人工智能見聞
人工智能是一個很泛的行業，具體來說它有很多細分領域。我前些時間研究過語音識別，由於這兩年經常和算法工程師，大數據開發工程師打交道，我來回答一下這個問題。
首先，我們先梳理一下人工智能的領域，常見的AI領域包括但不限於如下幾種：
AI的火爆我們就不在這裡細說了，這是行業的共識。
其次，AI領域的人才工資到底有多高
筆者從事互金行業，做大數據風控，經常會和數據開發工程師，算法工程師打交道。我們部門的算法建模工程師是離AI最近的崗位，他們的工資有多高呢？舉個例子，一個有3年經驗的算法工程師，碩士211以上大學畢業，預計年薪在40-60萬之間。本科學歷或者非名校可能略微低一些。
就我身邊的情況而言，AI工程師的薪資已經絕對秒殺其他類工程師了吧。某種程度上這是由供需關係決定。
再看看行業整體情況，AI工程師薪資待遇
AI應屆畢業生的薪資待遇怎麼樣呢？
再看看地域情況（社招的平均工資）
AI的工資有多高，其他領域的程序員可以對一下就知道了。
最後，程序員如何轉型AI的某個領域
AI領域的工程師門檻相對較高，其他領域要轉型的話難度相對較高。說它難度高主要基於以下原因：
其一，算法模型類工程師，需要比較深的數學統計學知識，對算法有深入研究，才能做的好
其二，AI領域的產品開發和其他比如移動端，H5，後臺端還不太一樣，AI領域可能除了算法以外，在智能硬件，工業設計方面還要有一點研究。
當然，什麼也不是絕對的，AI領域有很多，其中也分很多細分崗位。
我們來看看AI領域的細分崗位：
大數據工程師，算法工程師，AI產品經理，數據標註工程師，AI測試工程師，智能硬件工程師，工業設計工程師等等。
其中，入門相對簡單的是 大數據工程師，數據標註工程師，測試工程師。
具體的，我們拿語音識別領域來舉例，再具體一點，我們要做一個智能催收機器人。（語音識別和自然語言處理都用到）
首先，語音識別，需要最終做出來一個什麼東西，解決什麼問題，創造什麼用戶價值，這些是由AI產品經理來定義的，當然需獲得老闆支持。
語音識別第一步就是語音轉文字。這其中，數據開發工程師和數據標註工程師要做大量工作。我們需要收集至少上萬的語音素材，這些素材需要進行語音標記，裡面涉及到聲學模型（SM）和語言模型（LM）。裡面涉及很多複雜的問題：那段音頻對應什麼文字，語音有雜音如何處理，方言如何處理，二義性處理等，多少字分一段，音調如何處理等等。
接下來，算法工程師要發揮作用，傳統的語音轉文字算法是否適合公司，準確度有多高，是否要進行二次開發或優化等等。
做出來後要進行大量的場景測試，這時候測試工程師就上場，通過和催收人員進行大量的溝通，熟悉場景才能做測試。這其中，測試工程師必須懂很多，做很多。
以上還有很多很多東西，需要去深入研究個學習。
AI領域不易，AI的產品開發週期會很長，用互聯網的那套小步快跑模式不太適合。你只看到別人的高工資，卻不知道做出一個能創造價值的AI產品要付出多少人的多少心血。任何公司想投入AI領域，都要想清楚投產比，因為前期真的要養很貴的工程師，做很長時間，還不一定能出相對好的產品。
AI不易，且行且珍惜！
原創不易，歡迎點贊，評論或轉發；如想進一步交流，可以關注我或私信給我。我會不定期分享互聯網行業見解和職場經歷！ 一個寫過代碼，做過產品的互聯網金融產品經理！
乘風隨意
人工智能這個行業有多火爆？去看看2017年的互聯網崗位薪酬排名就知道了，這個2017年的風口讓從業者的薪資水平直接飆升到了行業第三位，人均20.1K，排在第一位的是管理崗，前面看到很多小夥伴都已經從學歷，語言，技能，入門薪資，晉升，地域等詳細說明了人工智能行業工資有多高，那我就著重說一下人工智能怎麼入門吧。
