每天的新聞千千萬(wàn)，天天追熱點(diǎn)都有點(diǎn)累了，今天只想講故事，故事的主人公是田松君。他是計(jì)算機(jī)專(zhuān)業(yè)研究生畢業(yè)，工齡 8 年。

十年前，計(jì)算機(jī)專(zhuān)業(yè)是當(dāng)時(shí)的高薪職業(yè)，圈內(nèi)一直流轉(zhuǎn)有“程序員工資領(lǐng)跑同齡人”的傳說(shuō)，幸運(yùn)的是田松君趕上了第一波程序員熱潮。

近兩年，隨著人工智能的興起，人工智能工程師變成搶手的人才。通過(guò)一份獵聘數(shù)據(jù)的報(bào)告顯示，同樣是敲代碼，人工智能工程師卻比普通程序員多 5 萬(wàn)年薪，這讓田松君下定決心改變，接下來(lái)是田松君講給我們的故事。

我是田松君。

一個(gè)年過(guò) 35 歲的理工科老臘肉！

我在 2018 年轉(zhuǎn)型人工智能，進(jìn)場(chǎng)談不上早。

下定決心轉(zhuǎn)型人工智能并不是一時(shí)頭腦發(fā)熱，在經(jīng)歷了 2017 年的人工智能的風(fēng)口之后，我注意到今年的政府工作報(bào)告再次提到了有關(guān)于人工智能的內(nèi)容，篇幅更多，政策更好，讓我真正看到了發(fā)展的方向和機(jī)會(huì)。

和我一起的同齡人并沒(méi)有因此而心動(dòng)，因?yàn)楸旧沓绦騿T的發(fā)展也是挺好的，很多人都覺(jué)得沒(méi)必要再折騰一下，這就像剛從學(xué)校畢業(yè)后，有人選擇留在大城市打拼一番事業(yè)，有人喜歡回到小城鎮(zhèn)生活一樣，選擇不同，沒(méi)有對(duì)錯(cuò)之分。

在不熟悉的領(lǐng)域，很多時(shí)候轉(zhuǎn)行就意味著降職降薪，沒(méi)有相關(guān)工作經(jīng)驗(yàn)，自然需要一段時(shí)間的過(guò)渡期。在轉(zhuǎn)型前，我是一個(gè)小部門(mén)的技術(shù)經(jīng)理，年薪 40 萬(wàn)；轉(zhuǎn)型后，我的職位是推薦算法工程師，年薪是 50.4 萬(wàn)。

我看好的是人工智能未來(lái)發(fā)展的潛力，隨著科技的進(jìn)步，人們都想要追求更高品質(zhì)的生活，人工智能在未來(lái)的落地應(yīng)用將會(huì)越來(lái)越多，所以前期的過(guò)渡是非常有必要的，另外前期扎實(shí)的基礎(chǔ)，對(duì)未來(lái)的發(fā)展也會(huì)非常的有利。

這在后續(xù)發(fā)展上，一定會(huì)是從量變到質(zhì)變的過(guò)程！

下決心轉(zhuǎn)型后，開(kāi)始逐步了解這方面的內(nèi)容，當(dāng)然也有逛社區(qū)貼吧，最開(kāi)始考慮過(guò)自學(xué)的方式，但因?yàn)樽詫W(xué)積極性差，又無(wú)從下手，加上我身邊也沒(méi)有出現(xiàn)自學(xué)成功轉(zhuǎn)型人工智能的例子，所以不得不放棄。

到目前為止，我認(rèn)為參加培訓(xùn)班仍然是轉(zhuǎn)型人工智能的唯一途徑！

參加 CSDN 學(xué)院的課程的機(jī)緣是因?yàn)楸拘５睦蠋熓谡n，CSDN 學(xué)院卿來(lái)云老師是中國(guó)科學(xué)院大學(xué)計(jì)算機(jī)與控制學(xué)院副教授，智亮老師是 Google Tensorflow 框架的 Contributor ，我非常認(rèn)可課程師資的力量。

兩位老師各有擅長(zhǎng)之處，卿來(lái)云老師在公式的推導(dǎo)、算法等方面非常熟練；智亮老師的優(yōu)勢(shì)主要是偏工程實(shí)踐、編碼方面。這就能保證我們學(xué)員的全方面的發(fā)展，無(wú)論是在算法推導(dǎo)方面還是工程實(shí)踐方面都學(xué)到很多東西。

因?yàn)楣ぷ鞯脑颍覍W(xué)習(xí)的時(shí)候是在職的，當(dāng)時(shí)的職位是技術(shù)經(jīng)理，每天把任務(wù)分配給其他同事就可以了，所以自己有比較多的時(shí)間可以用在學(xué)習(xí)上。那段時(shí)間我每天都保持 11 個(gè)小時(shí)的學(xué)習(xí)時(shí)間，印象最深的是 1 月 20 號(hào)報(bào)名，4 月 20 號(hào)結(jié)業(yè)，不到 3 個(gè)月我就完成了全部課程的學(xué)習(xí)。

這和我投入的精力是密不可分的，所以大家如果有想要轉(zhuǎn)型人工智能，至少也要保證每天 6 個(gè)小時(shí)的學(xué)習(xí)時(shí)間。參加過(guò)課程之后，有兩點(diǎn)經(jīng)驗(yàn)在這兒分享給大家：

第一、在學(xué)習(xí)課程之前，我用一個(gè)半月學(xué)習(xí)數(shù)學(xué)。因?yàn)楣ぷ鲿r(shí)間比較長(zhǎng)了，數(shù)學(xué)忘的差不多了，又從零開(kāi)始把大學(xué)微積分上冊(cè)下冊(cè)、概率論、線性代數(shù)、這幾門(mén)課都從新學(xué)習(xí)了一遍。

第二、人工智能在實(shí)際工作中涉及到的數(shù)據(jù)量是非常大的，像 Python 這種傳統(tǒng)的語(yǔ)言不太適合處理大數(shù)據(jù)，所以還是需要自學(xué)一些大數(shù)據(jù)的課程，例如：Hadoop 、Spark ，還有 Spark 機(jī)器學(xué)習(xí)的 MLlib 庫(kù)的調(diào)用等，這些都是大數(shù)據(jù)并行計(jì)算和并行存儲(chǔ)的。

將我的故事分享給大家，希望對(duì)大家的轉(zhuǎn)型有所幫助。