，那時(shí)只有佳能、理光等掃描儀、打印機(jī)類的公司在做一些圖像識(shí)別。而自己之所以能在人工智能這一發(fā)展比較緩慢的行業(yè)堅(jiān)持做了14年的圖像識(shí)別，主要還是依靠興趣。

現(xiàn)在像鄧亞峰這類有十幾年機(jī)器學(xué)習(xí)相關(guān)背景的人才在市場(chǎng)上十分稀缺。大部分企業(yè)在人才供給不足的情況下，會(huì)考慮招一些編程能力比較強(qiáng)，算法和數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)好，同時(shí)對(duì)機(jī)器學(xué)習(xí)有一定了解的人，這類人一般上手也比較快。

最后總結(jié)一下那些在人工智能領(lǐng)域受企業(yè)歡迎的人才所具有的幾點(diǎn)共性：

1.精通C/C++、Python、Java、Scala等任意一門(mén)編程語(yǔ)言，其中C++和Python工程師在算法和數(shù)據(jù)挖掘方面的優(yōu)勢(shì)，使其倍受機(jī)器學(xué)習(xí)相關(guān)崗位的歡迎。

2.扎實(shí)的數(shù)據(jù)結(jié)構(gòu)和算法基礎(chǔ)。

3.有機(jī)器學(xué)習(xí)、圖像識(shí)別、數(shù)據(jù)挖掘、自然語(yǔ)言處理等任何一項(xiàng)的項(xiàng)目或工作經(jīng)驗(yàn)都是加分項(xiàng)。

4.有搜索引擎、個(gè)性化推薦和廣告系統(tǒng)推薦相關(guān)項(xiàng)目經(jīng)驗(yàn)的工程師在AI領(lǐng)域比較容易直接上手，同樣受AI企業(yè)歡迎。

5.對(duì)于工作經(jīng)驗(yàn)不足的人來(lái)說(shuō)，只要有機(jī)器學(xué)習(xí)相關(guān)的學(xué)歷背景，同樣非常受企業(yè)歡迎。比如畢業(yè)于清華大學(xué)數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)專業(yè)的某博士A先生，即使畢業(yè)后只有一家傳統(tǒng)企業(yè)的管培生經(jīng)驗(yàn)，也收到了包括阿里、網(wǎng)易、獵豹、螞蟻金服等大公司在內(nèi)的11封面試邀請(qǐng)。

6.名校背景、碩士以上學(xué)歷、25歲+、有數(shù)學(xué)基礎(chǔ)的候選人異常受歡迎。

以上，就是目前在人工智能領(lǐng)域最受企業(yè)歡迎的幾類人才。如果你符合以上特征，并且正在考慮加入一家人工智能相關(guān)的公司，那么在選擇公司時(shí)應(yīng)該做哪些考量呢？

三、如何考察一家人工智能公司是否值得加入？

人工智能近年的爆發(fā)得益于算法、計(jì)算能力和數(shù)據(jù)量的進(jìn)步，所以我們?cè)诳疾煲患胰斯ぶ悄茴I(lǐng)域的公司是否值得加入時(shí)，這幾方面也是重點(diǎn)考察目標(biāo)。此外，由于人工智能領(lǐng)域技術(shù)上的高門(mén)檻，團(tuán)隊(duì)成員的實(shí)踐經(jīng)驗(yàn)、公司軟硬件設(shè)施等因素也應(yīng)該作為重點(diǎn)考察的因素之一。

1.數(shù)據(jù)規(guī)模、質(zhì)量與來(lái)源

算法的進(jìn)步很大程度依賴于企業(yè)的用戶規(guī)模和數(shù)據(jù)量，大規(guī)模的用戶數(shù)是大數(shù)據(jù)的基礎(chǔ)，而龐大的數(shù)據(jù)量又是人工智能的基礎(chǔ)。因此，人工智能領(lǐng)域的優(yōu)秀人才一般會(huì)被一些用戶量比較大的平臺(tái)，或者已經(jīng)有足夠豐富、有價(jià)值數(shù)據(jù)的創(chuàng)業(yè)公司吸引，因?yàn)楹Ａ康臄?shù)據(jù)意味著算法的精準(zhǔn)度更高，這對(duì)一個(gè)工程師的挑戰(zhàn)也更大。

所以工程師們?cè)谶x擇一家公司時(shí)，首先要了解這家公司的數(shù)據(jù)庫(kù)有多大，以及這些數(shù)據(jù)從哪里來(lái)。

Yi＋ 的產(chǎn)品負(fù)責(zé)人張子昂告訴 100offer，對(duì)于目前的大多數(shù)創(chuàng)業(yè)公司來(lái)說(shuō)，數(shù)據(jù)主要有3種來(lái)源：

