題圖：by kacozi from Instagram
這周從「極客時間 App」上看到了一則新聞「2017 中國準(zhǔn)獨角獸公司薪酬調(diào)研報告：AI 沖擊市場」。報告顯示，與 2016 年相比，2017年薪酬出現(xiàn)了高增長的趨勢，也就是說，工程師的工資在持續(xù)上揚。由于人工智能、大數(shù)據(jù)等前沿技術(shù)人才的需求量顯著增加，加上初級技術(shù)人才的薪酬漲幅較大，2017 年準(zhǔn)獨角獸薪酬市場全年總薪酬漲幅接近 20%。
另外，崗位的薪酬差距也加大了，最大差距達(dá)到了 3 倍。人工智能、大數(shù)據(jù)和技術(shù)開發(fā)崗位薪酬水平明顯高于市場整體水平。其中，薪酬水平最高的崗位人工智能幾乎是薪酬水平最低的崗位客服的 3 倍。此外，大數(shù)據(jù)等次熱門崗位平均薪酬比整體水平高 13%。
人工智能平均薪酬與其他職位相比，高出了 55%-110%，這與各大互聯(lián)網(wǎng)公司對 AI 人才的需求量大很有關(guān)系。比如來自京東金融舉辦的人工智能國際賽事——JDD大賽，主辦方為賽題冠軍開出了30萬元的單項獎金，同時還將邀請優(yōu)秀團(tuán)隊加盟，求賢若渴之心非常明顯。
AI 為什么會這么熱？因為這是一個所有行業(yè)都看到的熱點和趨勢，并且很多 AI 領(lǐng)域的技術(shù)和實踐已經(jīng)在實實在在的應(yīng)用了。這和前幾年移動互聯(lián)網(wǎng)浪潮的情形很類似，iOS 和安卓移動開發(fā)工程師的薪酬同樣水漲船高，但區(qū)別也有，iOS 和安卓工程師的門檻相對較低，一個培訓(xùn)班可以批量培養(yǎng)一批移動工程師，但是想輕松的培養(yǎng)出一批 AI 工程師甚至數(shù)據(jù)科學(xué)家，很難，非常難，甚至不可能。
那 AI 是不是這么高不可攀呢？并不是，不要太神話 AI，其實 AI 領(lǐng)域也有很多工程性的問題需要解決，雖然需要有一定的數(shù)據(jù)、統(tǒng)計學(xué)基礎(chǔ)，但不是說學(xué)不會，只是需要你的學(xué)習(xí)堅持的久一點。我覺得有三點是需要大家注意的：
1、入門 AI 和 AI 技能進(jìn)階是一個長期的過程，沒有速成。我認(rèn)識的阿里 P9 海青，他 2008 年加入阿里，2012年開始學(xué)習(xí)算法，并進(jìn)入人工智能領(lǐng)域，到今年升為 P9，經(jīng)歷了五年的時間。所有想進(jìn)入 AI 領(lǐng)域的人都要耐得住寂寞，并且持續(xù)進(jìn)行艱苦的學(xué)習(xí)才行。
2、AI 入門并沒有那么難，其實左耳朵耗子在專欄「左耳聽風(fēng)」的最新一期「機(jī)器學(xué)習(xí)101」里介紹了入門要聽的基礎(chǔ)課程，比如吳恩達(dá)教授（Andrew Ng）在 Coursera 上的機(jī)器學(xué)習(xí)課程，卡內(nèi)基梅隆大學(xué)計算機(jī)科學(xué)學(xué)院湯姆·米切爾（Tom Mitchell）教授的機(jī)器學(xué)習(xí)課程，加利福尼亞理工學(xué)院亞瑟·阿布·穆斯塔法（Yaser Abu-Mostafa）教授的 Learning from Data 系列課程等等，有興趣可以訂閱專欄去閱讀這篇文章。
