六、AI行業(yè)人才入門和進階方向

如圖所示，在此不做細表。

七、哪些高校有AI課程

八、總結和建議

A、受2018年互聯網凌冬已至各大廠裁員縮招的影響，近三個月以來大廠或AI垂直領域獨角獸的企業(yè)AI人才的招聘數量正在減少，而且招聘的門檻也在逐步變高，應屆本科、研究所和碩士生進入AI公司的門檻也在增加。

B、對于應屆畢業(yè)生來說，由于沒有工作經驗，那么，Kaggle競賽、天池大賽的排名就會影響到用人單位的考量。所以競賽刷排名還是要做的。

C、對于在職技術開發(fā)人員，技術轉崗勢在必行。在職技術開發(fā)人員的優(yōu)勢是有項目開發(fā)經驗，對技術的理解比較通透，一點就透，且有部門合作經驗，出活快。

在職技術開發(fā)人員可利用工作業(yè)余時間學習Python和TensorFlow，加強自身數學知識（微積分、概率論、線性代數、凸優(yōu)化、統(tǒng)計學等）和機器學習知識后，可轉崗到AI行業(yè)。這里放出一張iOS、Python和H5開發(fā)方向的月薪對比，相信能夠刺激到你。

D、對于門外漢，既不是在職技術人員也不是應屆畢業(yè)生的話，我也建議你動起來，不一定是學技術，但是至少要拿到上AI這條大船的門票。比如你是原來是做APP運營的，那么你也可以自學AI相關知識，往AI產品經理方向努力。因為，你學起來，就比那么不學的多了一項競爭力，也給自己多了一個選擇。

E、不一定是學越來越多的技術和知識越好，你需要精細化的去學東西。對于AI＋行業(yè)方向來說，一方面要了解AI的能力和技術，知道AI的“能與不能”，一方面也要了解行業(yè)的基礎知識，找到AI的應用場景。同時，對于大廠來說，最前沿的技術和框架都不是最好的選擇。成熟、穩(wěn)定的技術架構反而是大廠的優(yōu)先選擇。

D、對于博士學歷的人員來說，頂級期刊的論文數量和被引用數量也是用人單位會考量的內容。所以，時間上條件允許的情況下，最好還是有一定的論文的產出。

E、沒有工作經驗的應屆畢業(yè)生，先上船再說。也就是說，如果拿到船票就先上船，日后一邊積累經驗一邊學習，千萬不要等天時地利人和，因為你的每一天都有時間和生活成本。

D、加分項：論文、github、知乎、博客、競賽。所以每一階段工作、學習的總結就非常重要。