【观点】未来 3~5 年内，哪个方向的机器学习人才最紧缺？- 专知

【观点】未来 3~5 年内，哪个方向的机器学习人才最紧缺？

点击上方“专知”关注获取更多AI知识!

最近针对未来 3~5 年内哪个方向的机器学习人才最紧缺的讨论特别火热。

机器学习目前的主流方向包括：

1、互联网业务挖掘

使用的主要数据和要解决的问题,初级的业务挖掘人员的工作会离数据和算法更近;高级的业务挖掘人员会离用户和业务更近。

职位需求趋势：

这类职位的需求量非常大，基本所有的主要互联网公司都设置了这个岗位。这个岗位的名字常常有“分析师”，“数据挖掘工程师”等。
零售，金融，电信，制造业等行业对于互联网业务挖掘人员也持欢迎态度。近几年对于这类人才的需求很能会有非常大的增长。

2、推荐算法

解决的核心问题是给用户想要的，不要给用户不想要的，降低用户找东西的难度，给用户更多的惊喜。不同的互联网产品在不同的阶段，可以通过推荐系统解决不同的问题和实现不同的目标。

职位的设置情况和需求趋势：

相对业务挖掘岗位，有推荐算法职位的公司数量相对比较少。

3、广告算法

数据主要是俩块，一块是用户的数据，除了公司自有的数据以外，也可以通过DMP(数据管理平台)获取到一些用户的数据;另外一块是关于广告的数据。

需要解决的问题就是把用户和进行更好的匹配，提升总体的市场效率。其中CTR预估是非常重要的工作内容。

4、NLP

使用的数据和要解决的问题：

使用的数据主要是人们日常随意写出来的或者说出来的话。比如新闻，文章，微博上的话，qq的聊天，贴吧里的话，博客上的话，企业呼叫中心的对话等。

要解决的问题主要是对这些内容进行抽象，映射或者响应。比如信息抽取(命名实体识别，情感分析等)，机器翻译，聚类，分类，自动问答等。

5、图像处理

使用的数据和要解决的问题：

面对的数据是图像，具体也会有处理静态图像和动态视频的区别。以及离线处理和在线处理的区别。

常见的要解决的问题有检测(就是看某个图片里是否有某类东西，比如是否有人脸)，识别(就是输入一个图片，看这个图片和库里的哪个图片是一致的。)分割，拼接，3D重建，聚类，分类等。

针对这个问题，我们也来讨论一下：
你认为未来 3~5 年内，哪个方向的机器学习人才最紧缺？
你觉得通过采集哪些数据，利用什么算法模型，可以预测出未来 3~5 年内，哪个方向的机器学习人才最紧缺
你会继续坚持现在的研究方向，还是会紧跟人才紧缺的方向，及时调整自己转方向呢？

特别提示：

更多人工智能知识资料请访问，专知，为人工智能从业者提供专业可信的AI知识分发服务；请登录www.zhuanzhi.ai或者点击阅读原文，顶端搜索“人工智能” 主题，直接获取查看获得关于人工智能更多的知识资料，包括链路荟萃动态资讯精华文章等资料，帮助你更好获取AI知识！如下图所示。

特别提示：

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），后台回复“MLDL” 就可以获取机器学习&深度学习知识资料大全集的pdf下载链接~~

请扫描小助手，加入专知人工智能群，交流分享~

更多专知荟萃知识资料全集获取，请查看：

【GAN货】生成对抗网络知识资料全集(论文/代码/教程/视频/文章等)

欢迎转发到你的微信群和朋友圈，分享专业AI知识！

-END-

欢迎使用专知

专知，一个新的认知方式！目前聚焦在人工智能领域为AI从业者提供专业可信的知识分发服务, 包括主题定制、主题链路、搜索发现等服务，帮你又好又快找到所需知识。

使用方法>>访问www.zhuanzhi.ai, 或点击文章下方“阅读原文”即可访问专知

中国科学院自动化研究所专知团队

@2017 专知

专 · 知

关注我们的公众号，获取最新关于专知以及人工智能的资讯、技术、算法、深度干货等内容。扫一扫下方关注我们的微信公众号。

点击“阅读原文”，使用专知！

展开全文