本人16届土木的,想学人工智慧,是自学还是报班,半路出家,不知道前途如何


有几位已经说出了人工智慧的过度火爆问题,一般人我也觉得转是没必要,但是可以根据自己的专业,不用转行,直接结合自己的专业,融入人工智慧的元素。本来人工智慧慢慢褪去热潮的原因就是大家只吹牛,不落地,因为在每个行业落地都需要大量的行业内经验,所以都只想做共通的产品,但是难度又大,做不下去的很多。你有土木方面的专业,可以尝试在相应行业内引入人工智慧,肯定是有需求的。

如果你本专业学的不好的话,当我没说。那你还是出去干几年基本的,等有了行业应用经验再说吧,否则你早晚还会转行的。


不是很建议。

因为人工智慧的风潮已经开始往下退了,等你学出来的时候估计不会再像现在这么火爆。

风潮退下去之后,依旧能在行业里混的好的人,要么是有资本的,要么是有真技术的。题主专业跨度很大,而且还是自学,很难成为真正顶尖的技术人员。所以前途并不一定会很好。

另外也别迷信报班,跟风开出来的培训班质量其实也不咋地。不要觉得人工智慧就是随便敲两段代码就结束的东西,这玩意儿想深挖一点都不简单。真心诚意想转行的话,建议跨专业考研。


培训班,我劝你算了

人工智慧不是一般的技术,必须到企业内部去锻炼 培训班都是纸上谈兵

像一些大型的人工智慧企业内部的人才培养可以去试试,以下是我收集来的大型企业在做人才培养的:

百度和东软,交大和深兰科技(好像叫交大人工智慧中心,就是直接在深兰科技内部培养的),还有旷视,寒武纪,科大讯飞等等企业都有 具体可以自己搜一下

去参加大型企业内部锻炼最好


目录

首先我先说下我的结论:找个懂的人带著你自学。我们不缺课程缺专业的人指导

1.人工智慧方向发展如何?是否值得奋力一搏?

2.你的背景转行人工智慧方向成功率大不大?

3.解决了前两个问题后,才是要怎么转的问题?自学和报班各有哪些优劣势?

4.我是怎么从机械专业转行到人工智慧方向?

首先我先说下我的结论:找个懂的人带著你自学。我们不缺课程缺专业的人指导

1.人工智慧方向发展如何?是否值得奋力一搏?

出来混,谁还不是为了多赚钱,谈什么理想的梦想的,先给我往后稍稍,我就是个俗人,我就是当初看重了这个行业的高工资,然后就是他的发展空间,不能今天赚的多,明天就喝西北风了。先boss直聘看一波市场薪资!(公正的说Boss直聘的招聘薪资普遍还是比较准的,对于刚刚转行的,主要就参考薪资范围的下限就够了)

3-5年的AI工程师平均都在20K以上,要知道这个薪资可能是很多方向工作5-10年未必能达到的状态。一个行业的薪资高低取决于市场的需求量和他的门槛。说实话AI方向技能含量和入门门槛确实相对于其他行业要高出一大块。

再来看看他未来的发展,这里我们先看国家在这个行业有哪些政策,人民网作为政府的喉舌网站,多次对人工智慧国家战略发声,而且2016年我国就已经将AI定为国家战略。包括腾讯,百度,阿里更是投入大量资金在人工智慧发展上。

百度对无人驾驶汽车在北京大兴这边长年国家给画出来试验区域,并且多长在春晚和央视进行发布成果。

国家政策方面,人工智慧自2016年起进入国家战略地位,相关政策进入爆发期,今天我们首先来为大家简单梳理下近几年来人工智慧在顶层设计方面的各种相关政策,随后我们将对政策在各行各业的影响以及相关细分政策进行梳理。

所以无论从国家政策,还是行业各大公司的动作来看,都在积极的布局人工智慧。

跟著大佬们走肯定不会错。然后肯定就会有杠精同学来问:

这玩意能火几年啊,干几年就不行了那不白忙活了么?

解释这问题前,我先介绍下两个概念:

弱人工智慧:不具备完全智慧,但能完成某一特定任务的人工智慧。

强人工智慧:具备完全人类思考能力和情感的人工智慧

就现在的发展阶段来看,我们尚处于弱人工智慧的初期要走的路还非常非常远。强人工智慧很多连学术上都还没有实现,而且未来的人工智慧会像互联网一样成为整个社会的基础设施,互联网到今天还没有完全达到万物互联,而人工智慧未来的趋势也一定是万物智能。要走的路还很久,到我们退休之前能达到这种强人工智慧就已经很不错了。

我还记得我当初转行的时候,各大高校都还没有这个专业,只有极其少数的几个学习有,我记得最清楚的就是北航人工智慧,那个时候也刚刚成立一两届好像,那是2016年的时候.而且连培训机构都没有几个。我还差点被坑过,想想都后怕。(当时到一家机构还挺知名的,说3个月时间每周六日上课,好像是2万多,能就业。我这一算一共才多少节课啊,我一个完全0基础的你让我3个月就业,就学这么点时间,开什么玩笑,所以机构真的是玉龙很杂,要擦亮双眼。)而现在各大高校都纷纷开人工智慧专业,各种培训机构各种网课各种书籍也非常丰富。

对于这个行业,结论肯定是非常有潜力的,无论是国家政策,各大公司的需求量,薪水,还有未来发展空间都是非常不错的方向。

方向没问题,那就是我们要怎么去做的问题?

2.你的背景转行人工智慧方向成功率大不大?

