知識星球
對人工智慧而言，2017是不平凡的一年：
-
AlphaGo再勝人類
-
騰訊宣佈進軍AI
-
百度無人駕駛汽車上五環
-
AI教育要從娃娃抓起
-
寒武紀成全球AI晶片首個獨角獸
-
阿裡巴巴成立達摩院
-
類人機器人Sophia首獲公民身份
-
國家正式公佈人工智慧四大平臺
-
……….
近年來，人工智慧技術在各行各業中的應用越來越普及，相關專業技術人才也是供不應求，各大公司或是創業公司不惜重金招募AI人才。
最近一項統計顯示，人工智慧相關職位平均年薪達到30萬元-60萬元，從業時間長的甚至能達到年薪百萬。下麵是來自一些招聘網站的資料統計，最高薪酬的56個崗位(60-100萬，100萬+兩檔)，要求碩士以上學歷的30個，比例53%，比AI工程師中碩士學歷要求的平均比例28.6%，要高一倍。
來看一組2018的薪酬資料： 
現在可以說是機器學習演演算法工程師最好的時代，各行各業對這類人才的需求都非常旺盛。典型的包括以下一些細分行業：
推薦系統：解決的是海量資料場景下資訊高效匹配分發的問題，無論是候選集召回，還是結果排序，以及使用者畫像等等方面，機器學習都起著重要的作用。
廣告系統：和推薦系統有很多類似的地方，但也有著很顯著的差異，需要在考慮平臺和使用者之外同時考慮廣告主的利益，兩方變成了三方，使得一些問題變複雜了很多。
搜尋系統：搜尋系統的很多基礎建設和上層排序方面都大量使用了機器學習技術，而且在很多網站和 App 中，搜尋都是非常重要的流量入口，機器學習對搜尋系統的最佳化會直接影響到整個網站的效率。
風控系統：尤其是網際網路金融風控是近年來興起的機器學習的又一重要戰場。不誇張地說，運用機器學習的能力可以很大程度上決定一家網際網路金融企業的風控能力，而風控能力本身又是這些企業業務保障的核心競爭力。
所謂“工資越高，責任越大”，企業對於演演算法工程師的要求也在逐漸提高。因此，本文就來聊聊機器學習演演算法工程師的學習與成長路線。
成為一名合格的機器學習開發工程師不是一件簡單的事情，因為在掌握工程師的通用技能以外，還需要掌握一張不算小的機器學習演演算法知識網路。下麵我們就將成為一名合格的演演算法工程師所需的技能進行拆分，一起來看一下究竟需要掌握哪些技能才能算是一名合格的演演算法工程師。
01：基礎開發能力
所謂演演算法工程師，首先需要是一名工程師，那麼就要掌握所有開發工程師都需要掌握的一些能力。在大多數企業的大多數職位中，演演算法工程師需要負責從演演算法設計到演演算法實現再到演演算法上線這一個全流程的工作。
02：機率和統計基礎
機率和統計可以說是機器學習領域的基石之一，從某個角度來看，機器學習可以看做是建立在機率思維之上的一種對不確定世界的系統性思考和認知方式。學會用機率的視角看待問題，用機率的語言描述問題，是深入理解和熟練運用機器學習技術的最重要基礎之一。
在統計方面，一些常用的引數估計方法也需要掌握，典型的如最大似然估計、最大後驗估計、EM 演演算法等。這些理論和最最佳化理論一樣，都是可以應用於所有模型的理論，是基礎中的基礎。這些分佈貫穿著機器學習的各種模型之中，也存在於網際網路和真實世界的各種資料之中，理解了資料的分佈，才能知道該對它們做什麼樣的處理。
03：開發語言和開發工具
近年來 Python 可以說是資料科學和演演算法領域最火的語言，主要原因是它使用門檻低，上手容易，同時具有著完備的工具生態圈，同時各種平臺對其支援也比較好。但是在模型訓練方面，有一些更加專註的工具可以給出更好的訓練精度和效能，典型的如 LibSVM、Liblinear、XGBoost 等。大資料工具方面，目前離線計算的主流工具仍然是Hadoop和Spark，實時計算方面 Spark Streaming 和 Storm 也是比較主流的選擇。
04：機器學習理論（最重要）
雖然現在開箱即用的開源工具包越來越多，但並不意味著演演算法工程師就可以忽略機器學習基礎理論的學習和掌握。這樣做主要有兩方面的意義：
掌握理論才能對各種工具、技巧靈活應用，而不是隻會照搬套用。只有在這個基礎上才能夠真正具備搭建一套機器學習系統的能力，並對其進行持續最佳化。否則只能算是機器學習搬磚工人，算不得合格的工程師。出了問題也不會解決，更談不上對系統做最佳化。
學習機器學習的基礎理論的目的不僅僅是學會如何構建機器學習系統，更重要的是，這些基礎理論裡面體現的是一套思想和思維樣式，其內涵包括機率性思維、矩陣化思維、最最佳化思維等多個子領域，這一套思維樣式對於在當今這個大資料時代做資料的處理、分析和建模是非常有幫助的。如果你腦子裡沒有這套思維，面對大資料環境還在用老一套非機率的、標量式的思維去思考問題，那麼思考的效率和深度都會非常受限。
