• 资讯
  • News
  • 行业资讯
  • IndustryNews
  • AI培训班有存在的必要吗?

       “被称为“业界良心”吴恩达在 Coursera 的免费机器学习课程,学员数目有超过两百万;而最近国内某人工智能教育平台创始人也在微博宣称其培训平台已经吸引到将近十万的付费学员。各种培训班名目众多,堪称 IT 业界一大奇象。我们在 AI 前线的社群里也经常见到这样的问题:想入门 AI,你们能推荐下培训班么?其实关于“培训班”、“如何转型 AI“、”AI 如何速成“,最有发言权的应该是用人单位和技术专家”。
     
      Part1:一万元学费换几万元月工资?
     
      众所周知,人工智能火爆了一整个 2017 年,将来极有可能要继续火下去,于是我们看到了各种应势而生的线上线下 AI 技术培训班。某人工智能教育平台创始人在微博宣称其培训平台已经吸引到将近十万的付费学员。
     
    AI培训班有存在的必要吗?
      同样看到发展趋势变化的还有来自各个领域的而程序员们,要不要转型 AI,怎么学?怎么转?这些问题困扰着他们。
     
      “听说了吗?隔壁那小谁,报了个人工智能培训班,现在一个月赚好几万呢!”
     
      “知道知道,说是零基础入学,不用半年就能学会,还签保证书,如果找不到工作双倍返学费呢!”
     
      “我去,这么合适?搞得我也想报了,学费多少啊?”
     
      “说是一万多,但是你想啊,等找到工作,一个月赚好几万,那时候谁还在乎这点儿钱啊(笑)”
     
      ······
     
      上面是我们设想的对话,也是 AI 培训班的基本宣传调调:零基础入门,五六个月毕业,毕业后可内推 BAT,从长远来看,很划算的嘛!然而用人单位也是这样认为的吗?经过我们的采访,受访者们明确分成了两派:反对派与支持派。
     
      谁反对?
     
      对“您怎么看待 AI 培训班“这个问题,我们收到的回答基本上都是这样的:“以骗人为主”,“完全不靠谱”,“我不太了解 AI 入门培训课程。但我不认为通过几个礼拜的短期培训,就可以轻松获得‘超高薪资’,那样的话公司和投资人就太傻了”。
     
      有技术专家在回答我们的采访问题时直接抛出了否定三连,“不可能,不需要,不建议”:
     
      不可能——AI 技术不可能靠速成班就能完全掌握。
     
      不需要——我的企业 or 团队不需要这样的技术人。
     
      不建议——不建议想要转型 AI 的人去速成班学习。
     
      受访的其中一位技术专家告诉我们,不愿意接收速成班程序员有这样一些主要的原因:
     
      “我们主要做 AI 工程化的工作,从人员角度看,需要两种:
     
      一种是理解了算法和模型,并且能够训练模型、调整参数的人,这需要一定的数学基础和感觉,通过 AI 速成的人一般很难具备这些能力。
     
      一种是工程化的人,这个基本技能跟软件行业相同,所以不需要进行所谓的 AI 速成。
     
      在这里,很难找到 AI 速成班的技术人员的空间。”
     
      在技术专家看来,速成班或许可以在短时间内供需平衡出现问题的时候,解决所谓的眼前招聘的问题。但从稍远几年看,这种速成班出来的估计不会是中梁砥柱。
     
      当然,面对速成班出来的技术人也绝不能全盘否定,一位受访的专家告诉我们:“不排除 AI 速成班里有可用之才,但通过 AI 速成班绝对不是加分项,还有可能是减分项,你需要花更多时间和精力对对方的回答做进一步的判断,才能搞清楚他真正理解到了什么程度,正如 Java 培训机构出来的学生一样。”专家表示,现在学习的方式有很多种,绝对不是只有报班培训,报名培训班也是一种不错的选择,但不能以速成为目的。
     
      受访的企业 HR 也给出了一些相关经验:“我们的团队理念是一支精英化的团队,成员内部互相学习、成长也更快,我们愿意招基础好但是经验少的这种高潜力的侯选人,如果学历背景差基础一般,AI 速成是达不到我们的要求的,可能 coding 面就会匆匆挂掉。个人感觉任何东西都没有速成一说,我们更愿意花时间去建一座坚固的房子,也不愿意搭一个漏雨的棚子。”
     
      谁支持?
     
