人工智能就业前景越来越严峻了，你还在坚持吗？-CSDN博客

本文链接：https://blog.csdn.net/androidstarjack/article/details/133834569

设为“星标”，和你一起掌握更多数据库知识

从最近最火的chatGpt来看，AI时长不但没有低迷下去，而且还越来越好了！去年毕业的一个朋友，硕士毕业，目前在字节做机器学习工程师，负责开发和实施机器学习算法，建立模型并进行数据分析和预测，月薪达到45K，现在日子过的是麻麻香！

AI在人们生活中的表现

人工智能研究的范畴包含自然语言处理、机器算法学习、神经网络、模式识别、智能搜索。应用的领域包含机器翻译、语言和图像理解、自动程序设计、专家系统等。

随着AI不断取得进步，它将会渗透到我们生活的每个领域。目前AI还是在发展初期，就已经深入到了人们生活的方方面面，比如在网络安全方面人工智能在网络安全中的应用前景，将确保限制黑客引发网络犯罪。

此外，人工只能在信用卡欺诈检测、安全数据的处理、智能预警、自动驾驶汽车等方面已经起到了很大的作用

AI目前的就业情况

毕竟现在的AI的热门行业非常多，不要是未来，就是现在在招聘网上我们可以看到很多的人AI职位，比如自然语言处理工程师，计算机视觉工程师，机器人工程师，数据分析师，智能系统架构师等等

我们可以看一则招聘：

熟悉 Diffusion模型，GAN模型，Transformer模型
熟悉AI行业会议，具备理解论文并将论文算法实现的能力，有CV相关经历
熟悉python语言和pytorch框架，熟悉tensorflow，pytorch，熟悉修改深度学习模型架构
英文能力优秀，阅读实现英文原文期刊，有海外背景优先
具备良好的沟通能力、团队协作精神
有视频，3D领域经验者优先

【工作内容】

1、研究开发改进AIGC算法
2、进行数据收集，数据处理，训练模型
3、对现有模型进行优化，调整，以适应业务需求
4、与其他数据科学家、工程师和产品经理一起设计，开发产品

所以AI的行情还是有的，同样要求也是不低！所以你要找对方法去学习，毕竟随着AI技术的发展，作为程序员需要不断学习和更新自己的技能，才能适应AI带来的多变性岗位！

人工智能的就业要求

编程语言要如Python、C++和Java，对于数据的收集、清洗、分析和可视化，数学和统计学：要求熟悉AI的各种工具和框架，如TensorFlow、PyTorch、Scikit-Learn,毕竟在某些特定领域的知识，例如医疗保健、金融、自然语言处理等

如何学习AI

如何学习AI，当然离不开这脑图

具体怎么学习呢，下面根据我的经验，可以分为一下7个阶段

1、打好数学基础

首先要具备一定的数学知识，学基础包含：线性代数、微积分、概率统计和信息论等内容。从大学到现在，课堂上学的和自学的数学其实不算少了，可是在研究的过程中总是发现需要补充新的数学知识，如Learning、Vision等都是很多种数学的交汇场。可见数学在AI技能进阶之路上有着极其重要的地位!

2、概率论与数理统计

人工智能中很多算法涉及到概率论与数理统计中的内容，比如最大似然估计Q，高斯分布
这里需要看概率分布(正态分布、均匀分布、伯努利分布)、抽样分布(t 分布、卡方分布%)、统计量(均值、方差、置信区间)、假设检验°等。

3、技术基础

计算机原理、程序设计语言，以及算法基础以及对应领域知识（图像、语音，NLP）。比如Python还支持TensorFlow、PyTorch以及Keras等高人气机器学习与深度学习实现框架。

4、机器学习、深度学习等算法

机器学习算法里面要学的包括机器学习中的逻辑回归、决策树模型、集成算法、聚类算法和深度学习中的深层神经网络（DNN）、卷积神经网络（CNN）、循环神经网络（RNN），这是我们在算法方面要学习的。
学习常用的机器学习算法: 学习常用的机器学习算法，包括决策树、支持向量机、随机森林、朴素贝叶斯、k-最近邻算法等等。

5、大数据应用

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

6、熟悉机器学习工具库

比如cikit-Learn、Statsmodels、PyMC、Shogun、Gensim、Orange、PyMVPA、Theano、比如， AutoML具有三个主要优点：
它通过自动化最重复的任务来提高效率。这使数据科学家可以将更多的时间投入到问题上，而不是模型上。自动化的ML管道还有助于避免由手工作业引起的潜在错误。

AutoML是朝着机器学习民主化迈出的一大步，它使每个人都可以使用ML功能。

7、关于学习AI的基本必学书籍

购买书籍，AI的书籍有偏理论的，比如《深度学习》、《统计学方法》，比较适合学理论知识，如果是初学者，学起来非常艰难，很难坚持下来。
《人工智能：一种现代的方法（第4版）》