3、要有實踐。也就是說，你需要真實的數(shù)據(jù)和場景，進(jìn)行實戰(zhàn)，才能驗證自己的學(xué)習(xí)成果，機(jī)器學(xué)習(xí)需要通過各種參數(shù)、樣本不斷調(diào)整數(shù)據(jù)模型，學(xué)習(xí)出更優(yōu)的函數(shù)，人也是一樣，紙上談兵終覺淺，就是這個道理。很多人學(xué)習(xí)了一段機(jī)器學(xué)習(xí)之后，發(fā)現(xiàn)根本找不到數(shù)據(jù)樣本和海量數(shù)據(jù)，無處著力。解決這個問題的辦法要么就是你的公司就是數(shù)據(jù)公司，能夠讓你用那些真實的業(yè)務(wù)數(shù)據(jù)練手，要么就需要你自己去搜集和抓取數(shù)據(jù)，構(gòu)建自己的數(shù)據(jù)集，并進(jìn)行實踐。
對于第三點里提到的實踐需求，這里給大家推薦一個機(jī)會：
JDD-2017京東金融全球數(shù)據(jù)探索者大賽
這是一場面向全球AI與數(shù)據(jù)人才的人工智能大賽，分為算法組和商業(yè)組，其中商業(yè)組分為中國賽區(qū)和美國賽區(qū)，導(dǎo)師貼身48小時輔導(dǎo)，每位賽題冠軍不僅可以獲得30萬元高額獎金，同時有機(jī)會加盟京東金融，或者獲得京東金融或合作機(jī)構(gòu)的優(yōu)先投資。?
參賽者要根據(jù)用戶登錄的種種蛛絲馬跡，預(yù)測交易是否有風(fēng)險。估計優(yōu)勝者的答案，足以讓全網(wǎng)用戶沸騰吧？畢竟，網(wǎng)購登錄關(guān)乎每個人的賬戶安全。感謝大數(shù)據(jù)時代，風(fēng)控技術(shù)不斷升級，讓我們可以在享受樂趣的同時，享受科技的保駕護(hù)航。
商業(yè)組賽題導(dǎo)師：TalkingData CEO 崔曉波
要求參賽者對店鋪開展貸款業(yè)務(wù)和經(jīng)營狀況等數(shù)據(jù)進(jìn)行定量跟蹤，預(yù)測店鋪未來90天的銷量！港真，如果真有一位大神能預(yù)測店鋪未來的銷量，估計店主要感激涕零了吧？畢竟，這關(guān)系到小店的流水、貸款、存貨等方方面面的問題。這道賽題完全是從小微企業(yè)的經(jīng)營痛點出發(fā)。
商業(yè)組賽題導(dǎo)師：紅杉資本專家合伙人 車品覺
開展信貸業(yè)務(wù)不僅需要評估客戶的風(fēng)險水平，還需要對客戶的借款需求進(jìn)行預(yù)測，做好資金額度與需求的匹配。風(fēng)險和提高資金利用率，可是網(wǎng)貸行業(yè)的關(guān)鍵所在，如何對數(shù)據(jù)進(jìn)行處理，使用模型融合技術(shù)，預(yù)測用戶借款需求，是需要解決的問題。
商業(yè)組賽題導(dǎo)師：微軟亞洲研究院城市計算負(fù)責(zé)人 鄭宇
家住北京周邊的養(yǎng)豬專業(yè)戶老張最近遇見了一個難題，經(jīng)過多年辛苦的勞動與努力，他家的養(yǎng)豬場規(guī)模越來越大，豬的數(shù)量從原來的幾頭發(fā)展到現(xiàn)在的上百頭。看著這么多的肥豬老張心里美滋滋的。但伴隨著豬數(shù)量的增長，愁人的問題也隨之而來，這么多的豬體型都很相近，老張想要清晰的分辨出每頭豬變得越來越困難。參賽者需要設(shè)計一個算法，能夠通過豬的照片來正確的辨別每一頭豬的身份。
聯(lián)系客服
