本人現在是本科畢業3年25歲了，是做大數據開發的，就是普通的開發水平，想轉人工智慧機器學習方向，對機器學習演算法這一方向一直挺感興趣的。但本身自己也不是什麼厲害的人，這個值得花時間去學嗎？感覺現在學的東西太雜了，沒有精通的方向，自己有些浮躁，擔心到頭來啥也沒學好。自己本科是學軟體工程的，大數據這些也是自學的，現在有點想往ai演算法這方面發展，但是很糾結很迷茫，自己又是本科學歷，有想過就好好把大數據技術學好做好，但是就總想去搞搞人工智慧，請大家給點意見，謝謝啦。

大數據和人工智慧也算是相輔相成的。

無論是大數據技術，還是人工智慧技術，都是為了將數據處理分析。如果不光會 ETL，更進一步，能從數據中分析得出結論，豈不是技能上更上一層樓？未來職業的發展也更開闊。

所以 Hadoop，Spark 等技術棧中也有機器學習的組件。也不是轉不轉的問題，你可以都會啊。

對於怎麼學人工智慧，

首先，題主有編程和大數據開發經驗，有非常好的編程背景。你可能需要補充的是數學和演算法方面的基礎。

對於數學，人工智慧演算法大量需要數學的基礎知識，特別是概率統計學，如果忘的一乾二淨，建議回憶下。這裡對於數學，不需要向上學期間一樣知道如何去計算，主要是理清概念，知道意義。

不過單純看數學很多人都會看不下去，這時候就去看機器學習的演算法，從簡單到難，例如線性回歸、樸素貝葉斯等，對於不懂的數學知識，再回頭去看相關的數學概念。

一個演算法看懂了，就用現成的庫去實踐。建議使用 Scala， Python 或 R 等互動式的方式去做，比較簡單而且易於學習，也便於互相交流。例如，JupyterNotebook 就是一個很好的互動式筆記本工具，在人工智慧領域非常受歡迎。

一定要實踐！在你的數據處理工作之餘，多用機器學習的演算法去分析去實踐，說不定哪天你能發現某個問題，而讓領導刮目相看呢？

下面分享一些實用的網站：

可汗學院

數學和編程教學，免費，資源多

B 站

沒錯，就是那個彈幕網站，免費教學資源多

Kaggle

數據分析和機器學習競賽平臺，有很多比賽可供練手，也有別人的項目可供學習，非常推薦

阿里雲天池

阿里雲的類 Kaggle 平臺，資源沒 Kaggle 好，好處是中文

先在可汗學院或 B 站上鞏固基礎知識，當然其他付費的課程也很多，我不做廣告，只推薦免費且優秀的課程。

然後去 Kaggle 或天池上練手，上面的數據都是處理好的，你甚至可以自己去下載原始的數據，走數據處理流程，再機器學習分析的整體流程。

我會不定期發布數據分析和人工智慧相關的分享，歡迎討論交流。

寫一手好代碼，做到系統架構，語言指令，計算機演算法，數學都強，想幹啥都可以起飛

1、實際開發中，有可能自然而然地與人工智慧有關聯。大數據與人工智慧的關係密切，這一輪人工智慧熱潮本身就是因為大數據而產生的。

2、但是，一切要根據實際情況來判斷和決策。大數據崗位的類型與具體工作職責可能細分，也可能兼而有之，這跟公司的類型、規模、業務等都有密切關係。

3、大數據本身也可以垂直細分的。

4、兩件事情：掌握一般性的基礎理論、技術與工作方法，精通垂直領域、業務、行業。

感覺大數據沒有必要轉人工智慧把

  1. 學一些機器學習演算法，深度學習演算法，做一些競賽達不到當前對演算法工程師的要求，演算法工程師要麼是工程能力過關，要麼是科研能力過關，不過主要還是工程能力過關。即使做演算法，coding能力也最重要，尤其對於非研究領域
  2. 各種花哨的演算法只是人工智慧的皮囊，大數據纔是人工智慧的核心之一
  3. 演算法方向正在退燒，競爭又激烈，現在進不合算

先把大數據技術整好就很不錯啦

首先要想學習人工智慧,必須具備的技能是:數據分析,數學基礎,一定的演算法基礎.

需要數學基礎:高等數學,線性代數,概率論數理統計和隨機過程,離散數學,數值分析.

需要一定的演算法基礎:人工神經網路,支持向量機,遺傳演算法等等演算法;當然還有各個領域需要的演算法，比如要讓機器人自己在位置環境導航和建圖就需要研究SLAM;總之演算法很多需要時間的積累.

需要數據分析:進行數據分析需要有大數據作為基礎,使用Python語言進行實際的功能實現.

現在你已經在進行大數據相關的工作,數學的一些基礎應該也有,所以下一步就是學習一定的演算法,系統的學習Python.可以自學,不過比較慢,也可以報培訓班,快速學習.

機器學習是人工智慧的內核

可以看下機器學習相關的書籍 比如Jurdy Murphy的Machine Learning: A Probabilistic Perspective.

研究方向從機器學習過渡到深度學習，人工智慧研究的數據是非結構化數據，包括圖像，視頻，自然語言

推薦閱讀：
相關文章