學習一項能力最好的時間是十年前，其次是現在，以過往的經驗，可以分為以下幾個步驟：
第一步，大多數本科專業都會學的數學的基礎知識，這是為後續的調整參數做準備，一個優秀的程序員如果又良好的數學功底，之後的路會好走很多；
第二部，python，現在python已經成為了全球最熱門的語言，沒有之一，他強大的數據清洗，數據處理和數據可視化能力另很多程序員趨之如鶩；
有了前面兩步的基礎，第三步和第四步的機器學習就沒有那麼難了，如果我前面提到的兩部你沒有學好，也不要擔心，你可以把機器學習當作一個黑匣子利用，不用十分了解他的參數配置，只需要大致瞭解這個算法是幹什麼的並根據案例去試著做幾個demo，接下來就可以進入深度學習了，現在比較火的深度學習算法是tensorflow，網上有很多教程。
最後就是預測了，根據所處的業務背景，結合業務進行功能的實現，很快你就發現，人工智能入門簡單，精通卻不容易了。
一個優秀的人工智能工程師必定對業務十分了解，這塊就只能師傅領進門，修行在個人了。
鎂客網
最近幾年隨著移動互聯網的風口逐漸過去，人工智能和大數據被許多人認為是下一個風口。人工智能早在 1950 年的時候，就由一位科學家提出。隨著現代科技的發展，人工智能必然是人類發展的趨勢，無非是早與晚。直到 2018 年人工智能大火起來，最近還出現世界第一個獲得人類公民身份的機器人「索菲亞」。但許多人對於工智能的理解也只停留在表明意思，我們來看下百度對這詞語的定義。
1、人工智能概念
人工智能（Artificial Intelligence），英文縮寫為 AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能是計算機科學的一個分支，它企圖瞭解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的複雜工作。但不同的時代、不同的人對這種“複雜工作”的理解是不同的。2017 年 12 月，人工智能入選“ 2017 年度中國媒體十大流行語”。
2、人工智能行業工資
2017 年對於人工智能的人才爭奪已呈白熱化，根據韋萊韜悅報告顯示，一名人工智能方向的技術類畢業生薪資相當於 3 - 5 年工作經驗的普通崗位工程師薪資。普通的程序員幹 3 年，才能抵得上 AI 工程師一年的薪水。
《2018 年韋萊韜悅畢業生起薪及政策調研報告》數據顯示，人工智能專業方向的畢業生大部分是博士學歷，起薪水平約為 25 萬 - 30 萬，比一般軟件開發類博士畢業生的平均起薪（18.5萬）高 35%-50%。
3、AI 工程師的要求
普通的程序員想要入門 AI 工程師的門檻，實現工資質的飛躍，所要掌握的知識是要非常的多。首先你的數學理論基礎要非常的好，如高數、現代、概率論。這些數學基礎在 AI 裡是屬於必須掌握的基礎內容。除此之外你的算法能力也要非常的好。
當然除了以上提到的，還有一些編程的基礎，英語的能力，這些也是要具備的。AI 工程師工資很高，但相應的要求也非常的高。
智能時代即將到來，你準備好了嗎？
stormzhang
曾經做過一份人工智能較火的方向之一（自然語言處理）崗位薪資及技術要求數據報告，如下：
目錄
1，自然語言處理崗位學歷，工作經驗，薪資圖表
2，自然語言處理崗位城市，公司融資，規模一覽
3，可視化自然語言處理應聘所需技能
注：此報告數據捉取自互聯網招聘平臺，經過簡單分詞，去中英文停用詞，再加上pandas和matplotlib，Excel圖表的可視化呈現。
