AI到底有多热?
全球只有15%的企业现在在使用AI技术,但在未来的12个月内,会有超过31%的企业使用。增幅超过100%
从2013年开始,5年之中对AI相关的岗位需求增幅超过450%
AI行业3个最火的职业:机器学习(ML) 、深度学习、自然语言处理(NLP)
那些大公司(雇员在10万人以上的公司)是最需要AI技术的,但现在只有一半制定相关战略
单从几个数据就可见一斑。AI现在有多热,相关的技术岗位就有多火。一个算法工程师30w-50w的年薪可不是说得玩的。那么从一个普通程序猿怎么才能摇身一变,成为一个算法工程师的呢?
你首先要了解它的难点。算法对数学和编程的要求很高,常常会面对大量的公式,所以理论方面功课要做足。也需要做一些项目,在实践中掌握真知。即使掌握数学和编程基础,这门课也才刚刚开始……所以老王会说兴趣是最好的老师,有了兴趣才能一步一步克服困难。
下面让我们详细讲讲
那咱们就分别讲讲这3方面
一、数学能力
无论是否计算机出身,数学能力在算法工作中是非常必要的基础,需要掌握的程度如下:
1、高等数学:主要包括微分和积分、偏微分、向量值函数、方向梯度、泰勒展开等,理解这些才能更好理解算法公式,调参原理,以及迭代时梯度的概念等;
2、线性代数,主要是矩阵运算、高维向量、空间运算,这些是理解深度学习向量空间的基础;
3、概率论及数理统计,或者称之为概率学和统计学,要理解,机器学习本质上是一个概率问题,从数据中学习的不确定性,就是在获得概率值。
二、计科能力
算法工程师是一个研发性岗位,写代码的能力也是必须的。
1、掌握基本的排序、查找算法
2、熟悉常用的各类数据结构,如数组、树、表
3、将抽象逻辑思路转为代码,能完成leetcode上中等难度的题目
4、有编程语言学习能力,会python更好,其他语言需要花时间了解其语法特点
以上两点都是地基,有了这些,才能建起算法这座高楼
三、机器学习算法能力基础
1、熟悉常用机器学习算法的原理,包括线性回归、逻辑回归、决策树、K均值、SVM、adaboost、CNN、RNN等
2、能够了解各个算法的优劣和适用的数据场景
3、熟悉常用机器学习算法在代码中的实现,深一些是能自己手写实现,浅一些是能通过使用python的包来调用,熟悉参数
4、能够独立完成一个完整的数据项目,如在kaggle上尝试解决入门的问题,实现从数据处理到模型选择直到输出结果的过程
第三部分是个长久的事情,不断的熟悉算法和使用,并在实际数据项目中来深化。去公司实习当然是最好的选择,但如果不去公司实习的话,在kaggle上多做尝试可以积累不少经验。
当能掌握这些后,就可算做正式入门了,目前大厂的实习生或者校招生基本就在这个水平程度,想要得到更好的机会或者能在工作中真的有好的产出,需要更多的努力和学习。
要想了解更多关于算法的知识,可以加老王建的公众号:职景求职
网友评论