1.自籌數(shù)據(jù)：投入大量人力采集數(shù)據(jù)，比如視覺(jué)搜索相關(guān) AI 公司的數(shù)據(jù)可以來(lái)自視頻里的截圖，團(tuán)隊(duì)自己去實(shí)拍，或向消費(fèi)者提供類似照片處理的免費(fèi)軟件，短期內(nèi)快速積攢數(shù)據(jù)。也可以寫(xiě)爬蟲(chóng)在網(wǎng)絡(luò)上爬取數(shù)據(jù)，比如把在百度上搜集到的圖片下載下來(lái)。這樣做的好處在于速度快，壞處在于搜索下來(lái)的圖片質(zhì)量比較粗糙，并且可能和實(shí)際應(yīng)用場(chǎng)景出入比較大。

2.公共數(shù)據(jù)：在一些公共數(shù)據(jù)開(kāi)放平臺(tái)獲取想要的數(shù)據(jù)。但是這類數(shù)據(jù)有一定局限性，有時(shí)企業(yè)想要的數(shù)據(jù)公共平臺(tái)不一定有。

3.產(chǎn)業(yè)數(shù)據(jù)協(xié)同：和產(chǎn)業(yè)鏈上游的數(shù)據(jù)平臺(tái)型公司建立合作，連接雙方均有利的產(chǎn)品或數(shù)據(jù)，比如阿里云平臺(tái)。Yi + 也正是在與一些大型電商平臺(tái)導(dǎo)流合作的過(guò)程中，獲取了大量電商平臺(tái)的產(chǎn)品數(shù)據(jù)，互惠互利。

當(dāng)然如果是阿里巴巴、騰訊、百度、京東、滴滴等這種用戶規(guī)模千萬(wàn)甚至破億的公司，長(zhǎng)久以來(lái)已經(jīng)積攢了獨(dú)有的數(shù)據(jù)庫(kù)，這些都是非常寶貴的競(jìng)爭(zhēng)資源。

但目前有一些大公司的內(nèi)部數(shù)據(jù)沒(méi)有打通，不同精準(zhǔn)度的數(shù)據(jù)之間也并不匹配，這也是大公司想要充分利用自己的數(shù)據(jù)資源時(shí)要攻克的難題之一。

2.硬件處理能力

當(dāng)然有了海量數(shù)據(jù)卻沒(méi)有硬件處理能力也不行，目前國(guó)內(nèi)一些大企業(yè)一般在數(shù)據(jù)上都有足夠積攢，但處理能力又另當(dāng)別論了。

像 BAT 這類公司既有數(shù)據(jù)量，又在處理能力上有各自的投入，一般來(lái)說(shuō)比較有保障。

而一些偏傳統(tǒng)的國(guó)有企業(yè)，比如電信、銀行等，雖然也有很大的數(shù)據(jù)量但是處理能力和對(duì)數(shù)據(jù)的重視與投入程度應(yīng)該會(huì)差很多。

再就是一些用戶量很大或能通過(guò)特殊技術(shù)獲取到大量有價(jià)值數(shù)據(jù)的創(chuàng)業(yè)公司，如果再將數(shù)據(jù)處理作為公司發(fā)展的核心競(jìng)爭(zhēng)力，也有可能成為人工智能時(shí)代的黑馬。

3.人工智能算法

不是所有使用深度學(xué)習(xí)算法的公司都是人工智能公司，雖然算法在人工智能領(lǐng)域很重要，但一家人工智能公司是否有自己 IP 的算法，算法有沒(méi)有自己的特色和創(chuàng)新點(diǎn)更加重要。

革新的算法具有超前的洞見(jiàn)，給公司和產(chǎn)品帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。比如 Google 發(fā)明PageRank 的時(shí)候，其他搜索公司都在計(jì)算鏈接被引用的次數(shù)，把次數(shù)作為權(quán)重指導(dǎo)排名。PageRank 的出現(xiàn)把鏈接之間的關(guān)系抽象成隨機(jī)行走模型，而不是簡(jiǎn)單計(jì)數(shù)，結(jié)果 Google 的產(chǎn)品一出來(lái)就超過(guò)了競(jìng)品，好評(píng)如潮，這就是創(chuàng)新算法給一家公司甚至一個(gè)行業(yè)創(chuàng)造的價(jià)值。

4.團(tuán)隊(duì)成員背景

人工智能的技術(shù)門(mén)檻之高決定了它不是看幾本書(shū)或讀幾篇文章就能入門(mén)上手的。所以目前人工智能領(lǐng)域的創(chuàng)業(yè)公司規(guī)模都很小，員工數(shù)在50人以下的公司占據(jù)整個(gè)市場(chǎng)的90%。

這就要求團(tuán)隊(duì)成員的精英化，對(duì)于那些想去人工智能公司學(xué)習(xí)進(jìn)步的工程師來(lái)說(shuō)，一定要提前考察從創(chuàng)始人到核心團(tuán)隊(duì)的學(xué)歷、工作背景和人工智能領(lǐng)域的相關(guān)經(jīng)歷和實(shí)踐，避免加入一家「?jìng)稳斯ぶ悄芄尽埂?/span>

