沒有鐵打的學習路線，何來成長高階演算法工程師？
一位25歲想進軍AI的來信：
我是一名25歲的Java開發工程師。本科學習的專業是資訊與計算科學（數學專業），因為對計算機方面感興趣，之後培訓學習了Java，所以現在從事Java開發。目前就是在電商公司開發一些系統。
我對人工智慧非常感興趣，對數學的興趣也從未減弱。人工智慧設計的學習材料很多，像我這樣的狀況，如果想要轉型以後從事這方面的工作能行嗎？
“轉行拿高薪！”
——人工智慧已從“概念炒作”真正進入“實際應用”階段
2017年7月20日，國務院釋出《新一代人工智慧發展規劃》，正式開啟國內人工智慧的新篇章。
-
人才缺口高達80萬
隨著人工智慧技術的發展及國家政策的支援，人工智慧人才需求到達井噴期，真正供不應求。
-
從業者年薪30萬起
人工智慧從業者薪資水平居IT行業首位。0年經驗AI工程師年薪30萬起，演算法工程師等年薪40萬+。
-
進入國企/BAT機會
國家專案、網際網路、金融等100多種熱門行業，新興產業人才需求旺盛，更是打破階層，進軍大公司及國企的好機會。
人工智慧難學嗎？
其實不難。一個有大學學歷和基本程式設計經驗的開發，在正確的材料和方向引導下3個星期的時間就能實現自己的第一個人工智慧，甚至不需要你有python基礎，邊學python邊學AI都行。
那麼為什麼很多人說人工智慧難？
要明白這個，正確的提問是，學人工智慧難在哪裡？
學人工智慧的過程分為幾個步驟
- 弄明白人工智慧是什麼
- 分清人工智慧包括哪些實現手段
- 從具體例子出發，學會其中一種AI演算法
總的來說學習AI的門檻比較高，但這種門檻並不是充要條件。簡單的說，學AI不等於門檻高，門檻高不一定才能學會AI
如何學習人工智慧？
我們來梳理一下學人工智慧至少要經歷哪些學習階段。
人工智慧的前置學科是大學數學（高數、線代、概率論等）和計算機基礎（演算法與資料結構等），這些理論知識可以通過視訊課程來學習。
在學完這些之後，你就該開始對機器學習或深度學習（視發展方向而定）的理論知識進行學習了。這方面的視訊課程很多，如：MLP模型、CNN卷積神經網路、PNN神經網路、TensorFlow框架深度學習等等。
接下來，你需要找一些專案來實踐一下模型復現。這個部分通常比較痛苦，需要你養成良好的搜尋習慣來輔助學習。
再往後的實戰會更加具有挑戰性。你需要找一些具體領域的工程專案來做一做（多物種追蹤、語音、影象等），多參與多思考，在實踐中深化對理論的理解。
梳理完了這些學習流程，也許你的第一感覺是“完全可以自學啊，沒必要花那麼多錢去專門找人學啊。”但問題是： 有多少人能獨自把以上的流程按質按量在畢業前做完？更不要說想轉型的程式設計師還要沒完沒了地加班。
人工智慧不是不能自學，自學能力強、學習環境配置好、時間充裕的人，最好能自學。因為這有助於培養自學能力，IT職場基礎生存技能。但是對於自學進度慢、專業不對口、無法全職學習的人來說，選擇培訓不失為加速學習進度的一種優質選擇。畢竟， 有人幫你把知識、專案、demo程式碼都準備好了，還有導師和同伴可以和你一起做討論，遇到工程問題，有教練及時給予你指導，自然比自己啃書和亂敲程式碼會快上很多。
“順著大浪遊泳，怎麼都能遊得更快一點”。
如果你想擁有更多機會，如果你想要高薪，那就現在開始學習人工智慧吧。
為了幫助大家讓學習變得輕鬆、高效，給大家免費分享一大批資料，讓AI越來越普及。在這裡給大家推薦一個人工智慧Python學習交流群： 519970686 歡迎大家進群交流討論，學習交流，共同進步。
當真正開始學習的時候難免不知道從哪入手，導致效率低下影響繼續學習的信心。
但最重要的是不知道哪些技術需要重點掌握，學習時頻繁踩坑，最終浪費大量時間，所以擁有有效資源還是很有必要的。