入行机器学习算法，其实就是顺应时代发展

Posted 2020-11-18 korea0707

• 90年代初为什么没有“蹦极”

从高处一跃而下的happy，这事情不可能发生在90年代的娱乐花费中，除了自己是在想不开。为什么？因为不顺应时代发展需要，有很多地方温饱都还没有解决。那个年代什么顺应时代了呢，海尔冰箱、美的、格力 格兰仕等等，所以他们发展到了今天！

• 顺应很重要，其实就是“选择”

你知道吗？2017年薪资最高的十个职位中，过半为AI类岗位。

你知道吗？过去几年格外吃香的php、.Net、ios等职位招聘薪资在下半年出现了2-3%的 回调。 

你知道吗？数据显示，由于大批公司涉足AI领域，2017年AI人才需求已达到2016年的两倍，2015年的5.3倍。

你知道吗？一个AI人才，起薪在1.5万元,一个推荐算法工程师年薪可达50万。

你知道吗？市场上充斥着大量的AI培训视频，价格500元以下，就是耍流氓。

你知道吗？几乎所有互联网企业均把数据人才列为团队标配。

你知道吗？简单重复性的程序员岗位将逐渐式微，直到被替代。

你知道吗？推进人工智能发展写入了十九大报告。

你知道吗？大数据在各个省开始了，人工智能发展井喷发展

京津冀：打造国内首个跨区域型大数据综合试验区

广东：以“领跑者”姿态走在探索前列

上海：打造大数据创新示范应用

浙江：争当智慧政府建设的先行省份

江苏：将大数据与检察业务深度融合

山东：大数据产业发展任重道远

贵州：大数据已渗透到城市肌理之中

河南：建设成为数据资源汇聚区

重庆：大数据智能化平台载体不断完善

四川：努力建设大数据四个高地

山西：促进大数据发展行动计划

辽宁：争取国家支持和高端站位

湖北：积极建成国家级产业基地

黑龙江：成立黑龙江大学数据科学与技术学院

云南：明年年底率先开放8个重点领域大数据

 

• 一个程序员的自白

一个年过 35 岁的理工科老腊肉的我，在 2018 年转型人工智能，进场谈不上早。下定决心转型人工智能并不是一时头脑发热，在经历了 2017 年的人工智能的风口之后，我注意到今年的政府工作报告再次提到了有关于人工智能的内容，篇幅更多，政策更好，让我真正看到了发展的方向和机会。和我一起的同龄人并没有因此而心动，“真正应验一句话：总有人想做强大”，很多人都觉得没必要再折腾一下，这就像刚从学校毕业后，有人选择留在大城市打拼一番事业，有人喜欢回到小城镇生活一样，选择不同，没有对错之分。

在不熟悉的领域，很多时候转行就意味着降职降薪，没有相关工作经验，自然需要一段时间的过渡期。在转型前，我是一个小部门的技术经理，年薪 40 万；转型后，我的职位是推荐算法工程师，年薪是 50.4 万。我看好的是人工智能未来发展的潜力，随着科技的进步，人们都想要追求更高品质的生活，人工智能在未来的落地应用将会越来越多，所以前期的过渡是非常有必要的，另外前期扎实的基础，对未来的发展也会非常的有利。这在后续发展上，一定会是从量变到质变的过程！

下决心转型后，开始逐步了解这方面的内容，当然也有逛社区贴吧，最开始考虑过自学的方式，但因为自学积极性差，又无从下手，加上我身边也没有出现自学成功转型人工智能的例子，所以不得不放弃。到目前为止，我认为参加培训班仍然是转型人工智能的唯一途径！

参加 海畅智慧 的课程（网易云课堂）的机缘是因为北京大学的章老师授课，海畅智慧 曾经给我们公司进行过运维架构师培训，我非常认可课程师资的力量。

章老师在公式的推导、算法等方面非常熟练，而且是偏工程实践、编码方面。这就能保证我们学员的全方面的发展，无论是在算法推导方面还是工程实践方面都学到很多东西。

因为工作的原因，我学习的时候是在职的，当时的职位是技术经理，每天把任务分配给其他同事就可以了，所以自己有比较多的时间可以用在学习上。加上视频培训，节约出我很多时间。

所以大家如果有想要转型人工智能，至少也要保证每天4- 6 个小时的学习时间。参加过课程之后，有两点经验在这儿分享给大家：

第一、在学习课程之前，我用一个半月复习数学。因为工作时间比较长了，数学忘的差不多了。

第二、人工智能在实际工作中涉及到的数据量是非常大的，像 Python 这种传统的语言不太适合处理大数据，所以还是需要自学一些大数据的课程，例如：Hadoop 、Spark ，还有 Spark 机器学习的 MLlib 库的调用等，这些都是大数据并行计算和并行存储的。

第三、现在市场上充斥着很多机器学习的课程，包括视频培训教程，500元以下基本都是“玩你”，甚至有76元的，39元的。千万别贪图便宜，一分价钱一分货，毕竟是能让你拿高薪的知识培训，用脚指头想想，哪里有那么便宜的“好事情”。

将我的故事分享给大家，希望对大家的转型有所帮助。