老鸟简介
先介绍下自己的情况,85 后,自认为是高级后端开发工程师,掌握技能:Linux 一般操作很溜,PHP信手拈来,JS也能上手,数据库经常用,一般小型服务器的架构难不倒我。但,现在遇到了一个人生瓶颈,再过两年就 30 岁了,薪资已到达天花板,很难突破25K。说到转型,管理岗不是自己擅长的,死来想去,认为从技术上突破才是正道!
最近几年,人工智能(AI)、大数据大火,行业人才缺口巨大,薪资也水涨船高。
AI 相关岗位的平均薪资比其他的互联网技术岗高出 30% ,刚毕业就拿 25K 不成问题。再做两三年3、40万不成问题。
不是常说,“15年前错过了买房,10年前错过了做互联网……”,既然无法拥有一个重来的人生,就不能再犹豫。对,说干就干。
首先,在网上搜罗一些大牛的经验,大家推崇的人工智能“六步走”学习路线,感觉还不赖。于是撸起袖子开干!
人工智能“六步走”学习路线
第一步 学习并掌握一些数学知识
「学习日记」高等数学、线性代数、概率论,这个大学都学过的呀。简单书翻一翻就OK了,现在还认真学它干嘛。
第二步 掌握经典机器学习理论和算法
「学习日记」机器学习算法,花了 300 多报了一个班。里面讲一些公式和推理,公式有点看不懂,学了两节直接放弃…还买了一本周志华的西瓜书(机器学习),网上评价特别高,But,翻了几页简直是天书,那些公式他认识我我根本不认识他。心想,那些网上好评的同学,你们确定看懂了吗?
第三步 掌握一种编程工具,比如Python
「学习日记」这个对于我来说,多学一门没关系,语法都差不多
第四步 了解行业最新动态和研究成果,比如各大牛的经典论文、博客、读书笔记、微博、微信等媒体资讯。
「学习日记」最新研究成果是要看的,但是初学者真得不是想看就能看得懂的…至于读书笔记、经验之谈,都是泛泛而谈。给自己打打鸡血也就可以了,真学到东西有点扯。
第五步 买一个GPU,找一个开源框架,自己多动手训练深度神经网络,多动手写写代码,多做一些与人工智能相关的项目。
「学习日记」说得轻松,给卖 GPU 的打广告的吧,就那么几个开源的项目,普通 PC 也能搞定了。
第六步 选择自己感兴趣或者工作相关的一个领域深入下去
「学习日记」说的容易做起来难,作为初学者,连入门都还没有,更别说确定一个方向了。
开始面试
三个月时间结束了,找个工作练练手。包装了下简历,投到某知名互联网公司,很快得到了面试机会。
先问了一个快速排序法的原理,基本能答上来。接下来就惨了,面试官问“用户百度搜索一个关键词,又点了一个分类标签,和用户的历史标签,如何给用户推荐?”
呵呵,这下完全蒙圈了,于是开始胡诌,“用 svm 吧?或者贝叶斯,或者用聚类…”后来想想,这是在考验对公式和优化方法的熟练程度。
面试,如预期的一样。没了下文。
痛定思痛
所以,最后还是要决定,听从别人的经验,不要自己跨度太大,盲目学习。问了几个有经验的中科院博士生。他们建议,现在工具大多是开源的,普通的算法都能实现,要想有成果,有提升,关键还是要从数学原理去入手。才能做到真正入门人工智能。用普通学习一个编程语言的思想,是不适用于学习人工智能的。
科学的 AI 学习路线,应该是这样的。
高数,看来是躲不过了
从头再来
重新拾起来放下5、6年的高数,说难不难,说简单也不简单,如果能够有位专业老师给我指点,避免大而全地复习,而是快速而准确地学到真正在人工智能研究中用得到的数学基础,肯定会事半功倍。
免责声明:转载自网络 不用于商业宣传 版权归原作者所有 侵权删