前言：本文爬取自然語言處理相關崗位需求，試圖通過文本分析以及可視化技能來說明此崗位以及所處行業的狀況，為欲入門此崗位程序員或此崗位大牛提供些參考乾貨
（注：自然語言處理屬於人工智能重要分支，目前人工智能創業主要集中在機器視覺，智能語音，自然語言理解與生成等領域）：
（1）學歷要求至少本科，若你擁有本科學歷即可滿足六成的崗位投遞學歷需求，只有2%崗位明確要求為博士以上，目測碩士為最理想的學歷，大專學歷的童鞋，需要加強其他方面的亮點，因為只有1%（有點殘酷）。
（2）報告老師，我家隔壁老王童鞋是沒有經驗的本科程序員，想跨入此行容易嗎？從下圖可知，首先沒有經驗的你只可以滿足15%的崗位投遞基本要求（若你不小心有一年經驗則可以滿足六成的崗位要求），再考慮到你只擁有本科學歷，結合上圖，由此可知，你只能滿足接近10%的崗位，對於想跨入此行業的本科學歷的隔壁老王程序員提出了更高要求，老王加油（注：小編是從崗位的投遞需求分析，實際情況需要根據面試公司要求，請用辯證思維看待）。
（3）從業者起薪較高，近9成多從業者一入行即可獲得15K/月以上的薪資，有近一半的崗位可提供30K/月的薪酬水平。由此看來，如果你有朋友從事自然語言處理，即使年薪20萬，他也很有動力提高自己，因為薪資水平處於行業較低水平。
小結：來來來，單只是考慮學歷和工作年限，目前就已經暫時得出個有點靠譜的結論：自然語言處理職業，屬於典型的入行難，錢多的行當。此外，經小數據分析，一般淘氣的HR挺喜好這樣誘惑求職者：股票期權，用戶量大，數據量大，大牛帶飛，機器多，機器多，機器多，對，很吃機器，你訓練多少層神經網絡呀，再此外筆者驚奇的發現居然很少HR提“美女如雲”，要知道錢再多也難抵內心的孤獨與寂寞，何況還有難耐和冷。。
（4）逃離北上廣？逃離北京你都難找到此崗位的工作！北京提供了近六成的自然語言處理崗位，廣州居然排在第六，深圳和廣州加起來也只佔11%左右，不禁陷入深深的沉思。值得一提的是杭州和成為逃離北上廣深後不錯的選擇（與整體互聯網崗位分佈需求相符），不愧是準一線城市。
（5）再看行業公司現狀，近6成屬於移動互聯網行業，範疇包括但不限於文本挖掘，知識圖譜，智能語音，語義，推薦系統，計算廣告，搜索，問答系統，機器翻譯，金融等。從規模來看，僅兩成的崗位由大型公司（大於2000人的）提供。
（6）近七成處於融資階段（考慮到部分沒融資的公司會邪惡的選擇“不需要融資”），也就說近七成的崗位為初創公司提供，創業公司色彩濃厚，剛進入的從業者會不太穩定，較為缺乏安全感。
（7）Python為必備首選語言，C++和JAVA緊跟，考慮到Java天然適合大數據以及斯坦福corenlp主要由java開發，Java在自然語言處理的傳統地位仍不可小覷。此外Hadoop，Spark，Linux環境，Shell編程，不懂肯定不行。恩，浮出的畫面是，自然語言崗位從業者在linux環境下，左手Python調Tensorflow，右手Java搞Hadoop，Spark，根本沒有X生活，因為你還要與時俱進，比程序員多用點腦細胞看各種論文啊。。。。
需要熟悉的技術：
（8）Tensorflow首選，注重掌握常用自然語言算法。值得說的是你若不學幾個神經網絡，你都不好意思應聘，畢竟已經從統計自然語言處理進入神經網絡的時代。
結合詞雲圖和文章的第一張配圖可列出主要崗位技能如下：
1）神經網絡：RNN，LSTM， CNN等
2）深度學習框架：Tensorflow，Theano等，毋庸置疑首選Tensorflow。
