想從事AI行業，讀研還是工作？
全文共1741字，預計閱讀時長3分鐘
看了無數AI教程卻總是無從下手？
道理感覺都懂一讀論文還是群臉蒙逼？
感覺不逼自己一把永遠入不了AI的門？
其實，要逼自己很簡單，兩條路任你選。
就業
選擇就業，學東西一定是最快的。如果不夠快，就想想你的夢想、你的工資、你的獎金吧。
雖然AI行業充滿了「愛與理想」，但我們不得不承認，跟隨這股AI潮，很多人主要還是沖著高薪去的。不用再花家裡錢，還可以邊學AI邊賺大錢，聽起來簡直美夢一樁。不過，美夢，也只能是美夢。
本科剛畢業的科班出身程序猿，在AI行業中能做什麼？
很遺憾的告訴你，你有極大可能會長期從事非常基礎的業務。運氣不好的沒準就變身為AI搬磚工——數據標記師，整日為訓練AI的數據集里添磚加瓦。如果運氣良好，那可能整日就是跑跑模型、調調參數。你所想的搭建演算法、底層設計，可能通通都不存在。
不僅如此，這些你或許有些嫌棄的工作，也仍然需要一些相關能力來幫你取得offer。
首先肯定是基礎開發的能力。雖然短期之內，你在工作崗位上不一定會接觸到演算法設計和演算法實現。但即使是跑模型調參數，也需要有一些基礎的理解，還要能緊密地跟進整個工作流程。
而且，既然要通過工作崗位學習，知道自己在做什麼，能做什麼，下一步想做什麼十分必要。這些均建立在基礎開發能力上。
其次是數學基礎，尤其是概率和統計基礎。典型的如最大似然估計、最大後驗估計、EM 演算法等這些可以應用於絕大部分模型的理論更是要重點掌握，是基礎中的基礎。就算給數據集搬磚，也要理解數據的分布，這樣才能知道該對它們做什麼樣的處理。
至於開發語言、開發工具、ML理論則更不用說。一個認識只停留在AlphaGo超厲害的求職者，公司是沒有地方安放其放蕩不羈的靈魂的。
潑了那麼多冷水，那麼就業入行AI的意義何在？
工作與上課最大的不同點，就是你的知識來源將非常直接、多樣化。
首先，獲取知識的渠道會更直接。你的同事、你的領導會成為你最直接的知識來源，他們的經驗一定會讓你用最短的時間學會最具體的東西。
其次，獲取知識的渠道也會更加多樣化。你可以繼續做學生時代做的事，查找資料、閱讀書籍論文，同時你也可以與坐在身旁的同事頭腦風暴，在會議中碰撞思想。
另一個不同，是實踐將會大於理論。在學校學習，你很難獲得開展一個項目的動力，而工作則是完全建立在項目之上的。由此，你的動手能力一定會有極大的提升。
進修
如果說通過就業學習AI是一個擁有變態難度的副本，那麼進修則看起來要簡單許多。只不過，這條路要付出更多的時間成本和金錢成本。
但是，無論你選擇出國留學還是保研考研，想要在AI領域學得進去、學得明白，仍然有需要你在本科期間注意的地方。
首先是編程能力。這裡的編程能力並非是讓你買一堆Python入門、Python實戰。而是C語言及C++。當你開始AI進修，底層設計將會是你的重要課題。而要看懂各種頂會論文，基礎不牢一定不行。
其次要學好數學及英語。數學不用說，演算法實現、數據處理，靠的都是紮實的數學基礎。
而英語，是快速掌握Python的利器，也是進修學習的基礎。要知道，中文的著作也好、論文也好，優秀的數量不多，至於各種頂會論文，那更是想都不用想，一定是英文。要是看個論文還得一邊查字典一邊想代碼，不僅沒有效率，還極有可能傻傻學不清楚。
最後一點，也是最重要的一點，就是發掘自己感興趣的領域。人工智慧是一個宏觀的概念，其中的細分領域數量龐大，而當中的一些甚至屬於發家致富的雷區。
例如深度學習。深度學習是AI最值得探索的領域之一，也是離市場、離發家致富最遠的領域之一。
縱觀AI發展史就能看到，AI之所以最近幾年才大火，就是因為之前的科學家過於沉迷DL研究，渴望找到快速而有效地提升AI智能的方式，甚至製造「強人工智慧」。研究難度係數直線上升不說，還與實際越發遙遠。可以說，研究DL的人這輩子一定是個用理想餵飽自己的折翼天使。
因此，選好適合自己的研究領域，非常重要。
讀芯君開扒
搞AI研究，一定要讀研？
想成為AI界的扛把子卻還在讀研與就業之間搖擺不定？其實在AI領域，就業也同樣能夠繼續研究事業。
就AI行業的現狀而言，業界和學界聯繫十分緊密。這主要是由於學界的研究領域細分與行業細分相差無幾。學界在研究的語音識別「雞尾酒會」效應，也是業界關注的重點。業界應用廣泛的圖像識別，是學界最關心的領域之一。
那麼，如何達成AI研究型人才的成就呢？多思考多應用，在學界與業界中廣泛尋找問題的答案，相信，你一定可以！
留言 點贊 發個朋友圈
我們一起探討AI落地的最後一公里
作者：羊習習
參考文獻鏈接：
https://www.zhihu.com/question/19882915?utm_source=wechat_session&utm_medium=social
如需轉載，請後台留言，遵守轉載規範
TAG:讀芯術 |