4886a威尼斯城官网-威尼斯论坛-首页

4886a威尼斯城官网 企业PPV课大数据正文

AI时代就业指南:需要更多数据科学人才

  2016年,是AI(人工智能)既在技术方面有很大发展,又由幕后走向台前,让公众意识到AI时代将要开启的一年,也可称作:AI发展元年。

  AI离大家的生活越来越近

  3月,GOOGLE研发的人工智能Alpha Go与李世石大战五局,并以5:1的分数胜利,宣告围棋这项曾经令人工智能频频铩羽而归的领域,正式被人工智能攻破。

  在汽车领域,AI也一步步将无人驾驶变成现实。在国外,电动方程式Formula E(电动汽车版F1)2016-17赛季的垫赛,将由史上首个无人驾驶汽车赛事“ROBORACE”承担,共有10支车队、20辆赛车进行总共为时1小时的比赛,赛车控制完全交由计算机和人工智能系统操作。而在国内,百度于11月的中国互联网大会上展示了可供乘坐,能够在开放城市道路上行驶的无人驾驶汽车,多家汽车厂商也在或自行研发,或收购,或合作研发无人驾驶技术,无人驾驶汽车正在由科幻片的情节,逐渐变成现实。

  在真实赛道上奔跑的无人驾驶电动F1赛车

  而在离大家更近的地方,AI也在逐渐改变大家的生活。前几年,语音识别输入法还是问题多多的玩具,而10月份发布的锤子T2手机,搭载了应用AI技术优化的讯飞语音输入法,效果令人惊叹。

  AI不只是高高在上的前沿科技,它也是一项正在得到广泛应用,会极大改变大家日常生活方式的实用技术。

  AI爆发是大数据等基础技术所推动的

  AI在今年爆发出极大的能量,并不是一个孤立事件。AI的发展,离不开AI背后的基础技术的发展,如大数据技术、数据挖掘技术、机器学习与深度学习技术、神经网络技术等等。这些基础技术在最近几年突飞猛进式的发展,让之前只存在于论文和研究室中的AI研究成果,变成可被应用于实际的AI技术,进而在不远的未来,让AI成为大家生活中重要的一部分。

  AI将会在各行业得到广泛应用

  AI作为一项能够为行业带来极大改变的技术,未来5-10年内会在工业,农业,商业智能,教育,交通,金融,医疗,娱乐等领域得到应用。

  工业:对制造、物流业起到推动作用,依托传感器、芯片等底层数据收集硬件,基于大数据优化工业机器人算法,替代更多人工工作。

  农业:通过底层硬件实现全自动灌溉等,解放人工。

  教育:虽然教育活动的主角仍然是教师,但人工智能可以有效地降低教育的成本,如通过网络让更多人在线学习优秀教师的课程,并通过AI技术来分析学习效果,帮助教师用更少的精力提供对更多人的差异教育,真正实现因材施教。

  交通:除无人汽车以外,随着车联网的发展,城市交通管理可以做到根据交通情况的变化,动态调整交通管理策略,如改变高速路的收费策略,或是引导司机绕开拥堵路段。

  金融:风控模型和客服系统将得到进一步的升级,真正做到根据个人情况提供个性化的金融服务,包括贷款、保险费率的变化,虚拟客服服务的提供等。另外,金融安保能力也将得到进一步的提升,如使用人脸、指纹识别技术降低风险,或是利用更先进的加密技术,抵挡黑客的入侵。

  医疗:通过智能硬件来收集个人健康数据,并基于医疗案例库,自动形成医疗建议,帮助医生更好的发现病人潜在的问题,提升医疗效率。

  娱乐:结合VR、AR技术,通过智能硬件生成虚拟现实,提供给游戏等娱乐产品使用。

  AI时代需要更多数据科学人才

  支撑AI发展的基础技术在AI时代会继续快速发展。大数据、数据挖掘、机器学习与深度学习等领域需要大量懂数据,会技术,能应用的人才,清华大学计算机系教授武永卫在2016年5月的中国大数据产业峰会上表示,中国未来3-5年需要180万数据人才,而目前仅有30万,缺口达150万人之多。招聘网站的数据也反映了这一点,猎聘网上的数据分析相关职位在短短一年时间内增长了300%,高端数据人才的薪酬也是水涨船高,年薪50万已经司空见惯。