      一名受访的机器学习入门者告诉我们,他本人就参加过技术培训班:“因为我不是计算机专业的,但是对所学的专业不太感兴趣,就到培训班学习。”
     
      相信和他有着同样经历的人不在少数,因为自己的兴趣在此,然而所学专业并非计算机相关,故而选择了培训班这样的机构来学习。
     
      受访者说:“从培训班出来的人员更努力,因为不学习的话与计算机专业出来的人员差距还是比较大的,比如在数据结构上面、算法上面与计算机专业出来的人才差距还是很大的。”
     
      相信有不少培训班人员和这位受访者的想法如出一辙,在明知差距的情况下,想要获得成功就必然需要付出更多的努力。在采访中他也给出了自己的学习经验:“我不是名校毕业的,专业也不是计算机专业的。但是对于搞人工智能的话,硕士博士、海外经历毕业更好,优秀的本科生也还好,我个人的路线是:java 编程——大数据、云计算、物联网、nlp、分词、神经网络。”
     
      Part2:各种 AI 课程大比拼,想学 AI 只能靠培训班?
     
      在文章的开头我们说过,目前市面上良莠不齐的培训班让人眼花缭乱,不同水平的培训班差距很大,所以 AI 前线找到了现在几种主流的 AI 培训班以及自学网站,到底应该选择哪种方式,相信看过之后各位读者自有评判。
     
    AI培训班有存在的必要吗?
      优点: 有教师指导,零距离接触,不懂的可以随时问;有较为系统的课程安排,循序渐进,学得更系统;同时可以在讲师的指导下参与实战。
     
      缺点: 培训班水平良莠不齐,容易踩坑;学费较贵;学习的知识不够深入;实战项目在面试时是否被用人单位认可是个问题。
     
      优点: 可以按照自己的喜好安排课程;价格相比培训班更便宜;授课讲师都是来自名企的技术专家。
     
      缺点: 虽然也有课程体系,但是从系统性上较培训班仍有差别;授课讲师虽然来自名企,但是无法直接交流,有些问题不能及时得到解决;无法参与实战项目。
     
    AI培训班有存在的必要吗?
      优点: 社交平台大牛多,可以和技术大牛线上零距离接触;价格更加便宜,普通人更容易接受。
     
      缺点: 从零开始一直到项目实战的课程不是谁都有时间开的,所以导致学习不够系统;同样有讲师水平参差不齐的问题存在;无法参与实战项目。
     
    AI培训班有存在的必要吗?
      优点: 大神出品,质量有保证,免费学习。
     
      缺点: 适用于稍有数学和编程基础的学员,不适合从零开始入门的初学者。
     
      在我们收集资料的过程中,非常有趣的一点是:大部分开设 AI 课程的线下培训班讲师的个人介绍中,几乎都没有写明是否曾经参与或主持过 AI 相关的项目,不知是不是为了隐藏实力?
     
      我们这里进行的比较仅仅是将一些客观的情况列举出来,或许有的读者通过以上任意某种形式的授课取得了较好的成就,欢迎在评论区与我们交流,让更多没有参与以上形式的读者看到您的学习路线,以帮助更多的人进入 AI 的技术领域,一起推动技术的发展。
     
      当然了,这里列举出各种学习的渠道,也是想抛出一个问题:AI 学习真的只能靠培训班吗?
     
      根据 AI 前线记者的调查,大部分 AI 从业者们给初学者的建议基本都是:不要去参加培训班,如果要学,可以通过自学的方式入门,从数学开始,再到编程基础,同时很多在线教育平台也都有对应的课程推出,甚至很多课程都是免费的,受访的一位从业者表示:“如果真的想学,形式不是问题,就看你有没有那个耐性能认真学下来了。” 在一些 AI 从业者眼里,培训班的速成效果虽然暂时有效,随着时间的推移,一旦放松了严格的学习,很多速成者的问题就会暴露出来。
     
      如果只是希望能够通过速成来获得那些超高额的薪资,那么建议你还是不要选择 AI 领域,没有坚实的基础,就算可以一时入门,却无法保证永远不被淘汰。
     
      Part3:AI 到底能不能速成?
     
      说了这么多,也对比了不少学习方法,那么问题来了:AI 技术到底能不能速成?
     