3）自然語言常用算法：CRF，LDA，HMM，SVM等，當然邏輯迴歸、決策樹、貝葉斯等你也要記得學啊。
4）自然語言處理常用模塊：NLTK，stanfordNLP，OpenNLP等
5） 數據庫技術：Mongodb，Hbase，Hive等
排除語言技術後的詞雲圖
（9）我們再單獨看文字的技能詞雲圖與崗位需求文本，小編髮現，常用自然語言處理算法，機器學習技能，分詞，文本挖掘，深度學習，語義，命名實體識別等屬於必備技能。
人工智能見聞
我在互聯網公司待了多年，現在在XX公司也算是P8級別的技術總監了。針對這個話題，可以好好地聊聊。
我身邊做人工智能方向的收入最高的朋友是月薪25K，php收入最高的是月薪35K，android+ios最高的是月薪35k，前端H5構架級專家最高是35K，Unity3d開發最高是月薪40K，還有做CTO、技術總監級別的就不說了。
看到這裡，你會不會覺得人工智能這麼有技術含量的技術，薪資收入是不是比較一般？很多做技術朋友是不是覺得，越難的技術應該有越高的收入？其實，並非如此。
首先取決於市場需求度。
記得2006年，是開心網最火的時候（開心網是國內第一家模仿Facebook的社交網站），那個時候全民偷菜，所以那時後一個flash中級程序員的薪資等於一箇中高級C++程序員的薪資。
為什麼現在H5、android、ios、unity給的薪資比較高？就是因為現在H5應用，手機應用，手機遊戲都很火，市場需求度高。以前pc為主的時代，到現在已然變成以手機、平板為主的時代了。
Java和php市場需求度高，為什麼php的收入也不低？其實大型企業級應用都用java，但是市場上的java培訓機構太多了，培訓出來會java的同學也太多了，導致了供大於求。所以，php普遍比java難招，精通php的就更難招了。
結論：市場需求決定行業薪資，技術能力決定個人收入！
忠告：作為一個程序員，自學能力是非常重要的，首先在自己選擇的方向上一定要達到精通的地步。其實精通一門技術不是想像中那麼難，只要你方法正確，勤學苦練，3年足矣。在精通一門技術之後，再學新的技術。正所謂淵博淵博，要先淵而後博。
致力於商業模式和解決方案
一字刀
對廣大技術從業者來說，目前是進入人工智能行業的好時機。（以下統計來源拉勾網）
1、人工智能在互聯網崗位薪酬排名中位列第三
數據顯示，管理崗在各崗位中薪酬最高，平均達到 23k，數據開發和人工智能緊隨其後，都在 20k 以上。
2、職位數大增，投遞量增長更快
從 2015 年到 2016 年，人工智能招聘崗位的數量翻了一番，投遞量增加了近兩倍，平均薪酬也有溫和增長。
從 2016 年到 2017 年，職位數增長了 27 %，投遞量則翻了一倍不止，平均薪酬基本保持不變。
3、崗位競爭激烈程度下降
雖說投遞量出現大幅增長，但從 2016 年到 2017 年，人工智能崗位與求職者數量比值實際上是下降的，從 2.6 個求職者到 1.3 個求職者對應一個職位，這其中有崗位數量種類增加的原因。
4、大部分要求 1-5 年經驗
在招聘需求中，人工智能崗位大多要求 3-5 年或 1-3 年工作經驗。其中要求 3-5 年經驗的在 2016 年佔 40.4%，2017 年降至 38%；要求 1-3 年經驗的則從 31.8% 增長至 33.3%。
5、語音是人工智能中的熱門，平均薪酬最高
聲音認知是人工智能的新熱門領域，相對其他崗位求職者數量增加導致薪水趨於平穩，聲音認知一枝獨秀薪資漲幅領先，平均薪酬從 2016 年的 20.5k 增長到 2017年的 27.6k。
6、想進人工智能行業，最好來北京
