互聯(lián)網(wǎng)雖然寒冬，但人工智能熱度不減，成果不斷。今年所有的互聯(lián)網(wǎng)公司，都在ALL in AI。百度、騰訊、阿里巴巴、京東等互聯(lián)網(wǎng)巨頭甚至都在美國硅谷大肆高薪挖掘人工智能人才。

時值此刻筆者也采訪到一位好友，他剛剛經(jīng)歷了YMS面試并順利入職，我們將邀請他率先分享以下問題：

1.AI崗位現(xiàn)狀究竟如何，熱搜80萬薪酬是否為炒作？

2.面試AI大廠崗位，哪些問題最常問？（進入大廠必備）

3.學AI應該怎么學？學什么？（技能圖譜速度收藏）

人工智能，這是時代給程序員的大禮

國內(nèi)現(xiàn)狀錢多人少，12113個崗位搶人

作為一個標準程序員在轉型AI的道路上，我一直充滿理性。從2016年初我就一直在從事機器學習相關的工作，今年初冬，由于種種原因，我跳槽了。

其實在面試之前，也有很多朋友找我聊過現(xiàn)在AI現(xiàn)狀是不是有點夸大，其實這個問題沒有標準答案，但據(jù)我最新得到消息和面試的過程中，發(fā)現(xiàn)AI崗位需求太多了，幾乎每天都有數(shù)百個JD出來。

上周，在一個AI群里，有人分享了據(jù)UiPath發(fā)布的最新數(shù)據(jù)，數(shù)據(jù)公布中國空缺的AI崗位最多，有12113個相關職位正在招聘，其次是美國。中國和美國在就業(yè)崗位總數(shù)方面處于領先地位。

這果然應證了我的想法，AI無寒冬。

注意：UiPath基于全球最大的招聘網(wǎng)站indeed的數(shù)據(jù)做了分析。

在招AI崗位最多的國家Top10

在AI化這條路上，中國走在前端。據(jù)了解，在全球熱門招聘城市中，蘇州、上海、北京的AI崗位需求最多。今年第三季度供需比率為1.25，也就是125個崗位在“搶”100個求職者。

在這樣的背景下，所以我找工作也比較順利，在北京幾乎每天能收到3-4個面試邀請電話。

但是薪酬這塊還是要說明一下，前段時間上微博熱搜的AI應屆博士80萬其實不適用每個人，因為學歷背景的不同。

今年的互聯(lián)網(wǎng)大家都知道寒冬來臨，從我面試的過程中及身邊的朋友了解到，AI不降反升，一些公司將應屆AI人才的工資提高了10%~20%，而有的公司的工資漲幅更大，特別是從去年的40萬元年薪提高到每年80萬元（特殊）。

網(wǎng)傳薪酬

2018年12月最新招聘社招薪酬

在這種情況下，像我這種還有經(jīng)驗的老手所以會實現(xiàn)翻倍，最重要是時代給予了這樣的前景。就像之前的一句經(jīng)典之談：

一個人的命運啊,當然要靠自我奮斗,但也要考慮到歷史的行程。

AI面試常見那些事兒

搞定這些，就邁入了半個大廠。

我面的是不限方向的「機器學習研究員」，在前一陣子面試的過程，我把一些常見問題匯總了，如果這些能掌握，基本90%的通過率沒跑了！

1.訓練決策樹時的參數(shù)是什么？

2.在決策樹的節(jié)點處分割的標準是什么？

3.基尼系數(shù)的公式是什么？

4.熵的公式是什么？

5.決策樹如何決定在哪個特征處分割？

6.你如何用數(shù)學計算收集來的信息？你確定嗎？

7.隨機森林的優(yōu)點有哪些？

8.介紹一下boosting算法。

9.gradient boosting如何工作？

10.關于AdaBoost算法，你了解多少？它如何工作？

11.SVM中用到了哪些核？SVM中的優(yōu)化技術有哪些？

12.SVM如何學習超平面？用數(shù)學方法詳細解釋一下。

13.介紹一下無監(jiān)督學習，算法有哪些？

14.在K-Means聚類算法中，如何定義K？

15.告訴我至少3中定義K的方法。

看完后，大家感覺難易度如何？基本上，搞定這些技術題目，你就可以申請國內(nèi)大公司，乃至硅谷公司的技術面試了！在整個求職過程中，我大概與20位+位專業(yè)人士有過交談，以下為經(jīng)驗之談：

展示自己很重要，簡歷很重要。一定要體現(xiàn)自己參與過的項目，學習過的課程證書，參加的活動，發(fā)表過的論文等，這些都是加分項。

如果你是這一領域的新人，在創(chuàng)建簡歷時可以從自己做過的項目開始，或者GitHub賬號也是很有說服力的。除此之外，可以多參加Kaggle競賽和多參加學習。

學會謙虛，注意傾聽面試官的意見。有的時候，R和Python的使用者會互相鄙視，最好不要這樣，不然很可能掛掉。

沒那么難，4步掌握AI

如果想0基礎進階人工智能，則只需攻克這個4座大山即可：

你需要學習一門編程語言：

這里我推薦Python —— 人工智能主要開發(fā)語言。最關鍵的是對小白也非常友好，簡單易學。

你需要“掌握“數(shù)學知識：

數(shù)學基礎，大概是嚇退大部分人的紙老虎，從微積分到線性代數(shù)，我們的確要了解數(shù)學原理。別怕，人工智能數(shù)學部分的核心是要會用代碼去實現(xiàn)。

你需要理解算法：深度學習（神經(jīng)網(wǎng)絡）：

當你用了代碼能力和數(shù)學基礎，下一步則是理解人工智能的核心算法 ——深度學習，讓計算機擁有“智能”。

你需要發(fā)動技能，用實踐證明：

在翻越前幾座大山之后，你已經(jīng)體系化地掌握了AI的基本技能，接下來就是需要實踐來理解實際工作的痛點問題。

是的，AI新時代時代來了，我們從互聯(lián)網(wǎng)走向移動互聯(lián)網(wǎng)，現(xiàn)在又從移動互聯(lián)網(wǎng)走向人工智能時代。業(yè)內(nèi)有人稱這一次的人工智能爆發(fā)是互聯(lián)網(wǎng)3.0時代的開啟。所以現(xiàn)在搞IT開發(fā)的工程師的不懂機器學習，就相當于低級程序員。所以，當你準備學習機器學習時，該從何下手？如何入門？