      综合以上我们所有采访的专家、HR、程序员的回答,我们总结了以下几点:
     
      如果你没有计算机相关的背景,培训班或许是个入门的不错选择,但是别指望能结课就变技术专家,项目的实战经验和自身的努力很重要;
     
      如果你本身就是计算机专业出身,或者在计算机领域工作了一些时间,有一定的基础,在基础牢固的前提下要提升自我,可以选择在线网课这条路,但是同样的,实战的项目经验很重要。
     
      如果你是还没毕业的学生,还在学校学习,想要进入 AI 领域,那么建议你去读研或者去获得更高的学历,可以结合我们上一篇有关 AI 薪资的专题:《25 万年薪的你与 25 万月薪的他,猎头来谈你们之间的差别》
     
      其中有一些较为中肯的意见送给在校生,希望能够有所帮助,在此不再多做赘述。
     
      一个计算机专业学生的大学生活,从入校开始就注定是充满压力的,来看一下一个普通计算机专业学生的专业课:
     
      线性代数、数据结构 (C++)、离散数学、汇编语言程序设计、计算机接口技术、数据库系统原理、操作系统、面向对象程序设计、计算机网络、专业英语、软件工程学、计算机安全技术、计算机图像处理、软件开发环境与工具···
     
      如果你选择了人工智能领域,首先你需要在以上课程里打下坚实的基础,强化自己的编程能力,之后你还需要从代数、微积分、概率论做入门,再到学习 Linear Regression、Classification、Tree-Based Methods,再到 SVM、Unsupervised Learning 及流行的各种神经网络;然后你需要掌握一样或者几样主流的深度学习框架:TensorFlow、Caffe、MXNet 等等···
     
      人工智能技术是一门复杂且要求十分严格的学科,但说到底,哪一项专业技术不是如此呢?如今 AI 正当万众瞩目之时,但就像一位受访的技术专家所说:“AI 肯定是未来的一个方向,但是不是唯一的方向呢?是不是不学 AI 的人都没有出路了呢?我持保留意见。我自己对枯燥的学术研究暂时还没产生很大兴趣,而且工作中也没有接触 AI 的机会(我指的是研发而不是使用),所以暂时不会报名这类入门培训。还是那句话,找准自己的方向很重要。”
     
      技术人的路是建立在不断学习的基础之上,或许你可以通过速成进入到想进的企业或机构,但是如果真的想要在一个领域取得成就,还是应该沉下心来认真系统的学习,就像那位受访的 HR 所说:花时间去建一座坚固的房子,不要为了图快而搭一个漏雨的棚子。 不管这条路是不是 AI,都应如此。
     
      (关注我们的微信号"AI前线",后台回复“AI”可获得《AI前线》系列PDF电子书)  陈思恩认为,今年对行业影响比较大的事情是中国第一个大数据流通与交易技术国家工程实验室的成立
     
      创业公司当下的每一个小小的进展,在未来都有可能成为改变世界的一大步。正式基于这样的初衷,我们一直都愿意持续关注、报道我们接触的创业公司的新进展。临近2017年底,我们也对我们此前报道、接触的一些初创公司进行了回访,并将他们2017的进展、2018年的规划、对行业的理解和判断进行整理,呈现给读者。
     
      需要说明的是,我们认为场外信息对于关注这家公司的读者同样具有价值,也是全面了解一家公司的重要信息之一,这个系列报道我们尽可能真实、完整的还原了被采访对象的表述,保留了被采访人的观点、用词、用语。因此报道的用语用词风格或与36氪此前正常报道略有差异;这些事实、观点也不一定代表36氪的认知和观点,36氪并不能为此背书;本系列的报道顺序仅为访谈完成顺序。
     
      1、2017年公司在技术、产品、市场、商业化、融资、团队等方面取得了哪些进展?
     
      公司自主研发的智能出行大数据系统,以旅客服务为中心,帮助政府和企业改善交通出行的方方面面,令交通出行更智能,更便捷,更安全。该系统进行迭代后,具有通用型的特点,可快速、灵活、低成本扩展至民航、铁路以外的更多领域,比如公路出行,可对各类人员的数据进行整合和分析,还可扩展到物联网等领域。
     
      目前我们为南方航空的服务已经进行到第三期,为民航总局公安局搭建起民航旅客信息大数据处理模型,铁路12306、东方航空、厦门机场、深圳机场等也陆续成为我们的重要客户。公司市场部参加英国龙门创将比赛并进入全国12强,参加G-Startup大赛并进入全国十强,与腾讯、亚马逊成为了云合作伙伴,目前公司正在准备A+轮融资,公司的团队也从去年的30几人增长到50多人。2017年公司也得到了更多客户和行业的认可,获得了一些荣誉。
     
      2、2017年公司在战略、重点业务、主推市场、技术路线等方向是是否发生过变化?为什么会做出这样的变化?这样的变化是否取得了效果?
     