超過一半的人工智能崗位招聘都在北京，比例高達 54%，排在後面的城市分別是上海、深圳、杭州、廣州和成都。
7、大公司招人多
高達 28% 的人工智能崗位是由規模在 2000 人以上的大公司提供的，500 人以上的公司佔比達 42%。
8、大公司平均薪酬高
2017 年，人工智能招聘領域，2000 人以上大公司平均薪酬 25.2k，相比之下，15-20 人的公司只有 16.2k，而且整體呈現出公司越大薪酬越高的現象。
9、同是碼農，待遇不同
在後端開發、前端開發、移動開發和人工智能四個領域中，人工智能是平均薪酬是最高的，平均比其它三個領域高三分之一左右。
10、人工智能崗位競爭沒有其它領域激烈
人工智能領域平均一個職位收到 24.7 份簡歷，相比之下，移動開發領域最高，平均收到 130.3 份簡歷。
11、應屆生做人工智能拿 9k，做移動開發僅 6k
和傳統技術崗位相比，新興的人工智能領域在不同經驗階段都提供了優厚的薪酬，一個應屆畢業生進入人工智能行業，平均可拿 9k，而移動開發則只有 6k；10 年以上優質人才，人工智能的薪酬比後端開發翻了近一番。
總結
人工智能目前是一個快速增長的領域，人才需求增長迅速，但相比其它技術類崗位，比如前端開發、移動開發，人才的供應還沒有跟上，求職者對同一崗位的競爭不那麼激烈，薪資也水漲船高。
對廣大技術從業者來說，目前是進入人工智能行業的好時機。如果喜歡，點擊“”關注“”，關注我。
互聯網是一種生活方式
人工智能行業工資高應該說是資本的力量，尤其是一些沒有歷史包袱的公司，動輒招募幾十個博士，還都是計算機視覺研究方向的。應該說這是高學歷人才的一場盛宴。某種程度上說Google的alpha 🐶造就了這場盛宴，菜總有涼的時候。目前很多公司對人工智能崗位已經開始細分。人工智能專家這可算一類，人工智能調參工程師也算一類，人工智能數據工程師又算一類。總不能讓專家們幹體力活吧，所以衍生出來的崗位自然工資與其他行業差別不大了。
至於說怎麼入門，怎麼學習，是不是像很多人說的，太多數學前置知識。我可以從自身的經驗來說，事事開頭難。有些人工智能公司一上來招了很多數學博士，精於概率論和建模。後來發現，根本不需要建模，深度學習神經網絡基礎理論已經足夠支撐應用層面的研究。而且我們還有這些做基礎研究的可愛的老外教授們時不時的公開研究成果。如果要推薦書，我推薦Goodfellow和bengio的deep learning，儘管美亞上一哥們寫了一千幾百字來吐槽這本書。
Q科技
人工智能行業工資有多高？
工資取決於很多因素，地理和職位高低都會對薪酬產生影響，因此通過粗略的比較顯然是不合理的。通過一些在線招聘網站的同一公司不同崗位比較，我們可以發現，機器學習等AI行業的薪酬往往是同等前端或移動端開發的兩倍甚至更多。
分析原因，主要是因為AI人才的稀缺，不同於其它互聯網行業，AI人才需要很強的數理基礎和科研能力，很多前沿的技術與算法，並不是像前端一樣，僅僅是去學習成熟的庫，而是需要大量的閱讀頂會論文。這注定AI人才不能通過培訓機構快速速成。於此同時，國內外各大互聯網巨頭紛紛將研究重點放到了AI方向，比如阿里巴巴新建的達摩院，大量的資金湧入這個行業，造就了這個行業的多金。
然而，通過與相關行業的面試官交流，可以發現，這些崗位往往最低要求碩士學位，所以各位想轉行AI領域的工程師們，希望能夠理智分析就業形勢，而不要被高額的工資影響了自己的判斷。
程序員如何入門？
如果是在校的學生，並有志於在AI領域大幹一番，我強烈推薦能夠通過努力完成研究生的學習，國內的清華、南大、浙大都是比較好的選擇。