  我国需要的数据人才涵盖大数据工程师、算法工程师、硬件工程师、数据分析师等类别:

  数据分析师:数据分析师精通业务,主攻AI与业务结合的应用,了解AI技术在所属行业中的应用方式,帮助业务人员推动业务的发展。

  大数据工程师:包括大数据仓库工程师、大数据开发工程师、大数据架构师、爬虫工程师等,这些职位负责数据的收集、清洗、入库、提取、计算等工作,保证AI算法有足够的数据可用。

  数据挖掘工程师:包括数据挖掘算法工程师、机器学习工程师、深度学习工程师等,这些职位负责建立和优化算法模型,并进行算法的工程化实施,是AI的主力开发者。

  硬件工程师:负责开发智能硬件/机器人,并配合相应的算法使用,是AI搭载到硬件的实行者,也通过硬件收集AI所需的数据。

  需要指出的是,上述职位有时候会部分重叠在个人身上,也就是说,AI时代对数据科学人才的要求是“全面发展,一专多能”,这就需要全面构建个人能力。

  数据科学人才能力体系

  数据分析师:核心能力是统计学与统计建模、数据处理、数据分析工具、数据可视化、产品设计、商业模型。

  大数据工程师:核心能力是数据处理、大数据与分布式数据开发、产品开发;

  数据挖掘工程师:核心能力是数学、统计学与统计建模、数据挖掘算法、机器学习算法、数据处理;

  硬件工程师:核心能力是嵌入式开发、机器学习算法、数据挖掘算法、产品设计、产品开发;

  从这张能力图中可以看到,在这个技术日新月异的时代,要成为一名AI技术相关人才,需要全方位提升自身的能力,但这些能力很难通过学校教育来获取,清华大学计算机科学与技术系教授孙茂松坦言,在大数据人才培养和大数据课程的内涵建设方面,高校教学还处于起步阶段,需要探索的还有很多。再加上工作中会遇到各种各样的问题,很多问题是之前没有遇到过,需要用新技术来解决的问题,两者共同对个人的自我学习能力提出了很高的要求,建立终身学习的理念,对有志于寻求相关工作的人来说必不可少。

  数据科学人才能力的培养

  如上图,AI技术相关的核心能力可分为数学与统计、算法、编程开发、数据分析、产品与商业模型、项目管理与沟通六类。不同类别能力的提升途径各有不同:

  数学与统计、算法两类能力属于基础常识能力。数学与统计能力包括数学(高等数学,线性代数等)、统计学与统计建模;算法能力包括数据挖掘算法和机器学习(深度学习)算法。这两类能力无法投机取巧,必须通过扎实的学习来提升。建议通过阅读相关书籍、在MOOC(慕课)等含有大学相关课程的在线学习网站上进行学习的方式,一步一个脚印的打好基础。

  编程开发、数据分析、产品与商业模型三类能力属于项目实践能力。编程开发能力包括大数据与分布式开发、嵌入式开发;数据分析能力包括数据处理、数据分析工具、数据可视化;产品与商业模型能力包括产品设计、产品开发、商业模型。这三类能力的特点是学习和实践需要紧密结合,先以阅读书籍、搜索学习资料、学习Coursera等综合课程和大数据学习社区的相关课程进行学习,再通过实际项目进行锻炼,通过两者结合的方式来有效提升这三类能力。

  项目管理与沟通属于“软实力”,可以在实践中多思考,多运用相关的常识来解决问题,以此来提升软实力。

  未来已来,你准备好了吗?

  AI领域已经进入快速上升期,新的机会,新的企业,新的职位层出不穷,无论你之前在哪个行业,无论你之前在做什么工作,只要你具备所需的能力,这个领域的大门就为你打开。欢迎有志于在AI时代占有一席之地的各位,明确自己的目标和定位,充分利用互联网及线下的各种资源,逐步完善和提升自身能力,找到自己的位置,做风起云涌的AI时代的弄潮儿。

  注:本文来源于—PPV课原创文章,版权著作权归原编辑所有。

  ?点击进入 PPV课大数据 在数据观的企业栏目>>>

?

责任编辑:王超

分享:
延伸阅读

    4886a威尼斯城官网|威尼斯论坛

    XML 地图 | Sitemap 地图