人工智能入行實戰：從校園到職場
李燁 欒東
相關主題
商品描述
本書主要講解人工智能的技術發展和行業現狀，旨在幫助讀者掌握進入人工智能行業工作的知識和方法。
本書首先介紹人工智能的技術概況、人工智能對人們的生活和工作的影響，以及人工智能的三大技術--機器學習、深度學習和大數據的基本原理與應用。其次，本書介紹人工智能從業者所需要的專業技術，並提供相應的學習方法。接著，本書介紹人工智能的行業概況，並將人工智能行業的崗位分為算法崗、工程崗、數據崗和產品崗，詳細介紹各崗位的工作內容、能力要求、發展方向等。隨後，本書講解在人工智能行業求職的方法，包括求職前的準備工作和求職過程中的註意事項。最後，本書通過3位人工智能行業新人的入行經歷，以及對5位有一定工作經驗的人工智能從業者的採訪，幫助讀者切實瞭解人工智能行業，並為讀者樹立求職信心。
本書可作為想要入行人工智能領域的高校學生或在職人士的就業指導，亦可作為人工智能行業的人力資源師、獵頭、行業分析師等的參考圖書。
作者簡介
李烨，微软（亚洲）互联网工程院算法工程师，微软 AI Talent Program 创立人、架构师。拥有近二十年的 IT行业从业经验，曾在 SUN、EMC 等跨国 IT 公司的核心研发部门工作。研究领域包含知识图谱、智能对话、自然语言理解、人工智能行业解决方案。著有《算法第一步》《机器学习极简入门》等图书。
栾东，曾任微软（亚洲）互联网工程院资深产品经理、微软 AI Talent Program 架构师。拥有近二十年的主机游戏领域的媒体及社区产品经验，曾在 UCG Media、网易等公司工作，曾任 VGTIME 联合创立人、CEO。
目錄大綱
第 1 章 認識人工智能 1
1.1 人工智能是什麽 1
1.2 人工智能對人類的影響 10
1.3 人工智能會讓程序員失業嗎 16
第 2 章 人工智能技術的原理與應用 21
2.1 機器學習 21
2.1.1 機器學習的基本原理 21
2.1.2 機器學習的分類和應用 28
2.2 深度學習 29
2.2.1 深度學習的基本原理 29
2.2.2 深度學習的應用 36
2.3 大數據 38
2.3.1 關於數據的一些概念 38
2.3.2 大數據的概念 40
2.3.3 大數據的技術 41
2.3.4 和數據相關的職位 43
2.3.5 大數據的影響 45
第 3 章 人工智能從業者的技能包 47
3.1 人工智能行業的歷史機遇 47
3.2 人工智能從業者的“超能力” 52
3.2.1 機器學習的理論知識 52
3.2.2 數據整理能力 55
3.2.3 編程能力 56
3.3 如何學習和提高 56
3.3.1 學習計劃 56
3.3.2 學習方法 57
3.3.3 如何閱讀 AI 論文 59
3.3.4 工具和資源 65
3.3.5 綜合實踐 66
第 4 章 走進人工智能行業 69
4.1 行業現狀和發展趨勢 69
4.1.1 人工智能行業概況 69
4.1.2 我國的人工智能企業分類 71
4.1.3 人工智能行業的未來 75
4.2 人工智能行業中有哪些工作崗位 78
4.2.1 人工智能產品背後的技術應用 79
4.2.2 人工智能應用背後的工作流程及崗位 80
4.3 算法崗位 82
4.3.1 算法崗的特徵 82
4.3.2 算法崗的工作內容 84
4.3.3 算法崗的能力要求 85
4.3.4 算法崗的人才來源和職業發展方向 88
4.4 數據崗位 89
4.4.1 數據崗的工作內容 89
4.4.2 數據崗的能力要求 90
4.4.3 數據崗的特徵 92
4.4.4 數據崗的職業發展方向 94
4.5 工程崗位 95
4.5.1 工程崗的工作內容 95
4.5.2 工程崗的能力要求 97
4.5.3 工程崗的特徵和職業發展方向 99
4.6 產品崗位 100
4.6.1 一般行業的產品經理 100
4.6.2 AI 產品經理的歷史背景 101
4.6.3 AI 產品經理的特點 104
4.6.4 AI 產品經理的工作內容 109
4.6.5 AI 產品經理的能力要求 110
第 5 章 從校園到職場 113
5.1 明確職業目標 113
5.2 磨煉專業技能 115
5.3 積累人脈，構建個人品牌 117
5.3.1 積累人脈 117
5.3.2 構建個人品牌 120
5.4 招聘類型 122
5.4.1 校招 122
5.4.2 社招 123
5.4.3 內部推薦 124
5.5 叩響人工智能行業之門 125
5.5.1 簡歷 125
5.5.2 面試和筆試 130
5.5.3 備考 134
5.5.4 瞭解招聘單位 137
5.5.5 招聘中的不確定性 138
5.5.6 offer 的選擇 140
第 6 章 成為人工智能從業者，是一種怎樣的體驗？ 149
6.1 我，女性，AI 工程師 149
6.1.1 偶入人臉識別領域 149
6.1.2 數據採集 150
6.1.3 數據標註 151
6.1.4 模型訓練 153
6.1.5 作為 AI 新人的職場感悟 154
6.1.6 一些經常會被問到的問題 155
6.2 一位普通本科生的機器學習入門經歷 159
6.2.1 後悔大學不努力 160
6.2.2 為什麽學 AI 161
6.2.3 關於買書和知識付費 163
6.2.4 數學基礎 164
6.2.5 機器學習 165
6.2.6 編程語言 167
6.2.7 心得體會 167
6.3 從網約車司機到 AI 工程師 168
6.3.1 創業失敗去開網約車 168
6.3.2 偶然兼職數據標註 169
6.3.3 自學人工智能 170
6.3.4 AI 領域求職不順 171
6.3.5 從物流行業涉足 AI 172
6.4 大型企業 AI 工程師訪談 172
6.4.1 Steven：從圖像編碼專業進入 AI領域 173
6.4.2 Leo：暫時擱置留學計劃進入 AI領域 178
6.4.3 Evan：從項目開始進入 AI 領域 181
6.4.4 Frank：通過訓練營和項目實戰持續成長 185
6.4.5 Julia：被時代浪潮推向 AI 算法工程師崗位的女性 187
