AI岗位秋招纪实：算法原理扎实才是王道，而不是调参

2018 年 10 月 20 日 算法与数学之美

当下，人工智能人才的巨大缺口，主要通过三种方式缓解：海外人才引进、高校加大培养、传统人才转行。

海外人才引进，一定程度上缓解了AI顶尖人才的极度匮乏情况，但无法满足社会对普通AI人才更为广泛的需求。

高校对AI人才的培养，是解决问题的根本，但通常需要6-8年的筹备与探索期，才会逐渐形成稳定的人才输出。今年4月，教育部为响应国务院号召，发布《高等学校人工智能创新行动计划》，计划中明确提出：加强人工智能领域专业建设，到2020年建立50家人工智能学院、研究院或交叉研究中心。但是由于国内高校的AI起步较晚，师资力量较为欠缺，目前还未形成系统的课程培养体系，难以很快填平AI人才缺口。

上述两种方式的尴尬现状，均不能在短期内缓解AI人才市场的需求。供需严重不平衡的现状，使得AI从业者薪水普遍数倍于传统行业！

急剧增长的市场需求、丰厚的薪资，驱使数以十万计的研究者急于转行。他们迫切希望能在数月内掌握深度学习知识，达到就业的水平，因此他们在深度学习理论似懂非懂的情况下，直接动手实践，开启了“调参数”的漫漫人生路。

但是，2017年下半年开始，人工智能逐渐趋于理性，国内整体经济形式下行，重度依赖资本的AI科技企业哀鸿遍野。

知乎上的一个问题“2019年秋招的AI岗位竞争激烈吗”得到了330万人次的浏览，整理200多个有效回答，发现理论基础扎实的毕业生才更能受到企业青睐，只会跑几个项目代码的成为了重灾区。究其原因，在于企业往往面临不同的项目需求，需要企业员工具备举一反三的灵活变通能力，而不能只会“调参”。这，就需要扎实的理论基础作为后盾。

针对上述情况，深蓝学院推出『深度学习：从理论到实践』第四期在线直播课程。课程从深度学习所需的基础理论出发，详细介绍所需要的数学基础知识、BP神经网络算法，进而讲述深度神经网络的原理、Pytorch框架，以及基于该框架的计算机视觉任务实践。

【讲师介绍】

宫博，算法工程师，中科院自动化所博士，在计算机视觉与人工智能领域具有近六年的研究经历。攻读博士学位期间主要研究方向是模式识别与图像处理，曾在模式识别领域内顶级国际期刊发表论文，参加某知名互联网公司举办的图像分割竞赛，获得第四名的成绩。目前主要负责计算机视觉与人工智能方面的算法研发工作。

【课程特色】

1. 理论与实践结合，采用当下最热的Pytorch框架，同时也是简单入门的框架；

2. 微信答疑群里，可与讲师及时沟通交流；

3. 课程设置作业题目，便于巩固；

4. 基于深度网络的目标识别实践，Pytorch代码详解，提升实战能力。

【课程目录】

第一章：图像处理基础

预-1. 图像处理基础知识
1.1 概述：起源、简史和应用
1.2 基础：基本概念、像素间的关系

预-2. BP算法数学基础及实践
2.1 BP算法数学基础
2.2 BP算法原理

2.3 BP算法在预测问题中的实践

第二章：深度学习理论

1. 前馈神经网络
1.1 概述
1.2 单层神经网络
1.3 多层神经网络
2. 卷积神经网络
2.1 基本概念
2.2 发展历程
2.3 网络特点
2.4 网络设置
2.5 网络训练以及相关应用

第三章：Pytorch框架
3. Pytorch框架介绍
3.1 Pytorch简介及安装
3.2 Pytorch重要组件
3.2.1 Tensor
3.2.2 Variable
3.2.3 autograd
3.3 Pytorch搭建网络
3.3.1 数据层
3.3.2 网络结构
3.3.3 损失层
3.3.4 网络优化
3.4 Pytorch的高级使用：添加新的层

第四章：基于深度网络的目标识别实践
4. 深度学习实践：目标识别
4.1 背景以及传统方法介绍
4.2 CNN进行目标识别
4.3 Faster RCNN详解
4.3.1 目标提取模块
4.3.2 目标识别模块
4.4 Faster RCNN Pytorch代码详解
4.4.1 安装
4.4.2 使用（着重分析目标提取和识别模块的实现）

【报名咨询】

1. 11月4日-25日，每周周六、周日晚上7-9点直播授课；

2. 直播后一年内可以无限次回放；

3. 前100位，可领取100元优惠券，优惠后为299元；

4. 课程限报200人，报满即止。

5. 微信添加课程助教-书哲（shenlanflying），领券报名。