四、人工智能未來(lái)的發(fā)展方向

在人工智能的幾大分支領(lǐng)域，機(jī)器學(xué)習(xí)無(wú)論在資本、公司數(shù)量還是技術(shù)上都遙遙領(lǐng)先。從去年的資本動(dòng)態(tài)和大公司在這方面的布局來(lái)看，機(jī)器學(xué)習(xí)的市場(chǎng)很可能在未來(lái)3-5年展開(kāi)爆炸式的發(fā)展。

關(guān)于這一點(diǎn)，做了14年圖像識(shí)別的鄧亞峰感受頗深：「雖然這幾年人工智能很熱，但對(duì)我來(lái)說(shuō)人工智能才剛剛開(kāi)始?！?/span>

鄧亞峰說(shuō)，指紋識(shí)別和圖像識(shí)別是人工智能領(lǐng)域能大規(guī)模運(yùn)用的兩項(xiàng)技術(shù)，它們都已發(fā)展了十幾、二十年，其中指紋識(shí)別在還沒(méi)有深度學(xué)習(xí)的時(shí)代就已經(jīng)做得非常成熟。而現(xiàn)在的深度學(xué)習(xí)能把圖像抽象表達(dá)成特征，是一種非常強(qiáng)大的表示方法，把之前的方法都顛覆了。

「在這樣的情況下，后面一定會(huì)有越來(lái)越多的技術(shù)被使用，但不是一兩年就能發(fā)生的。人臉識(shí)別技術(shù)再過(guò)五年左右應(yīng)該可以大規(guī)模投入應(yīng)用，實(shí)現(xiàn)通用。當(dāng)然，除了圖像識(shí)別外，還有語(yǔ)義識(shí)別等很多很多技術(shù)領(lǐng)域等待被突破?！?/span>

比如，目前國(guó)內(nèi)85%的企業(yè)都在做軟件服務(wù)，其他領(lǐng)域如智能機(jī)器人這類硬件產(chǎn)品還相對(duì)匱乏，隨著人工智能和機(jī)器學(xué)習(xí)的不斷發(fā)展成熟，智能機(jī)器人等硬件產(chǎn)品在未來(lái)還有很大的發(fā)展空間。

目前我國(guó)的人工智能還處在感知智能階段，按照語(yǔ)音識(shí)別和視覺(jué)識(shí)別的發(fā)展規(guī)律來(lái)看，感知智能技術(shù)從應(yīng)用發(fā)展到普及大概還要5—10年的時(shí)間。這段時(shí)間內(nèi)，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等相關(guān)技術(shù)還有很大的發(fā)展空間，相關(guān)職位的熱度也定會(huì)持續(xù)升溫。

100offer預(yù)測(cè)：未來(lái)幾年內(nèi)，現(xiàn)在「互聯(lián)網(wǎng)+」的概念，很可能被「AI+」的概念顛覆。人工智能將是人類持續(xù)探索的一個(gè)領(lǐng)域，一旦成功，帶來(lái)的將是整個(gè)社會(huì)生活方式的變革，在史冊(cè)上意義非凡。

所以我們看到無(wú)論是國(guó)外的IBM、谷歌等互聯(lián)網(wǎng)巨頭，還是國(guó)內(nèi)一向重視技術(shù)發(fā)展的BAT，近幾年都在人工智能上投入了大量人力物力。文章的最后，我們用BAT三巨頭在人工智能方面的表態(tài)結(jié)尾。

百度CEO李彥宏：「人工智能經(jīng)過(guò)大概半個(gè)世紀(jì)的發(fā)展，目前已經(jīng)到了一個(gè)即將要出現(xiàn)并井噴創(chuàng)新的階段。當(dāng)技術(shù)從量變到質(zhì)變的時(shí)候，如果不提前布局，可能就被掀個(gè)人仰馬翻。這也是為什么百度這幾年對(duì)于人工智能、深度學(xué)習(xí)的投入非常堅(jiān)決、大手筆。」

騰訊CEO馬化騰：「人工智能是我最想做的事?！?/span>

阿里巴巴CEO馬云：「未來(lái)三十年才是互聯(lián)網(wǎng)技術(shù)真正深刻改變社會(huì)各方面的時(shí)代，云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)將會(huì)讓無(wú)數(shù)的夢(mèng)想成真?！?/span>

互聯(lián)網(wǎng)行業(yè)新的風(fēng)口即將來(lái)臨，作為即將見(jiàn)證下一場(chǎng)科技變革的互聯(lián)網(wǎng)人，現(xiàn)在要做的事情就是提前找準(zhǔn)風(fēng)口，等風(fēng)來(lái)。

你準(zhǔn)備好了嗎？

近期精彩活動(dòng)（直接點(diǎn)擊查看）：

福利 · 閱讀 | 免費(fèi)申請(qǐng)讀大數(shù)據(jù)新書(shū) 第15期