成为一名 AI 工程师永远都不晚

从年初起，几家国际大厂的开发者大会，无论是微软Build、Facebook F8还是稍后的Google I/O，莫不把“AI优先”的大旗扯上云霄。

如果这一波AI大潮只是空喊几句口号，空提几个战略，空有几家炙手可热的创业公司，那当然成不了什么大气候。但风浪之下，我们看到的却是，Google一线的各大业务纷纷改用深度学习，落伍移动时代的微软则已拉起一支近万人的AI队伍。而国内一线大厂的情况，恐怕也是差不多的。

这一迹象，对于广大程序员来说，特别是对即将走向技术一线的准程序员而言，还是值得重点关注的。回顾一下移动互联网所带来的机遇，很容易就能算清，掌握深度学习能为一线工作带来怎样的优势。不过，跟移动开发不同，要求严苛的数学门槛，成本高昂的实战训练，令AI人才的培养周期猛增至5年以上……似乎没有硕士、博士的知识储备，就一定要跟AI相关的技术工作说再见了。实情果真如此吗？

本文整合了首发于《程序员》的AI工程师职业指南系列文章，作者们从实践的角度来解析AI领域各技术岗位的合格工程师都是怎样炼成的。你将了解到什么样的AI技能树能够满足他们一线业务的用人需求，数据科学、机器学习算法、异构并行计算以及语音识别、推荐系统与对话系统等领域的技能进阶又该如何展开，特别是其中的学院派路径与实战派方法又当如何取舍。

点击以下蓝色文字即可阅读文章

如何成为一名

• 机器学习算法工程师（张相於，转转推荐算法部负责人）

成为一名合格的开发工程师不是一件简单的事情，需要掌握从开发到调试到优