主要就是考虑:

1.学历背景 (学校,专业,院校级别)

2.年龄

3.就业城市

4.兴趣

学历背景:这个行业说实话还是挺吃学历的,你看很多开发岗位对学历要求其实并不是很高(大厂肯定是一如既往的死磕学历),但是人工智慧行业如果你是三本,专科,几乎就可以直接不用考虑了,确实转行难道太大。一本,二本也是有难度,如果拚命学也是有可能的。

本科985,211会有一定优势,再就是硕士学历,学校也要好,如果是好学校的博士那就很加分了。

年龄:一般29,30岁下会比较好,刚毕业最好以此类推

城市:一般建议是一线城市(北上广之类),然后是新一线城市(南京,杭州之类的)核心就是岗位要多。这样容错率更高。否则你一个城市就5家,2家面试就会,都把握不住,这个城市你就混不了了。。。。。。

兴趣:我觉得这是最重要的,如果你真的对他感兴趣,才能把他做好。因为转行是一个很考验人性的事情,你所做的事情很多时候身边确实同伴和支持,更多的棱槽热讽,不理解不支持,找到一个圈子,找到志同道合的人一起去努力是很重要的。只有你真的热爱,你才能坚持下去,才能用心把这件事情做好。

3.解决了前两个问题后,才是要怎么转的问题?自学和报班各有哪些优劣势?

自学:

优势:

成本低:自学除了成本低,没任何优势。

劣势:

失败风险高:因为你对你想去的行业一无所知,你只能凭感觉,如果感觉准的话,我买股票为什么还总赔钱?因为我不懂。

效率低:经常遇到问题不知道怎么解决,网上查各种资料也给不了解决方案,很多时候网上资料是错的还不知道,会走很多弯路,遇到问题也不知道问谁,加各种学习交流群,根本没人能帮助自己

没方向:不知道学什么,怎么学,学到程度,怎么能就业,简历怎么搞,面试怎么准备。。。。

找机构

优势:有系统的学习进度和规划

劣势:

学费高:各种班课少1,2万,多者3,4,还都没有保障,学完就不管了

坑多:被各种机构坑的屡见不鲜了,去网上一搜一大把,我之前有个朋友花了2万多上个机构,奶奶的,上完课老师就不管了,跟你说话的都是助教班主任啥的,他们啥也不会就瞎指挥,连个辅导的人都不会,学了一年我一给他模拟面试,还是啥也不回。

我就跟他说:课程这个东西太多了,我这百度云盘5个T的资料你要都给你,给你了你还是学不会,你上直播课不也是看课程么,上课和你学会是两个概念,然后我就把我转行时候找到一个地方给了,有懂得人辅导才是王道

4.我是怎么从机械专业转行到人工智慧方向?

最开始我也是找的IT培训的机构,因为当时已经毕业有几年时间了,而且也是从东北老家一个人过来,就想著一定要转行成果,那个时候我在老家做运营管理一个月也还可以也能达到1万2左右,那个时候就看好人工智慧,但是找了一圈没找到个靠谱的毕竟那个时候AI培训真的少,然后就想这从大数据开发入行,一开始去了一家,让我先交100元之后觉得合适再补,那个老师我一问点问题就搪塞我,明眼人一看就是不会啊。而且我发现讲义还是抄的别的机构的,连举例子的老师名字都没变(来北京之前我也自学过一点,还花300多买了个盗版视频的网站,买到时候感觉如获至宝啊,学上了之后各种问题解决不了,还有账号 想用的可以分享给你们,但我感觉意义不大,后来感觉不行)果断换了另外一家。

找了半天 这是我之前报名的支付截图。

但是路走过来看,当时的课程设计确实有问题,而且很多时候进度非常快,也不管我们有没有消化掉,因为是班课,我们班120多人,也没有人指导,也就是和身边的同学交流下,在最后的3个月,我几乎都不怎么听了,我就开始想找老师指导,后来在淘宝找了一家四对一指导的,从最开始的笔试测评啊,到阶段考试,也有平时也有各种老师一对一到指导,感觉对我帮助还是很大的。

我把我当时老师给制定的学习计划分享下,希望对大家有帮助

指导最后的简历的辅导,项目优化模拟面试都会有,给我的感觉绝对不输给市面上那种2,3万那种班课,其实我们缺的不是上课,现在资源这么多,缺的是有专业的老师去指导你。

需要视频课的也可以联系我,但我感觉没啥用,我是不咋看了!

哈哈哈!百度云盘都装满了

我相信大部分初学者都跟我一样,一开始弄了一大堆视频课程,感觉找到视频就会了,结果云盘满了,脑袋还是空的

这都是冰山一角,要是需要可以私聊我,无私分享给你

这是我的简单经历分享吧,经过这次学习东西的经验,未来我还有计划学习经济和金融方向的东西,也会想找类似这种师傅带徒弟的地方,这种个性化的指导对于来说是非常重要的。

也非常希望和大家进行交流,有想交流的可以私信我哦,我看到都会回复的!希望帮助大家成功转行哦!


可以先尝试著学习一下卷积神经网路,如果能够学会,说明可以入门。

卷积神经网路是一种非常实用、而且应用广泛的人工智慧演算法,其原理如下:

卷积神经网路

深度残差网路是卷积神经网路的变体,加入了恒等路径。

深度残差网路

深度残差收缩网路又是深度残差网路的改进,加入了软阈值化,适合强噪数据。

(适合强噪数据的)深度残差收缩网路


推荐阅读:
相关文章