想转行人工智能？机会来了！

对人工智能而言，2017是不平凡的一年：

• AlphaGo再胜人类

• 腾讯宣布进军AI

• 百度无人驾驶汽车上五环

• AI教育要从娃娃抓起

• 寒武纪成全球AI芯片首个独角兽

• 阿里巴巴成立达摩院

• 类人机器人Sophia首获公民身份

• 国家正式公布人工智能四大平台

• ..........

近年来，人工智能技术在各行各业中的应用越来越普及，相关专业技术人才也是供不应求，各大公司或是创业公司不惜重金招募AI人才。

最近一项统计显示，人工智能相关职位平均年薪达到30万元-60万元，从业时间长的甚至能达到年薪百万。下面是来自一些招聘网站的数据统计，最高薪酬的56个岗位(60-100万，100万+两档)，要求硕士以上学历的30个，比例53%，比AI工程师中硕士学历要求的平均比例28.6%，要高一倍。

来看一组2018的薪酬数据： 

现在可以说是机器学习算法工程师最好的时代，各行各业对这类人才的需求都非常旺盛。典型的包括以下一些细分行业：

推荐系统：解决的是海量数据场景下信息高效匹配分发的问题，无论是候选集召回，还是结果排序，以及用户画像等等方面，机器学习都起着重要的作用。

广告系统：和推荐系统有很多类似的地方，但也有着很显著的差异，需要在考虑平台和用户之外同时考虑广告主的利益，两方变成了三方，使得一些问题变复杂了很多。

搜索系统：搜索系统的很多基础建设和上层排序方面都大量使用了机器学习技术，而且在很多网站和 App 中，搜索都是非常重要的流量入口，机器学习对搜索系统的优化会直接影响到整个网站的效率。

风控系统：尤其是互联网金融风控是近年来兴起的机器学习的又一重要战场。不夸张地说，运用机器学习的能力可以很大程度上决定一家互联网金融企业的风控能力，而风控能力本身又是这些企业业务保障的核心竞争力。

所谓“工资越高，责任越大”，企业对于算法工程师的要求也在逐渐提高。因此，本文就来聊聊机器学习算法工程师的学习与成长路线。

成为一名合格的机器学习开发工程师不是一件简单的事情，因为在掌握工程师的通用技能以外，还需要掌握一张不算小的机器学习算法知识网络。下面我们就将成为一名合格的算法工程师所需的技能进行拆分，一起来看一下究竟需要掌握哪些技能才能算是一名合格的算法工程师。

01：基础开发能力

所谓算法工程师，首先需要是一名工程师，那么就要掌握所有开发工程师都需要掌握的一些能力。在大多数企业的大多数职位中，算法工程师需要负责从算法设计到算法实现再到算法上线这一个全流程的工作。

02：概率和统计基础

概率和统计可以说是机器学习领域的基石之一，从某个角度来看，机器学习可以看做是建立在概率思维之上的一种对不确定世界的系统性思考和认知方式。学会用概率的视角看待问题，用概率的语言描述问题，是深入理解和熟练运用机器学习技术的最重要基础之一。

在统计方面，一些常用的参数估计方法也需要掌握，典型的如最大似然估计、最大后验估计、EM 算法等。这些理论和最优化理论一样，都是可以应用于所有模型的理论，是基础中的基础。这些分布贯穿着机器学习的各种模型之中，也存在于互联网和真实世界的各种数据之中，理解了数据的分布，才能知道该对它们做什么样的处理。

03：开发语言和开发工具

近年来 Python 可以说是数据科学和算法领域最火的语言，主要原因是它使用门槛低，上手容易，同时具有着完备的工具生态圈，同时各种平台对其支持也比较好。但是在模型训练方面，有一些更加专注的工具可以给出更好的训练精度和性能，典型的如 LibSVM、Liblinear、XGBoost 等。大数据工具方面，目前离线计算的主流工具仍然是Hadoop和Spark，实时计算方面 Spark Streaming 和 Storm 也是比较主流的选择。

04：机器学习理论（最重要）

虽然现在开箱即用的开源工具包越来越多，但并不意味着算法工程师就可以忽略机器学习基础理论的学习和掌握。这样做主要有两方面的意义：

掌握理论才能对各种工具、技巧灵活应用，而不是只会照搬套用。只有在这个基础上才能够真正具备搭建一套机器学习系统的能力，并对其进行持续优化。否则只能算是机器学习搬砖工人，算不得合格的工程师。出了问题也不会解决，更谈不上对系统做优化。

学习机器学习的基础理论的目的不仅仅是学会如何构建机器学习系统，更重要的是，这些基础理论里面体现的是一套思想和思维模式，其内涵包括概率性思维、矩阵化思维、最优化思维等多个子领域，这一套思维模式对于在当今这个大数据时代做数据的处理、分析和建模是非常有帮助的。如果你脑子里没有这套思维，面对大数据环境还在用老一套非概率的、标量式的思维去思考问题，那么思考的效率和深度都会非常受限。