對於想順應時代潮流當一名機器學習演演算法工程師的人來說，在面對眾多的數學知識和程式設計知識裡，自學會耗費大量的時間金錢。因此，冪次學院（由中科院計算技術研究所博士團隊創立，北京中科冪次科技有限公司旗下教育品牌）開發推出了人工智慧之《機器學習365天特訓營》課程。
為了保證大家的學習效果和就業情況，冪次學院提供6項課程服務，從發展歷程、概念、基本名詞、術語、評估方法講起，到演演算法模型與實戰演練：
1、名校大牛講師授課：中國科學院計算技術研究所人工智慧博士團隊開發課程，並由中科院，清華大學，美國加州大學，普渡大學等名校大牛授課；
2、365天的系統學習：跟老師直播學習，線上答疑，並完成課後作業；
3、優質的售後答疑：全天24小時課程問答與社群交流服務，讓你的每一個問題都能夠得到解答，課程資料隨時下載；
4、頒發培訓結業證書：透過冪次學院的階段測試和結業測試，並頒發冪次學院人工智慧培訓結業證書，在人工智慧領域享有冪次學院中科院博士團隊培訓背景；
5、直推中型人工智慧企業及世界500強實習：對階段測試考試成績優秀者推薦中型人工智慧企業及世界500強實習，並對結業測試成績優秀者推薦就業；（詳細實習企業資料，請聯絡客服進行諮詢）
6、定期人工智慧研發者創業者投資者線下交流會：定期在北京市中科院、中關村、五道口及國貿等地進行人工智慧線下分享會；優質線下活動和人工智慧社群連結500位行業優質人脈。
2018年5月19日起365天，每週兩次直播，365天100+小時（理論+實戰）課程（講師直播答疑，課程72*4小時問答服務，學院社群72*4小時交流，課程資料隨時下載）
購買課程另贈送2門輔助課程：
1. 現在報名免費贈送售價899元的《機器學習之Python程式設計基礎與資料分析》課程，課程內容由清華大學python大牛與美國普渡大學演演算法工程師主講，課程內容包括：python基礎，python資料分析，python機器學習基礎與python在機器學習中的實踐案例（詳細課程大綱見冪次學院主頁）。
2. 現在報名免費贈送售價899元的《人工智慧數學基礎8天集訓營》課程，由中國科學院計算技術研究所博士團隊主講，課程內容包括：矩陣論基礎，機率與資訊理論，數值計算三部分（詳細課程大綱見冪次學院主頁）。
直播 + 回放：2018年5月19日開始365天，每週六19：00，20：10開課，直播回放隨時隨地回看。
報名費用及優惠詳情：
1、特惠價：2999元。
2、限時優惠：
2018.05.01-2018.05.19期間報名即可享受100元優惠券。
（助教微信見下方二維碼，報名後返現100元。）
長按二維碼進入報名頁面
長按二維碼諮詢助教微信
講師團隊介紹（更多講師詳情請關註冪次學院主頁：https://mici.jiqishidai.com)
張老師，中國科學院計算技術研究所機器學習方向博士
專註於人機互動、機器學習等領域研究。曾在國內外知名會議期刊發表多篇論文，並榮獲人工智慧領域會議“最佳論文提名獎”，目前擁有國家發明專利2項、軟體著作權1項。擁有機器學習、資料挖掘領域實戰經驗，曾參與多項國家自然科學基金與國際合作專案；
謝濤老師：中國科學院計算技術研究所碩士，阿裡巴巴iDST(資料科學技術研究院)演演算法工程師
專業方向深度學習影象/標的檢測/影象分割等人工智慧相關領域，曾在三星（電子）電子研究院、地平線機器人參與機器學習相關專案，參與深度學習影象分類、分割等工作，改進演演算法調優模型，影象分割、人體姿態估計等工作，搭建深度學習模型；現入職阿裡巴巴達摩院&IDST;研究院進行城市大腦專案，安防監控、影片異常檢測等工作。
李金老師，清華大學機器學習方向本碩雙清華畢業生，阿裡巴巴機器學習方向演演算法工程師；
研究方向為：推薦系統，計算機視覺，自然語言處理，深度學習等，在TNNLS，PR等雜誌上發表過多篇論文，著有《自學Python—程式設計基礎科學計算及資料分析》一書，Python筆記3K+Star，知乎python及機器學習板塊12K+贊，冪次學院簽約講師。
趙朗老師，美國普渡大學碩士畢業生，機器學習工程師/演演算法工程師，曾參與研究：
1.參與克萊斯勒公司“合金髮展”專案，應用機器學習分析產品合格率與合金成分等因素之間的關係；
2.參與浙江大學關於研究材料滲透率的專案，應用機器學習分析材料滲透率與材料結構之間的關係；
3.應用機器學習研究各大風場的風機故障問題，在機器學習，資料挖掘等方面有豐富的實戰經驗，善於用簡單的例子來描述複雜的機器學習概念，善於對學生進行啟發，幫助學生掌握機器學習的核心概念與演演算法。
助教Benson老師，加州大學洛杉磯分校計算機專業畢業
現就職於美國洛杉磯，資料工程方向軟體工程師。在Hadoop，Hive，Spark等領域有實際工程經驗。
還在等什麼？快邀請自己的小夥伴一起來加入《機器學習365天特訓營》吧！未來將是屬於我們的時代！點選“閱讀原文”進行報名！如有疑問，請隨時聯絡客服（上方二維碼）。