      2017年公司更加明确了技术路线,即大数据+人工智能;重点业务仍然聚焦交通出行领域,如民航、铁路、机场和城市交通等板块,以对接“一带一路”发展战略。目前铁总、民航都在改革,我们会做好业务衔接,帮客户创造价值。我们今年已经与中国铁总建立了合作关系,为12306平台提供大数据分析服务,同时有更多的企业也对我们表示了认可,如东方航空、厦门机场、深圳机场等,陆续成为我们的重要客户。
     
      3、2018年公司在技术、产品、市场、商业化、融资、团队等方面有哪些规划?
     
      公司2018至2020年的主体业务聚焦在交通出行版块,具体技术以大数据+人工智能为主,产品形态是面向常旅客的大数据分析系统,并以为客户实现价值为主要目标。公司将调整现有的管理体系,重点关注市场与营销、产品研发、产品交付三个方面,并将大力引进人工智能领域人才,全力打造交通出行人工智能团队。
     
      4、2018年公司是否会有一些里程碑节点,为什么会觉得这些重要,如果实现了会带给公司、行业哪些影响?做到这样的里程碑,大概会花费多少资金和资源,为什么这件事情会比较耗费资金和资源?
     
      目前我公司的准确定位为交通出行领域的数据服务公司,正在积极向人工智能领域靠拢,计划明年会全力打造一支人工智能团队,丰富更多的应用场景以满足客户的需求,为客户产生更大价值。互联网将进入智能互联网的全新发展阶段,人工智能是新一轮技术革命和产业变革的重要驱动力,该领域人才稀少且高端,打造一支这样的团队会产生大量的用人成本。
     
      5、公司所在的行业,2017年发生了哪些变化,呈现了哪些趋势?
     
      大数据已从前两年的预期膨胀阶段、炒作阶段转入理性发展阶段、落地应用阶段。2016年,我们看到市场开始逐步走向成熟。众多企业将大数据技术引入生产环境,而非单纯用于建立片面或者测试性项目,也有不少企业从传统数据架构转移至大数据环境。企业开始意识到大数据的价值,并将其作为商业决策中的重要组成部分。在2017年,企业将更为依赖大数据技术,届时对数据治理、数据生命周期管理及继承等方案的相关需求亦将快速增长。
     
      6、认为2017年对行业影响最重大的一件事是什么?为什么?
     
      我认为今年对行业影响比较大的事情是中国第一个大数据流通与交易技术国家工程实验室的成立,这也是目前大数据流通与交易领域唯一一个国家工程实验室。近日该实验室已获国家发改委正式批复认定,由浪潮集团和上海数据交易中心联合共建,建立之后将针对我国大数据共享交换及交易流通不畅、标准不明、数据质量参差不齐、应用需求牵引不足等问题开展工作。这件事代表着我国大数据产业的加快发展。
     
      7、公司所处的赛道,2018年会发生哪些变化,有哪些利好的因素?会呈现什么样的竞争格局?核心的竞争力会是什么?
     
      大数据与人工智能的结合是未来中国大数据市场的方向,让更多人了解数据是有价值的,这是关键。国内大数据市场虽有自己特色,但毕竟发展不成熟,需要更多思考、调整才能适应中国经济社会发展的需要。数据驱动决策是科技谷的企业价值主张。大数据应用于交通出行,像民航铁路等都属于交通出行的范畴。交通出行里有很多客运数据,科技谷运用客运数据,创造价值。现在仍然任重而道远。虽然已经进入这个行业,要生根发芽,给客户带来更大价值,一直是我们希望的。客户放在首位,核心在技术。首先,科技谷以市场为驱动,客户认可,才会有价值,才能变现。其次,未来科技谷会打造一系列高端技术,服务行业客户,从航空公司、机场、铁路,拓展到OTA(在线旅行社)、旅行社、酒店,最后帮这些客户实现价值。基于云计算,科技谷不断地将大数据产品和服务推广到更多其他行业,如智慧城市、智慧旅游、智慧安全、智慧教育等,帮助有大数据优化处理需求的企业对有意义的数据进行专业化处理,减少企业试错成本、助力企业不断创新和创造更多价值。
     
      8、2018年,最期待行业发生的一件事是什么?为什么?
     
      最期待公司所聚焦的领域可以全面互联网化。
    只要你关注机器人,你就无法错过睿慕课
    声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与中国机器人网(www.zgjqrw.com)联系,本网站将迅速给您回应并做处理。
    电话:021-39553798-8007
    [打印文本] [ ]
    
    全部评论(0
    TOP Bookmark