既然主語是程序員，那麼默認具有較強的編程能力，但已經進入職場，不太可能重新回到學校學習。很多人肯定在想，如果我沒有碩士學歷，且不喜歡閱讀文獻搞研究該怎麼辦。首先可以給大家介紹一個勵志的例子——海青，從一個普通的阿里巴巴實習生，成長為阿里AI領域最年輕的P9之一。（http://www.sohu.com/a/197576013_206784）
海青的經歷給我們很多可以借鑑的地方，在這些AI公司裡，博士往往擔任著核心算法研究的工作，碩士更多的是將這些算法轉化成代碼，投入到實際的生產場景中。然後，這些畢業於高校的學生，往往代碼能力不夠強，在學校研究階段，更多的是使用Matlab，Python等作為自己的主要研究工具。我想這是傳統的程序員與科班出生學生的優勢所在。程序員擁有豐富的工程經驗，代碼能力普遍較強。因此，程序員應該在面試中想辦法突出自己這些方面的優點，並且最好能夠向面試官展示自己能夠勝任這些工作，並能比碩士學生做的更好。如果能夠做到，我想拿到offer應該不是一件難事。
那麼如何向面試官證明自己能夠勝任呢，最好的便是能夠有項目經驗。很多人在開始自己第一份AI工作之前，總是很苦惱如何去尋找這些較好的項目。很多更認為，這些高深的項目，只有在大公司才能接觸到。在這裡，給大家推薦一個競賽平臺——Kaggle（https://www.kaggle.com/）。
很多關於入門AI的話題下，很多人會直接列出一堆推薦書籍或者入門視頻，然後告訴你去學就行了，我認為這是極不負責任的。對於普通程序員，每天工作強度便很大，回家還要閱讀這些枯燥的英語教材，顯然是不可能的。這也是我推薦以項目為基礎的原因，在項目中學習或許是程序員們比較習慣的一種學習方式。
具體計劃
至於如何開始自己的Kaggle之旅，網絡上相關的回答很多，在這裡給出鏈接供大家參考。
初學者如何玩轉數據科學社區kaggle的競賽？https://www.wukong.com/question/6445234003346718989/
大家可以自行制定比較適合的計劃，下面給出我的一些個人看法，這不一定適合於每一個人。
1、瞭解一些機器學習的基礎概念，比如訓練集，驗證集，交叉驗證等概念。這些都是基礎，只有你搞明白這些概念，才能和這個領域的人無障礙的交流，不然別人說的是啥你都不懂，更何談學習和一起工作。
推薦資料：
【書籍】機器學習-周志華
https://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm
大名鼎鼎的西瓜書，可以說是中文書籍中的巔峰之作，用一個西瓜的故事，將很多基礎概念講解的很透徹，大力推薦。
【視頻】斯坦福機器學習-吳恩達
http://open.163.com/special/opencourse/machinelearning.html
該視頻是Andrew Ng還在斯坦福任教的課程，比較老了，但應該是最好的入門視頻之一了，有興趣的同學可以通過搜索引擎搜索到最新的視頻，而且Angrew Ng在Coursera上開了新的Deep Learning專項課程(https://www.coursera.org/specializations/deep-learning)，由於沒有上過便不多評價了，有興趣的同學也可以看看。之前有網友搬運到了bilibili上，但據說被舉報了，不知道還有沒有，大家也可以自行搜索一下。
【視頻】機器學習基石（林軒田）
http://pan.baidu.com/s/1qWFROhm
也是入門教程，不過是中文版的，可能更符合國情。
