AI行业分析与面试指南

原创：晏茜
资料来源：陈旸

近年来，人工智能行业的受欢迎程度是有目共睹的，越来越多的人想要加入 AI 这个行业。但是在我们正式开始求职之前，应该进行理性的分析，了解现阶段 AI 行业的发展趋势，AI 行业需要什么样的人才，AI 人才需要掌握什么样的知识技能才能谋求更好的职业发展机会，本文将带大家深入了解 AI 发展趋势和 AI 人才必备技能，希望能够帮助求职者找到正确的方向。

本文将大致分为三个方向。首先我们先带大家了解一下我们所处的时代有哪些关键的技术变革；其次，会带大家了解除了大厂以外，还有哪些传统的行业也在做数字化的转型，这些行业同样值得 AI 从业者去考虑；最后，会介绍在我们的求职面试过程中有哪些需要注意的地方。

1. 云计算、AI、大数据的区别与共生

相信大家都听说过云计算、大数据、人工智能，可能还会对他们有一定程度的了解，那么请问这三者之间有任何的联系吗？他们是相互独立的，还是互生依赖的呢？其实，无论是云计算、AI 还是大数据，都属于朝阳行业。云计算像是一个底层的存储的框架。云计算的岗位广泛存在于互联网企业中，比如，阿里云、腾讯等等，如果你能去这些公司的云计算的相关岗位去工作的话，也是非常好的选择。大数据的岗位职能主要是大数据的治理，还有大数据的运算，实际上很多的算法也是在海量的数据中进行运算的。举个例子，比如京东要上架一本新书，这本新书叫做《数据分析》，针对这本新书，我们想要找到它的潜在的用户去做推送，那么我们如何去做呢？据统计，京东每天的订单量大约有 1000 万单，那么一个月的订单量就会有 3 亿 左右，这个数量级是非常惊人的。如果按照更长的时间线的话，我们的用户行为数据是一个海量的数据，所以直接用 Python 其实是无法解决这么大的数据量的，这就需要底层的一个大数据，所以我们可以利用基于 Spark 等大数据处理框架去跑一些数据建模，去预测一下哪些用户会对这本书感兴趣，并做推荐。这是大数据的一些底层的技术。人工智能技术大家应该会更加了解，这里不做更多的介绍。

云计算、大数据和人工智能这三个部分其实都可以把他们称之为新基建，也就是我们在科技领域中所处的第四次革命。在前三次工业革命中，每一次都给我们带来巨大的生产力的变化。在上个时代，出现了电脑、互联网，而现在我们整个的新基建更像是一个机器，它把云计算、大数据以及 AI 串联到了一起。

如图所示，我们的底层是一个云计算，在做计算的过程中，有越来越多的数据会被放到云端，如果你在互联网公司工作，公司一定需要一个 IT 的支持部门，这个支持部门一定会有很多的服务器一起帮你去完成运算，所以，底层可以是私有云，也可以是公有云。中间层是大数据，大数据需要有很多的结构，包括数据治理和数据安全。数据治理的目的就是要把数据标准化做成一个中台，如果公司想要更好的去支持他的业务的发展，就需要有一个强大的中台，这个中台会把数据标准化、规范化，从而让所有的业务部门都可以看到一个相对干净的、标准的、唯一的数据，这是我们的大数据中台。最上层是人工智能。

国内互联网大厂（新基建战场）

在 AI、大数据和云计算这三层架构中，哪一层架构与业务最接近呢？与业务最接近的架构一般指的是能够直接看到结果的那一层架构。不难发现，人工智能其实是离结果最近的，也就是离业务最近的。

我们可以发现一些大厂也在做一些布局，这些互联网公司其实是在做底层的基础设施的建设。比如以华为云为例，华为云做了一个工具，叫做 ModelArts。ModelArts 这个产品实际上是一个自动机器学习的产品，业务人员将数据上传之后，它就可以自动完成模型的搭建，同时也可以自动的完成部署。所以从模型的标注环节，再到数据的预处理、建模、上线、评估，一系列的过程都是通过这个产品来完善的。腾讯云做了一个偏向于云计算的架构，名为 Serverless。如果你在百度工作，一般会使用百度自主研发的深度学习技术框架，Paddle。目前，在国产的深度学习技术框架中，Paddle 是排名第一的框架，它的使用量是非常高的。阿里云目前在做的一件事叫做数据中台，阿里云体系里面有两个产品跟数据中台是有关系的。一个产品叫做 DataWorks，另外一