殺出重圍！來自吳恩達的最新AI從業指南
轉自：大資料文摘|bigdatadigest
讀研讀博還是進入業界，這真的是一個單選題嘛？
學AI的人鋪天蓋地，如何才能找到切入點，脫穎而出？
感興趣的領域發展太快，如何才能緊跟進度？
進入新一年，又有一大批同學們不是正在學習AI，就是在趕著趟要開始進軍AI屆。
隨著《機器學習》《深度學習》等優質課程的相繼問世，吳老闆之流的大佬們將AI帶入尋常百姓家。然而，入門AI的第一步看似簡單，想要進而進入AI業界又似乎有一道邁不過去的坎。
明明網課還在教如何識別貓貓狗狗，AI公司們卻想要你上手做一臺無人車，開一家無人超市。
學了半天機器學習，最後其實調個包行三程式碼就能實現，這麼“弱智”的技能好像也沒啥大不了的。
昨天好不容易讀懂了上個月新發的一篇paper，今天就又看到一篇新paper，說你讀的東西已經過時了。
面對諸多已經或者想要從業AI的同學們， 吳恩達 老闆最近和計算機協會（ACM）合作開展了一次長達一小時的線上講座，專挑疑難雜症進行了一一解答，提供了一份非常走心的最新AI從業指南。
文摘菌挑選出了這次講座的精華部分進行編譯。對從業AI有各種困惑的同學們，或許這篇文章就能給你滿意的答案！
讀研讀博 vs 進入業界？這不是一個單選題
想要最終進入AI業界，我究竟應該厚積薄發，花上三五年讀個研讀個博呢？還是直截了當，進入業界學點實用技能？
吳恩達認為，這其實並不是一個單選題。
如果你當下處於這兩個選擇的十字路口，那你完全可以兩者都試試——申請幾個研究生博士專案，同時也多看看合適的工作機會，甚至直接加入或組建一個創業團隊。
當然了，不是所有人都會有這樣的精力，能夠去探索到所有的可能性。
如果面對有限的選擇或者精力有限，我又應該採用什麼樣的評判標準呢？
很簡單。吳老闆的建議是： 你要清楚地瞭解，你作出選擇後，你最密切接觸到的人群（10-30人）會是怎樣的。
換句話說，你需要儘可能保證你之後緊密接觸到的人，是AI界的佼佼者，或者至少是AI界有激情、有活力的學習者。
這一評判標準的對立面是，僅僅關注公司或者學校的名氣。
下面這種情況常常出現。你進入一家在AI屆名氣很響的公司，經歷數輪輪崗，最後進到了一個邊緣AI團隊，甚至做起了純開發，與當初的目標南轅北轍。
會AI的人那麼多，我如何脫穎而出？從最“蠢”的project做起。
現在不會點AI，都覺得自己像是文盲。畢竟，上網課學點機器學習，深度學習，門檻真心不算高。
可是，你會我會大家會，我又能比別人強到哪裡去？ 是不是隻有數年如一日、從AI火起來之前就專攻這一領域的大神才能真正享受知識紅利呢？
吳老闆認為，一定不是！
雖然基礎的AI會的人越來越多，可是能植入AI的應用，能被AI改造的行業依舊數不勝數。除去AI最為興盛的網際網路業，農業、零售業、餐飲業，處處都有AI幫得上忙的機會。
比如說，吳老闆的一個學生就在學習了《深度學習》專題課之後自己做了一個智慧咖啡機。這咖啡機真有多高階？其實也就是用到了課程中的一些基礎內容。
除了這點建議外，吳老闆敲黑板劃重點： 程式設計還是一定要會滴！
吳恩達認為，在 人機互動 越來越發達的年代，不會程式設計就好比不懂讀寫的當代文盲。
總會與人告訴你，不需要真正懂程式設計，主需要會用包，讀得懂API就行。在吳老闆看來，這就好比在讀寫未被普及的年代，人們認為他們不需要看得懂書，只需要聽權威人士註解一毛一樣。
如果人人都會一點程式設計，那麼這個世界才能真正充滿愛（AI？）
AI新發現層出不窮？你還真得學會“終身學習”
想在AI屆從業，那就別想著一勞永逸啦。連吳恩達這樣的大咖，也還在天天讀論文呢！
怎樣才能緊跟AI潮流呢？吳老闆認為，光靠上課肯定是不夠用的。
不可否認，聽大咖講課是入門AI最有效的方法。但在AI屆，知識從發表到轉化為系統課程之間永遠隔了一個不短的時間間隔。因此，還是得埋頭啃paper鴨！
在讀論文這件事上，吳老闆也輕撒了點“雞血”。就說你平均一週讀2篇論文，那一年可就能讀個100篇論文。這是什麼概念？
如果你能讀上一個領域內10-20篇論文，那你就可以信心滿滿地說你瞭解這一領域了。
如果你能讀上50篇論文，那你就已經是個領域小專家了。
如果你能讀上100篇論文，那麼你大概已經有了不少科研想法，可以嘗試拓寬這一領域的邊界了。
最後的最後，如果你能讀上200篇論文，那你就完全可以自己開一門課程。
那麼，讀論文這件事要怎麼開始呢？吳老闆給出了下面這些實操建議。
首先，通過搜尋找到5篇相關論文。然後快速瀏覽這些論文。在這一過程中，你會發現，有一兩篇論文完全不靠譜，那你就可以直接丟掉了。你也很可能會發現，其中有一篇論文還挺不錯的。
根據你的初步瞭解，你可以再作進一步的搜尋，並結合此前論文的references找到其他的一些論文。然後，你可以交替讀這些論文，都不需要完全讀懂，仍然以理解大方向為目標。
在這一過程中，你可能會發現你可能還需要補一下其他領域的一些知識。
最後你大約會得到一個20篇論文構成的精讀名單。
現在，就是你花功夫死啃這些論文的時候啦！
當然了，在這次為期1小時的講座中，吳老闆還帶來了很多其他有用的乾貨，比如未來5年內比較靠譜的AI發展方向。
本文經授權釋出，不代表世界經理人立場。如若轉載請聯絡原作者。