2、然後便可以開始著手Kaggle競賽，開始可以先做一些入門的項目，熟悉整個流程後，便可以開始選一些自己感興趣或擅長的項目，整體來說不難，想得高名次有個秘訣，就是多看項目的Discussion，會有很多大神分享自己的經驗和想法，然後你照著做一遍，和參看之前別人提供的Kernels。需要澄清的一點事，Kaggle的競賽可以說並不需要你的機器學習算法能力，因為很多都是直接調用現成的庫，更多的是你對數據的一種直覺和經驗。所以大家不用畏難。
3、最後在平時，多關注一下網上的面經，除了項目經驗，面試官還是會問一些基本的算法層面的問題，但都是已有的一些成熟算法，自己平時多關注，多查資料，多準備，這些問題應該也難不倒你。
九章算法
就目前AI行業，我以自身經歷來說，現在各行各業都想做AI，都說AI現在是熱潮，實際人工智能在計算機和計算機網絡初期，就已經產生，經過一代一代的發展，如今只是趕上了一個熱潮。現在AI行業，最缺少的其實還是尖端人才，畢竟AI對程序員要求比較高，也可以說門檻高，什麼傅里葉變換，泰勒展開，高數，概率，以及線性代數這些學科，都得重新複習，大部分算法都是基於基礎知識理論，當然相對還得掌握一門編程語言，現在大多推薦Python，Python現在確實方便，上手也快，在AI方面起到了很好的幫助，所以，首先應該去接觸一下Python，這樣可以有上手AI的編程工具，其次要多多彌補基礎知識，要理解算法做AI方面的支撐，最後就是深入接觸和理解神經網絡，如果沒有知識的深入，那麼只能做一個基礎的，可有可無的調參俠。
對於工資，也因好多因素而異，北上廣深，也各有區別，從各個網上招聘來看吧，還是北京地區需求量最大，以後依次我認為10%的比例減少需求量(個人觀點)，薪資也就略有差別，而且和個人能力有很大關係，絕大多數公司還是比較看重個人能力，你的能力肯定得配得上你這份工資，絕大多數公司還是不養閒人的。所以，想入門AI，首先熟練使用一種工具，Python還是Matlab以及其他，熟練掌握其中一樣是必須的。其次多學習基礎知識，最好是重新刷一遍高數，線代，概率。最後就是多上手，實踐大於理論。
用戶267015824
人工智能目前是火得不要不要的，這是比較前沿的行業，薪酬待遇那更是讓人垂涎啊。但是至於個體和區域的薪酬，那還是不一樣的。而且還得要分工種，工種不一樣待遇肯定是不一樣的。但是，相對來說還是比較高的。
當然最重要的是自己要選擇一個方向，人工智能裡面可是有很多工種的，比如技術開發崗位、機器學習算法崗、機器學習崗、深度學習開發崗、人工智能算法崗等等，當然還會有各團隊管理崗位等。與其它類型的團隊一樣，有各種各樣的分工與協作，就催生了不同的崗位。
相對於其它的技術，人工智能行業理論要求也比較高，因為涉及各種算法，模型等高等數學的知識，這就需要受教育程度相對比較高的人員才能勝任，即使是技術開發人員也要了解一些這方面的知識才好，不然理解不要的話，不能完全搞懂產品及設計的意圖。
如果是程序員的話，主要是語言的選擇，開發環境的選擇。目前國內在人工智能領域裡面用得比較多的開發語言主要是：Lisp、Prolog、C/C++、Java、Python。從今後個人就業的角度來說，選擇Java、Python可能是比較好的選擇。
至於開發語言怎麼入門，這個與學習其它知識一樣，由淺入深，從基礎知識開始學習，然後搭建環境一步一步從基礎往一個項目方向實戰，然後多參考別人的項目，差不多都是這樣過來的。
至於現在入門算不算晚，只要有心做，什麼時候都不算晚，其實人工智能才開始起步，以後對於這方面的崗位需求會更大。
