作者简介:吴恩达(Andrew Yan-Tak Ng)
作者简介:吴恩达(Andrew Yan-Tak Ng)是斯坦福大学计算机科学系和电机工程系的客座教授,曾任斯坦福人工智能实验室主任。他与达芙妮·科勒一起创建了线上教育平台Coursera。2024年4月,吴恩达加入亚马逊公司董事会。
作者:吴恩达 人工智能著名学者、斯坦福大学教授
本文节选自:《How To Build Your Career in AI》
文件下载:AI 职场进阶指南 - 吴恩达.pdf https://www.alipan.com/s/RnEFM3PgjuQ 提取码: 60qc
【AI速读】
这篇文章探讨了如何在人工智能领域建立职业生涯。文章涵盖了从基础技能学习到项目实践,再到找到合适工作的各个方面,并提供了具体的建议和步骤。以下是文章的主要内容:
1.编码人工智能是新的读写能力
- 语言读写能力的演变:几百年前,语言读写能力并不普及,但随着时间的推移,它变得普遍并丰富了社会。
- 代码的重要性:代码是人与机器之间最深入的交流方式,随着机器在日常生活中的重要性增加,编程能力变得越来越重要。
- 人工智能和数据科学的应用:线性回归模型可以帮助披萨店老板优化需求预测和供应链管理。
2.职业生涯发展的三个步骤
- 学习基础技能:包括机器学习、深度学习、数学和软件开发。
- 从事项目工作:与缺乏AI专业知识的利益相关者合作,估计项目完成时间和投资回报。
- 找到一份工作:建立支持性社区,帮助你成长和找到工作。
3.学习有前途的人工智能职业的技术技能
- 基础机器学习技能:线性回归、逻辑回归、神经网络等。
- 深度学习:了解神经网络的基本知识和实际技能。
- 与机器学习相关的数学:线性代数、概率和统计、微积分。
- 软件开发:编程基础、数据结构、算法、软件设计、熟悉Python和相关库。
4.你应该学习数学来获得人工智能的工作吗?
- 数学的重要性:了解算法背后的数学有助于调试和优化。
- 现实应用:根据具体工作需求,分清轻重缓急,掌握必要的数学知识。
5.成功AI项目的范围
- 确定业务问题:找到领域专家,了解他们最希望改进的三件事。
- 头脑风暴AI解决方案:提出多种潜在解决方案。
- 评估解决方案的可行性和价值:通过已发表的作品、竞争对手的行为或快速概念验证进行评估。
- 确定里程碑:设定机器学习和业务指标。
- 预算资源:考虑数据、人员、时间和团队支持。
6.寻找与您的职业目标互补的项目
- 从小处着手:利用早期项目学习和积累经验。
- 项目想法的来源:加入现有项目、阅读和交流、关注应用领域、发展副业。
- 项目选择清单:技术挑战性、团队合作、项目的影响力和复杂性。
7.建立能够展示技能进步的项目组合
- 项目组合的重要性:展示技能进步的项目组合有助于找工作。
- 沟通和领导力:解释你的想法和项目成果,展示领导能力。
8.启动人工智能工作搜索的简单框架
- 求职步骤:选择公司、准备面试、选择职位和协商薪资。
- 角色和行业转换:逐步转换角色或行业,利用信息面试了解新角色和行业。
9.找到适合你的AI工作
- 求职细节:研究角色和公司,安排信息面试,直接申请或通过推荐获得面试机会。
- 求职技巧:更新简历,准备面试,选择合适的团队和公司。
10.在人工智能领域建立事业的关键
- 团队合作:与他人合作、影响和被他人影响的能力。
- 网络:建立职业网络和社区。
- 找工作:避免对抗态度,逐步推进。
- 个人纪律:养成良好的学习和工作习惯。
- 利他主义:帮助他人,建立积极的职业形象。
11.克服冒名顶替综合症
- 常见现象:70%的人在某个时候会经历冒名顶替综合症。
- 应对方法:找到支持你的导师或同行,认识到自己的优点,鼓励他人。
12.最后的想法
- 珍惜每一天:思考每一天是否值得你生命的1/30,000。
友情提示:AI速读无法替代您的深度阅读。Alexander Warren

以技术为核心以技术能力为核心,覆盖咨询、设计、运维、培训等方面,实现一站式服务。
Wechat与我们联系
