Question

进阶深度学习工作待遇怎么样？

Answer 1

哪些人适合入行深度学习？

从事高薪的 AI 研究固然需要非凡的头脑，但理解人工智能的基本原理、成功迈入 AI 行业却是普通人就可以完成的职业规划，其实门槛也并没有大家想想的那么高。

1. 文科生是否适合学习深度学习？

对于文科生的话，我觉得不能一概而论。有些文科生，尤其学习语言学、文学专业的，他们的思维方式可能更多的偏向于发散思维，对于逻辑思维能力可能会有所欠缺。

对于这样的人，不是很建议入行深度学习，更多的是希望把本行业的事情做好，或者可以选择一些深度学习产品经理等等这样的岗位，避免一些编程、模型设计训练的任务。

2. 机械、电气等理工科的专业背景的人是否适合入行深度学习？

对于诸如电气、电子、生物、金融、统计学等等这样的理工科专业的学生，如果选择入行深度学习，个人觉得还是非常不错的选择。

以统计学为例，深度学习最为底层的就是数学基础，在基础学习的时候可以更加快速。

3. 年纪太大了是否适合转行深度学习？

个人不建议，因为核心竞争力确实会和一些年轻人存在一些差距。但是如果从事 5 年以下编程、数据分析的人，我觉得也是不错的选择，因为过往的工作学习经验、理科生的思维方式仍然可以复用。

4. 是否需要持续的学习能力？

任何一门技术的学习，都需要一定时间的积累，尤其对于深度学习、机器学习这样的工作。短期内，结合专业的指导，你可以入门，但精通一定不行。

总结下，有哪些人适合入行深度学习？

有高等数学基础的公司技术岗在职人员，需要 AI 赋能；

在校或者在职的前端、php、python 码农，有编程基础的人；

具备较好的逻辑思维能力的学生。

如何入行深度学习？

可能很多门外汉对于深度学习的复杂程度望而却步，但是其实并未像很多人想象的那样。它的基本原理就是建立在基础的数学之上，通过模型组合实现复杂的功能。

这个其实并不难，但是一旦领会了，你就能窥探一点脑神经科学和现代工程学。

具体你需要经历以下几个步骤：

1. 深度学习整体概述：了解深度学习的前世今生、为什么会爆发深度学习热潮？代表的技术有哪些，涉及到什么样的领域、产品、公司，以及各行各业中的应用。尽可能的科普深度学习的相关知识；

2. 深度学习预备知识：数学基础（线性代数、矩阵、概率统计、优化等等）、机器学习基础、编程基础；

3. 深度学习核心知识：神经网络、深度网络结构、图像任务、语音任务、自然语言任务；

4. 深度学习进阶知识：如何使用深度学习框架，完成网络的搭建、训练。

关于深度学习的公司，也就是人工智能公司，这里，我们重点介绍一些代表性的企业：

1. 语音识别技术，国内公司讯飞、百度。国外公司 Google、亚马逊，微软等，行业应用就是智能音箱等产品；

2. 图像识别技术，比如做安防的海康威视，图森科技，依图科技，旷视科技，代表性的就是面部识别，iPhone X 的人脸识别；

3. 自动驾驶技术，比如特斯拉，Uber，百度等公司开发的自动驾驶技术；

4. 金融领域的预测股价、医疗领域的疾病监测，教育领域的技术赋能等；

5. 淘宝网、字节的千人千面等。

深度学习需要学习哪些概论知识？

我们必须要清楚的就是深度学习属于机器学习的一种方法，除了深度学习以外，还包括了线性回归、逻辑回归、SVM、随机森林、图模型、贝叶斯等等很多方法。

而深度学习，并不是对所有的任务都有效，有些时候，也需要用到一些传统的机器学习方法。而机器学习则是实现人工智能必不可少一种技术手段。

最后，理论部分都强调完了以后，我们在重点强调一下进阶的知识，也就是实战部分。大家在学习深度学习的时候，一定要认识到，深度学习更多的还是需要编程！编程！编程！也就是说，不能仅仅停留在理论层面，更多的还是需要动手实战的能力，利用 Caffe 或者 TensorFlow 针对一些实际的分类任务进行实验。只有这样才能更快地积累经验，更早的入行深度学习。