AI人工智能研发工程师

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

据领英上半年发布的全球AI领域技术人才分布图显示，中国目前的AI人才缺口超过5万人，排在全球第七位。

人才供不应求，导致领域岗位的薪资也自然水涨船高。

（薪资表）2018年新数据：python、大数据、人工智能从业者工资

很多人，尤其是应届毕业生和刚参加工作的技术工程师们，都想在这股 AI 热潮中，凭借一腔热血，勇敢的迈入人工智能领域，但均以失败告终。那是因为他们所拥有的技能和企业所需的AI人才标准是不对等的。

AI以前只是概念性的东西，现在都已深入人们生活了，如：华为手机人脸识别功能、无人驾驶巴士“阿波龙”量产、京东个全流程无人仓、小米AI音箱、天猫精灵等，都已经出现了。

如果你仅仅只是先机，想进入知名企业，并没那么简单，因为你没有实操的项目，你对人工智能没有整体性和深度性的把控和学习。

而且如果你的学校背景不强硬（清华北大中科大等），就更别指望这些公司的offer了。

但这是不是就意味着你没机会了？

不。至少你还拥有学习的权利和自我提升的能力。

为迎接以人工智能为中心的第四次工业革命到来，誉天教育特成立人工智能研究项目组，以全球大数据HCIE人邹圣林老师为主导，大数据HCIE第五人高志康老师、人工智能HCNA先行者张武老师、曾曦老师为辅导，特研发出本套横跨多个核心领域的人工智能研发工程师课程，比原有的HCNA-AI内容更为丰富，就业领域更广，内容等同于华为HCIE的高度和难度。

学习人工智能研发工程师课程，您将熟悉Linux操作系统基础，系统理解并掌握Python编程，人工智能领域的必备数学知识，应用广泛的开源机器学习/深度学习框架TensorFlow的基础编程方法，深度学习的预备知识和深度学习概览，图像识别基础编程，语音识别基础编程，人机对话基础编程，使您具备人工智能自然语言处理工程师、图像处理工程师、语音处理工程师、机器学习算法工程师等岗位所必备的知识和技能。

誉天人工智能研发工程师大纲

课程名称：人工智能研发工程师
培训课时：120课时

认识AI

本章主要讲解人工智能基础概念，了解人工智能是什么、有什么用，认识人工智能的强悍与未来前景。

1. 人工智能的诞生和基本概念
2. 人工智能的应用
3. 人工智能产业发展与战略规划
4. 人工智能的未来与挑战
5. 人工智能系统知识介绍

Linux基础

当前AI开发及运行环境大部分都是在Linux系统下，而Linux作为企业服务器常用的系统，已经是IT的基础技能。学习本章内容，您将对Linux基础操作了如指掌，为接下来的开发学习打下坚实的基础。本内容也是作为零基础必备课程。

1. Linux发展与系统安装
2. Linux基本使用与文本编辑器
3. Linux帮助系统
4. 用户和权限管理
5. 网络及计划任务
6. I/0及管道
7. rpm与yum

Python编程基础

因为AI的爆发，Python目前已经处于编程语言排行榜的位置。Python更是AI开发的基础语言，学习本章内容，您将熟练掌握Python基础语法和编程技巧，并且做出一款能自己玩的小游戏，成就感爆棚。

1. Python简介及环境搭建
2. Python2和Python3的区别
3. Python变量、标识符和关键字
4. 输入输出与运算符
5. Python字符串、元祖、列表、字典等
6. if、for、while语句
7. 函数
8. 文件操作
9. 类与对象
10. 飞机大战游戏实现

数学基础

数学是AI处理的核心，机器学习需要从大量数据中获取有用数据加以分析并作出反应，用到的就是数学算法。学习本章内容，您将理解线代、概率论的数学基础知识，并熟练掌握Python实现方法。

1. 向量
2. 线性代数基础-矩阵与行列式
3. 特殊矩阵
4. 特征值与特征向量
5. 概率论基础—几种常见分布与分布函数
6. 信息论与优化
7. Python数学库的使用

TensorFlow

TensorFlow目前已经是人工智能火的编程框架，深度学习、神经网络开发框架。学习本章内容，您将理解并熟练掌握TensorFlow编程结构和程序设计，为人工智能开发打下坚实基础。

1. TensorFlow简介与安装
2. TensorFlow处
3. 理结构
4. TensorFlow处理会话
5. 变量与传入值

深度学习

人工智能的实现需要机器不断的学习知识，才能更加准确的做出反应。学习本章内容，您将理解机器学习深度学习算法，并熟练掌握算法的应用，具备人工智能开发产品能力。

1. 机器学习简介
2. 机器学习与数学分析
3. 矩阵分析与应用
4. 凸优化初步
5. 回归分析与工程应用
6. 特征工程
7. 深度学习介绍
8. 人工神经网络
9. 卷积神经网络
10. 循环神经网络

AI实战实验

本章就人工智能主要应用场景设置三个实战实验。完成本章实战实验，您将具备工智能自然语言处理工程师、图像处理工程师、语音处理工程师、机器学习算法工程师等岗位所必备的知识和技能。

1. 图形识别实验
2. 语音识别实验
3. 人机对话实验

2017年，全国的人均可支配收入为25974元，全球69位，这个数据你在上很快就能找到。而到2017年高等教育普及率也才38%。这就是我们的社会，我们真的是拥有大把机会。希望你和我一样，也相信“学习改变命运”这句话。