知識星球要說現在最處於風口浪尖的行業非人工智慧莫屬。科技龍頭企業紛紛將人工智慧納入自己的擴張版圖，積極部署人工智慧實驗室，科研成果落地為產品的時間大大縮短。李開復曾斷言：
未來10年出現最多獨角獸的領域，肯定是人工智慧領域。
AI風口帶來加薪機遇
但現在無論是大型科技企業，還是初創公司都面臨一個窘境：AI人才極度緊缺。全球AI領域人才約30萬，而市場需求在百萬量級。其中，高校領域約10萬人，產業界約20萬人，遠遠不能滿足市場對人才的需求。
客觀來說，深度學習是近年來人工智慧領域最令人矚目的方向之一，學術界和工業界近年來運用深度學習技術逐漸在語音識別、影象識別、自然語言處理等領域均獲得重大突破性進展。據《2017全球人工智慧人才白皮書》公佈的調查結果顯示，深度學習位列AI領域高薪職位之一。
（圖片來源於網路）
怎樣抓住風口
已有不少人嗅到了深度學習帶來的大量機遇，開始轉向人工智慧道路。進入大學深造會是一個保險的方法。目前，全球共有367所具有深度學習研究方向的高校。每年AI相關領域碩博畢業生約2萬名。然而對於已有年資積累的程式員來說，申請大學所付出的投入產出比並不高。那麼，想轉行的他們又是怎麼學習的呢？
自學是普遍的想法。但深度學習在中國還如蹣跚學步的小孩，網上難以找到系統的學習方法。遇到問題，也無法及時找到該領域的人幫忙解答，問題積聚不免灰心喪氣。對於缺乏一定基礎的人來說，自學反而會打消學習的熱情。
這時如果能有業內頂尖專家帶你一步步夯實基礎，學習將會事半功倍。Google無人車之父Sebastian Thrun, “生成對抗網路”之父Ian Goodfellow，谷歌 DEEPMIND 科學家Andrew Trask 和YOUTUBE 紅人Siraj Rival聯合打造的「深度學習」奈米學位已在Udacity上線。哪怕你是零基礎，你也可以跟隨矽谷大牛，掌握深度學習基礎知識和最前沿應用，邁出人工智慧工程師第一步。
（影片介紹課程結構）
在該課程中，不僅有前Google機器學習工程師參與課程設計，各大名校講師親自授課，你還將獨自負責數個實戰專案（如：生成電視劇劇本，生成人臉，訓練四軸飛行器飛行等）。這些實戰專案不僅能鞏固理論知識，在以後的職位申請中也會大大增加簡歷含金量。
（部分實戰專案簡介）
更多實戰內容可點選閱讀原文檢視
在學習過程中遇到問題也不必恐懼要大海撈魚般地尋找資料，在課程通關群裡會有耐心的導師和熱情的小夥伴及時解答疑問。要是有關於課程及求職的任何疑問，你還可以預約導師一對一服務，享受與導師面對面交流的定製服務。
「深度學習奈米學位」學什麼
先修知識
深度學習（第一學期）是入門級課程，零基礎就可以學習！
Python 語法與資料結構
在這個部分，你將瞭解 Python 的整數和字串資料型別，學會使用變數儲存資料，掌握使用內建的函式和方法。你將會學習條件陳述句，迴圈陳述句完成複雜的統計。同時你將學會使用集合資料型別，包括串列、集合和字典等多種資料結構。
Python 檔案與網路
你會使用 Python 標準庫和第三方庫中的模組，認識 Python 強大的庫。並學會讀取磁碟上的檔案中的資料，使用線上資源解決實際問題。最後你將練習編寫一個網路抓取程式來跟蹤維基百科文章之間的連結。
資料分析入門
學習使用 Python 瞭解資料分析流程的主要步驟，運用 Python 和 Pandas 處理多個資料集；並透過兩個資料分析實戰案例，學習使用 Python、Numpy 和 Pandas 進行資料清洗、探索、分析和視覺化。
線性代數基礎
線性代數是深度神經網路的基礎。在這一部分中，你將從0基礎開始學習線性代數中的向量以及交點知識以及實現向量的基本操作。
模型的評估與驗證
模型的評價指標是深度學習建模過程中非常重要的一環。在這一部分中，你將學習如何衡量深度學習模型以及其他機器學習模型好壞。
從第一學期畢業後可繼續進修第二學期。在第二學期，你將學會使用 Keras 和 TensorFlow 兩大主流深度學習框架，學習並掌握摺積神經網路、迴圈神經網路和生成對抗網路，併在實戰中用他們來實現前沿應用。更多實戰和課程內容可點選閱讀原文檢視。
從深度學習基石奈米學位專案畢業後，你將跳過重重申請，保送至無人駕駛工程師、機器人開發或人工智慧工程師三門高階奈米學位專案中的一門。專案由 Udacity 與賓士、寶馬、滴滴出行、IBM、Amazon 等行業領先企業聯合打造，你將能夠挑戰更多前沿、精深的深度學習實戰專案，獲得各大名企認可的奈米學位證書，成為搶手的高薪AI人才。
掃碼試聽免費課程↓
點選閱讀原文，檢視更多課程詳情↓↓↓