对于想顺应时代潮流当一名机器学习算法工程师的人来说，在面对众多的数学知识和编程知识里，自学会耗费大量的时间金钱。因此，幂次学院（由中科院计算技术研究所博士团队创立，北京中科幂次科技有限公司旗下教育品牌）开发推出了人工智能之《机器学习365天特训营》课程。

为了保证大家的学习效果和就业情况，幂次学院提供6项课程服务，从发展历程、概念、基本名词、术语、评估方法讲起，到算法模型与实战演练：

1、名校大牛讲师授课：中国科学院计算技术研究所人工智能博士团队开发课程，并由中科院，清华大学，美国加州大学，普渡大学等名校大牛授课；

2、365天的系统学习：跟老师直播学习，在线答疑，并完成课后作业；
3、优质的售后答疑：全天24小时课程问答与社群交流服务，让你的每一个问题都能够得到解答，课程资料随时下载；
4、颁发培训结业证书：通过幂次学院的阶段测试和结业测试，并颁发幂次学院人工智能培训结业证书，在人工智能领域享有幂次学院中科院博士团队培训背景；
5、直推中型人工智能企业及世界500强实习：对阶段测试考试成绩优秀者推荐中型人工智能企业及世界500强实习，并对结业测试成绩优秀者推荐就业；（详细实习企业资料，请联系客服进行咨询）
6、定期人工智能研发者创业者投资者线下交流会：定期在北京市中科院、中关村、五道口及国贸等地进行人工智能线下分享会；优质线下活动和人工智能社群链接500位行业优质人脉。

2018年5月19日起365天，每周两次直播，365天100+小时（理论+实战）课程（讲师直播答疑，课程72*4小时问答服务，学院社群72*4小时交流，课程资料随时下载）

购买课程另赠送2门辅助课程：

1. 现在报名免费赠送售价899元的《机器学习之Python编程基础与数据分析》课程，课程内容由清华大学python大牛与美国普渡大学算法工程师主讲，课程内容包括：python基础，python数据分析，python机器学习基础与python在机器学习中的实践案例（详细课程大纲见幂次学院主页）。

2. 现在报名免费赠送售价899元的《人工智能数学基础8天集训营》课程，由中国科学院计算技术研究所博士团队主讲，课程内容包括：矩阵论基础，概率与信息论，数值计算三部分（详细课程大纲见幂次学院主页）。

直播 + 回放：2018年5月19日开始365天，每周六19：00，20：10开课，直播回放随时随地回看。

报名费用及优惠详情：
1、特惠价：2999元。
2、限时优惠：
    2018.05.01-2018.05.19期间报名即可享受100元优惠券。
         （助教微信见下方二维码，报名后返现100元。）

长按二维码进入报名页面

长按二维码咨询助教微信

讲师团队介绍（更多讲师详情请关注幂次学院主页：https://mici.jiqishidai.com)

张老师，中国科学院计算技术研究所机器学习方向博士

专注于人机交互、机器学习等领域研究。曾在国内外知名会议期刊发表多篇论文，并荣获人工智能领域会议“最佳论文提名奖”，目前拥有国家发明专利2项、软件著作权1项。拥有机器学习、数据挖掘领域实战经验，曾参与多项国家自然科学基金与国际合作项目；

谢涛老师：中国科学院计算技术研究所硕士，阿里巴巴iDST(数据科学技术研究院)算法工程师

专业方向深度学习图像/目标检测/图像分割等人工智能相关领域，曾在三星（电子）电子研究院、地平线机器人参与机器学习相关项目，参与深度学习图像分类、分割等工作，改进算法调优模型，图像分割、人体姿态估计等工作，搭建深度学习模型；现入职阿里巴巴达摩院&IDST研究院进行城市大脑项目，安防监控、视频异常检测等工作。

李金老师，清华大学机器学习方向本硕双清华毕业生，阿里巴巴机器学习方向算法工程师；

研究方向为：推荐系统，计算机视觉，自然语言处理，深度学习等，在TNNLS，PR等杂志上发表过多篇论文，著有《自学Python—编程基础科学计算及数据分析》一书，Python笔记3K+Star，知乎python及机器学习板块12K+赞，幂次学院签约讲师。

赵朗老师，美国普渡大学硕士毕业生，机器学习工程师/算法工程师，曾参与研究：

1.参与克莱斯勒公司“合金发展”项目，应用机器学习分析产品合格率与合金成分等因素之间的关系；

2.参与浙江大学关于研究材料渗透率的项目，应用机器学习分析材料渗透率与材料结构之间的关系；

3.应用机器学习研究各大风场的风机故障问题，在机器学习，数据挖掘等方面有丰富的实战经验，善于用简单的例子来描述复杂的机器学习概念，善于对学生进行启发，帮助学生掌握机器学习的核心概念与算法。

助教Benson老师，加州大学洛杉矶分校计算机专业毕业

现就职于美国洛杉矶，数据工程方向软件工程师。在Hadoop，Hive，Spark等领域有实际工程经验。

还在等什么？快邀请自己的小伙伴一起来加入《机器学习365天特训营》吧！未来将是属于我们的时代！点击“阅读原文”进行报名！如有疑问，请随时联系客服（上方二维码）。