学习人工智能需要掌握到什么程度才能找工作呢？

对于这个疑问，我带你先看看某公司人工智能开发的应聘要求：

个人负责公司的算法开发一年有余，从同事和项目经验要求来说，不是想象中那么严格。

基本技能

1.掌握基本的高等数学、线性代数（矩阵运算）、求导运算等大学期间的基础数学知识（也是大学必修课）；

2.对机器学习、深度学习有基本的了解，比如激活函数、神经网络、算法等；

3.深入了解和熟悉10个左右算法，比如卷积、softmax、relu等；

4.对深度学习网络有基本的了解，比如分类网络（resnet）；

5.熟悉开源深度学习平台，比如tf，caffe，caffe2等，有实战经验更好；

6.语言方面，主要是python，c/c++，matlab；

进阶技能

1.深入探索和熟悉1-2个开源推理平台，推荐tf和caffe，对其源代码、框架熟悉，能够进行代码修改和二次开发（算法开发技能方面）；

2.有丰富的网络调试和实战经验，有3-4年的人工智能开发经验，对视频&图像推理网络功能、性能等方面有提升、增强经验，并具备充分的专业知识和业界认知（算法开发经验方面）；

3.博士或博士后，曾在xx期刊发表过人工智能相关文章或有潜高专利，国外xx大学（人工智能领域发现突出）研究所或博士（学术界方面）；

以上两个方面决定你今后是做算法专家还是算法架构专家等方向。

基本如此，人工智能入门没想象中那么难，只要度过并照着书操作过1-2个网络，读读caffe的源码就差不多。但是深入会非常难，尤其受限于学历，因为人工智能的创新，还是重点在学术界的创新，所以就需要更多的专业领域知识和科学研究经验（这对于工作的工程师来说很难提升，没有导师带，跟踪和参与人工智能算法、框架的开源社区是一条道路）。总体来说，入门简单，往高处走很难。

纯手打，累~

先上结论：

人工智能相关的岗位很多，不同的岗位，不同的境界所需要掌握的程度不一样。

对人工智能算法的理解主要有四种境界，你需要确定自己需要达到哪种境界，才好确定你的努力方向和策略。

1.知其然境界

2.应用者境界

3.工程师境界

4.科学家境界

一、知其然境界

第一个是知其然，也叫知其所以然境界，知道当下的人工智能到底是什么，知道机器学习和深度学习大概是个什么东西，不会过分的去神话AI，知道目前AI的优势，更知道目前AI的局限，如果你从事相关产品经理或者做相关领域投资，达到第一境界即可。

二、应用者境界

应用者境界是大部分人工智能算法工程师所在的境界，主要就是明白算法原理，知道如何实现，核心在于知道如何把他应用在一个实际的业务场景之中，如果你是一个利用AI来解决业务问题的算法工程师，那么你至少需要达到这个境界。

三、工程师境界

工程师境界也是很难的一种境界，需要用很强的理论背景和工程实现能力，能独立复现最新的论文，深刻理解论文的实现原理，并能在上面做一些小创新。如果你想成为更牛逼的AI算法工程师，那么就需要达到这个经济。

四、科学家境界

科学家境界是很少很少一部分人能达到的境界，主要是那些从事人工智能研究的科学家，他们能原创出很多的算法和理论，解决一些最前沿的难题。比如深度学习的鼻祖Hinton,生成对抗网络发明人 Ian goodfellow,Xgboost发明人陈天奇等等。

不同的境界对应不同的要求，简单点概括就是：

工程能力决定你的下界，理论能力与业务理解决定你的天花板。

PS：本号作者目前是某大厂机器学习算法工程师，致力于全栈AI算法和业务场景落地，非常乐于在网上分享最新的AI知识，也经常开直播教同学AI算法和编程。感兴趣的同学可以关注本头条号，获得最新的干货！