BAT等大厂的工程师，是如何精进技术的？

会员服务 ·

BAT等大厂的工程师，是如何精进技术的？

2019 年 9 月 12 日 专知

从百度的搜索指数（2017.9-2019.9）上可以看到，进入2019年4月，搜索指数低于平均值。AI 概念火热了几年之后，市场逐渐完成洗牌，一些没有核心竞争力的“伪人工智能公司”被踢出局，留在赛道上的是有“技术堡垒”的公司。

同时 AI 相关的职位招聘呈现同样的趋势， 高级岗位需求增长迅速，基础通用岗位的需求基本趋于稳定：

简单来说，人工智能领域人才发展出现分化，基础岗位竞争相对激烈，高级岗位的需求旺盛。 同样，对于2-3年以上的中高级岗位而言，公司关心的也不是学历、专业等，而是技术应用能力与项目经验。

计算机视觉“落地最顺利”

AI 高级人才供不应求

随着 AI 向各领域的不断渗透，人才需求的激增，高校教育很难快速填补社会发展带来的剧烈人才需求。AI 人才存量小、需求旺盛，对于高校、高学历人才来说，应届 80w 恐怕只是“起薪”。根据BOSS直聘研究院发布的2018年第四季度人才吸引力报告，数据科学与人工智能领域平均月薪约为3w，这其中还不包括年终奖、股票/期权、签字费，package 将会更高。

*数据来源：BOSS直聘研究院

过去的AI技术驱动重在算法模型的比拼，如今更依赖场景化的商业洞察、经济价值。中国企业的业务发展更侧重 计算机视觉和自然语言处理领域 。尤其是计算机视觉，在国内被称为落地最顺利的技术，在移动互联网、安防领域，落地进展相对更成熟。而自然语言处理也从语义向推理阶段过渡，经历更深入的发展阶段，相关岗位薪资自然是随着企业需求一路水涨船高。

*以上数据来自拉勾

根据权威调查报告显示，做计算机视觉和自然语言处理的公司占比分别为10.3%和9.1% 。从 AI 基础岗位到高级岗位， 需要精进细分领域的技能。 然而真正到要精进技术、找工作时，往往遇到很多门槛：

1. 相关知识零散，学习效率低下

网络上关于 CV 和 NLP 的资料、论文非常繁多，但质量良莠不齐。内容往往是东一榔头西一棒，很不系统，大量时间往往花在了学习的准备阶段。

不仅如此，有的模型虽然能跑，但精度差，效率低，缺少标准、专业的最佳实践作为学习模版。

2. 缺乏项目经验

其次，目前在招 CV 和 NLP 的大多是大厂，要求相对更严格，绝大部分的职位都要求有相关项目经验。

*以上招聘信息来自猎聘

这就是第二个难点：想进大厂，手里一定要有项目经验。即使简历过了，进入面试，单纯只是闭门造车没有实战的话，很容易被面试官问住。

3. 高级岗位面试，同样会问基础知识

面试现场让你手推公式，你可以吗？很多人抱怨面试时有些问题对工作并没有帮助，但实际上面试官考察的是你的逻辑和基本功，以此判断你是否能够成长为公司需要的高级人才。因此，不管是对于几年工作年限的技术工作者，牢固、系统的基础知识很大程度决定了未来的发展速度。

对于想从人工智能的基础岗位提升到高级岗位，或者是想入行 CV、NLP 的工程师，如何少走弯路？

“来自云端的硅谷大学”

大厂内部培训平台

作为对前沿技术风向嗅觉敏锐的优达学城 Udacity，携手人工智能行业领袖， amazon、IBM、nvida 等推出了「计算机视觉」、「自然语言处理」的纳米学位。职场人学习，最需要的是高效、权威、系统的学习路径，你将跟随来自硅谷的行业专家，一站式学习 CV、NLP的核心技术，并通过实战项目获得丰富实操经验。

Udacity 由 Google 无人车之父 Sebastian Thrun 创立，是全球三大在线教育平台之一。在 MOOC 发展较为成熟的美国，Udacity 为毕业生颁发的「纳米学位」相当于“名企敲门砖”。课程内容与Google、Facebook、Github等全球前沿科技企业联手开发，课程前瞻性、权威性、认可度远超市面其他在线课程。

2016 年登陆中国后，与更多中国企业达成合作，腾讯、京东、唯品会等互联网名企，都将 Udacity 纳米学位项目作为员工的内部培训内容，纳米学位在中国的影响也在逐渐扩大；在全球，包括AT&T、通用电气、普华永道、埃森哲、戴姆勒奔驰等知名企业在内，都将 Udacity 作为 AI 培训首选。