摘要： 對於那些想要從事人工智慧專案的開發人員來說，他們需要具備哪些必要的技能？

對於那些想要從事人工智慧專案的開發人員來說，他們需要具備哪些必要的技能？我們就這個問題採訪了22位相關企業的高管，以下就是對他們採訪的總結歸納。

關於數學

• 數學方面技能的掌握取決於研究深度。人工智慧並不依賴與任何程式語言，這意味著開發人員需要掌握處理資料相關的其他技術，其中包括了演算法，代數和微積分。具備這些技能的重要性顯而易見。同時我們還需要了解人類對於自然語言處理的思維過程，其中的上下文聯絡，隱含意圖以及所描述事物間的聯絡等等。這需要深入洞察人類的思維過程。
• 數學專業的學生更容易成為一名人工智慧專案中的軟體開發人員，因為他們已經具備了統計學的基礎，而這對人工智慧或機器學習是非常重要的。相反一名普通的軟體開發人員不可能簡單的通過某些Python庫的運用就能解決實際問題。
• 統計學，資料建模，大資料，深度學習和遞迴神經網路等知識與一種或多種程式語言相結合，對於試圖進入人工智慧的開發人員來說是一個比較好的出發點。進而把實際問題從更高層次的角度抽象出來，從而使的計算機能夠理解並進行處理。
• 良好的數學知識和資料科學的學術背景，通過不同方式（各種研討會，個人部落格等）跟上這個快速發展的領域。擅長處理大資料集。能夠快速掌握機器學習的工具集並將其整合到更大的專案中。
• 對眾多相關數學知識進行梳理，並建立自己的人工智慧知識體系。比如， 瞭解資料型別，掌握機器學習，相關演算法，決策樹和神經網路。還要了解業界的知名專案（開源專案，Apache，谷歌，IBM，微軟，R，Python等等）。

關於資料科學

• 能夠讀懂資料，挖掘資料中資訊，發現數據中的問題，對資料敏感，能夠繪製資料地圖。精通Python和Java。瞭解TensorFlow，Café和Torch等主流人工智慧庫。 能夠從HDFS資料湖或資料庫中提取正確的資料。 知道如何使用過濾器。 資料的質量很重要。 瞭解如何策劃和準備資料。
• 通過各種渠道獲取理論基礎知識（比如Coursera上的相關課程）。 開始為一家人工智慧公司工作或在現有工作中進行一些人工智慧方面的實踐。 我們只是讓開發人員使用神經網路來構建應用程式，以瞭解影象何時被完全正確呈現。瞭解人工智慧框架和Spark。

• 資料科學家要具備電腦科學，分析部署，ETL等知識。注重可用資料，掌握訓練系統的方法，從而獲得最佳的訓練結果。通過相關培訓或黑客馬拉松提升自身技能。 如果從事機器學習演算法研究，與語言學團隊合作對機器學習資料進行預處理。
• 能夠靈活熟練地使用開源工具，專注於業務問題解決。通過R和Python進行迭代建模，並使用Scala進行分散式計算。

其他

• 後端開發人員需要了解機器學習和大量關於人工智慧的開源技術。 前端開發人員需要了解聊天機器人及其會話流程。
• 開始嘗試任意一種人工智慧技術，進行不同於傳統的思維方式來解決問題。這點非常重要。人工智慧開發人員主要的工作就是“教”機器。把問題進行分解並思考如何提高訓練的有效。然後觀察訓練的過程並對並重新成為學習基礎。 想想你需要系統理解的核心概念是什麼。 有很多途徑可以做你正在尋找的東西。 獲得不同的心態並解決手頭的問題。
• 如今，由於人工智慧的最新應用需要高度專業化的理論和實踐知識，通過研讀相關的博士學位正迅速成為最基本要求。

 以上為譯文。

文章原標題《what-skills-do-developers-need-for-ai?》

譯者：friday012，審校:。

原文連結

閱讀更多幹貨好文，請關注掃描以下二維碼：