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