如何找到一份人工智慧相關的工作---理論篇

目前人工智慧領域大熱，也符合人們對未來世界的想像。很多人都希望進入這個行業，但這個行業還是有門檻的，不過也不至於高不可攀。所以第一篇文章就為大家介紹進入人工智慧領域需要掌握哪些基礎知識，也是一個學習路線，為後續的文章做個鋪墊。

如果你是雙一流學校計算機、數學、電子、通信、控制等專業的碩士以上學歷，那找工作會輕鬆很多，如果博士學歷或海外名校留學背景，那就是你挑offer了。然而，還有很多人並不具備這些，但也不是沒機會，只是會辛苦得多，沒有學歷就更需要實力證明自己了。不過只要有興趣，再難也不怕，你需要確認的是自己真有興趣。

讓我們開始。學習人工智慧，一般是從機器學習入門。在開始學習機器學習之前，應該具備高等數學、線性代數、概率論和優化理論基礎知識。這是第一個門檻，如果沒學過這些課程，真心建議換一個方向發展，不要總想著要去撞一撞南牆，得不償失。

更普遍的情況是，學過以上數學課程，但都忘得差不多了。所以各大公司招聘要求碩士學歷以上的一個基本考量就是學生考研時系統重新複習過數學，數學基礎比較好。按流程來說應該先學一遍數學再學機器學習，但這種學習過程太枯燥，很容易從開始到放棄。所以更推薦的學習方法是：先開始閱讀一本機器學習理論書籍，然後對其中不懂得數學知識去專項複習，閱讀一段時間後興趣上來了，再考慮系統的補數學知識。

還要提到的另一點是學習之前要有長期戰鬥的心理準備，機器學習不是一兩個月就能走通的課程。每天8小時的有效學習時間，學完基礎至少也需要三個月，再進一步熟練編程語言，能上手一些較小的項目，半年很快就過去了。這裡推薦半年的學習計劃，每天保持6小時以上的有效學習時間。有效學習的意思是要盡量專註，一步一步去啃，多做筆記。

做好以上準備後，我們開始學習了。剛開始時推薦網課和書籍並行，海綿浸泡式的學習。網課和書籍不求多，要的是能多重複幾遍，真正搞懂。網課自然是吳恩達的《機器學習》，那麼多人在看，自然不會差，另一個推薦的網課是李宏毅的《機器學習》，同樣也很精彩。這兩個網課最好能看兩遍以上。書籍推薦李航的《統計學習方法》和周志華的《機器學習》，兩本輪換著看，各看三遍以上。直到對書上的機器學習演算法數學原理都比較清楚，能手推公式，對各種演算法的優缺點和適用場景能說出來。完成以上內容，再厲害也得一個半月吧，所以各位不要做資料收集俠，聽別人說哪個哪個也好，搞一大堆，但真正認真學習了的一個也沒有。另外不要一上來就是那本《模式識別與機器學習》，起點倒是高了，但我可以保證你堅持不了兩周。

以上是對理論學習的介紹，為避免文章太長，編程語言的學習留待下期介紹。不要貪多，行動起來吧！

推薦閱讀：