抱歉,你查看的文章不存在

30岁遇到发展瓶颈?AI来了,你的职业规划可能才刚刚开始

导语:“很多程序员,毕业时薪资让同学羡慕,快到30岁却反了过来,干了4-5年后,上升路径要么模糊要么让人失望。”

我今年正好刚过30 岁,理解了编程其实是一个更新换代非常快的技术,所以我们更应该精通 one,学习 another,关注 next。

本文整理自知乎,原作者justjavac,已获授权。

说说我自己吧。自从我参加工作到现在:

  • 物价涨了 3 倍
  • 房价涨了 10 倍
  • 工资涨了 20 倍
  • 比特币涨了 1000 倍
  • ……

对我的职业生涯帮助最大的是 2 张图:第一张是《黑客与画家》中的如何创造财富:

《黑客与画家》是硅谷创业之父 Paul Graham 的文集,1995年他创办了 Viaweb,帮助个人用户在网上开店,这是世界上第一个互联网应用程序,3 年后以 5000 万美元的价格卖给了雅虎。

文中指出创造财富的关键是可测量行和可放大性,举例:血汗工厂的工人报酬是可测量的,但是缺少可放大。而高科技则具备了可放大性。

对我影响最大的另一张图则是“个人知识管理”:

这张图也很古老,以至于里面提到的好些工具都已经不存在或者不流行了。但是这张图让我明白了一个道理:你的知识需要管理

选择技术驱动型公司

为什么过去十年间,油条的价格上涨了 5 倍,而巨无霸的价格只上涨了约 60%。这就是前文中提到的科技具有可放大性。

如果别人的工资都翻了好几倍,你却原地不动,想想自己从事的工作,是不是每天都在重复同一劳动。

那么大多数程序员如何选择自己的职业呢?

  • 离家近?
  • 去大公司?
  • 自己创业?
  • ……

很多人找工作的一个误区就是盲目的追求“大公司”。我们应该加入技术驱动型公司,而不是业务驱动型。对于某些“大公司(外包公司)”而言,程序员的工作就是用软件实现某个功能,而不是设计软件。

在那里,程序员被当作技工,职责就是将产品经理的构想翻译成代码。公司这么做的原因是为了避免设计上的灾难,而选择了减少设计结果的标准差。这对公司来说不是问题,因为生产特别优秀的产品不是它们的获胜手段。公司产品只要做到不太烂,就能赢。

抢占高薪朝阳行业

有很多人成为程序员都是因为程序员工资高(确切的说是不低),但是却不知道程序员工资为什么高。而且程序员根据语言和应用领域也非为不同的工种,不同的工种也会有很高的薪酬浮动。

那么我们如何选择和提升自己的技能呢?

一个很重要的一点就是选择朝阳领域,而不是夕阳领域。比如传统 IT 现在已经逐渐变成夕阳产业,取而代之的是互联网。但是你要明白,互联网总有一天(或者已经)会“夕阳化”。

而目前新兴的朝阳行业无疑是人工智能、大数据、VR、AR、……

去年阿尔法狗(AlphaGo)战胜了李世石的消息,又把人工智能重新推上了科技的巅峰。而根据今年 github 的统计报告,Python 的关注程度已经超越了 Java,成为本年度受欢迎语言的亚军。

去年最火热的前10 个项目排行榜上,人工智能机器学习框架 TensorFlow 排在了第一名,更说明了越来越多的人对人工智能感兴趣,并且正在学习和研究。所以不少开发者还是积极拥抱未来,喜欢研究新兴技术的。

可以看到 TensorFlow 的 fork 数量已经远远超越了第二名的 BootStrap。然而 TensorFlow 创建于 2015 年 11 月,距今才刚刚 2 年多,而 BootStrap 则发布于 2011 年 4 月,距今已经超过 8 年了。我们仔细观察这个榜单还会发现,在这个榜单中 TensorFlow 组织也是唯一 1 个两次上榜的。

行业的热度,从学习者的选择上也可见一斑。还有比如“硅谷云端大学”Udacity 的《机器学习工程师》课程,已经超过了 1 万人次预览学习,这从另一个侧面也反映了 TensorFlow 的火热。观察一下最近的招聘信息,就会发现人工智能的岗位数量以及薪资待遇都一路飙升,从目前的趋势来看,对人工智能、机器学习的人才需求也会出现井喷式增长。正所谓“技多不压身”,如果现在想学习一门新的技术,毫无疑问人工智能是首选。

选择专业的学习平台

Udacity 的《机器学习课程》由 Google x Kaggle x DiDi 联合推出,正所谓“谷歌出品、必定精品”。除了跟随硅谷明星导师进行系统学习,享受逐行代码审阅服务外,还可以挑战硅谷独家项目,实打实为自己的简历增加含金量。

机机器学习工程师入门课程需要你需要拥有访问互联网、下载和安装程序、重命名文件等基本的计算机操作能力,有一台可以访问互联网的计算机,即可跟随业界大牛学习机器学习入门知识!

课程内容+实战

1

第一部分:Python 语法与数据结构

在这个部分,你将了解 Python 的整数和字符串数据类型,学会使用变量存储数据,掌握使用内置的函数和方法。你将会学习条件语句,循环语句完成复杂的统计。同时你将学会使用集合数据类型,包括列表、集合和字典等多种数据结构。

实战项目1:分析电话和短信记录

2

第二部分:Python 文件与网络

你会使用 Python 标准库和第三方库中的模块,认识 Python 强大的库。并学会读取磁盘上的文件中的数据,使用在线资源解决实际问题。最后你将练习编写一个网络抓取程序来跟踪维基百科文章之间的链接。

实战项目2:探索美国共享单车数据

3

第三部分:数据分析入门

学习使用 Python 了解数据分析流程的主要步骤,运用 Python 和 Pandas 处理多个数据集;并通过两个数据分析实战案例,学习使用 Python、Numpy 和 Pandas 进行数据清洗、探索、分析和可视化。

实战项目3:数据分析入门

4

第四部分:线性代数基础

线性代数是深度神经网络的基础。在这一部分中,你将从0基础开始学习线性代数中的向量以及交点知识以及实现向量的基本操作。

实战项目4:线性代数

5

第五部分:模型的评估与验证

模型的评价指标是深度学习建模过程中非常重要的一环。在这一部分中,你将学习如何衡量深度学习模型以及其他机器学习模型好坏。

实战项目5:预测未来房价

2018 年,人工智能依然是一个异常火爆的领域。去年6月份,马云曾说:“回望历史,第一次技术革命和第二次技术革命先后引发了一战和二战,人工智能可能会引爆第三次世界大战。”不管是30岁还是60岁,保持学习的激情和毅力,都能够乘上人工智能的浪潮,为自己的职业发展可能性锦上添花。

原文发布于微信公众号 - 何俊林(DriodDeveloper)

原文发表时间:2018-02-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

编辑于

码农突围

0 篇文章93 人订阅

相关文章

来自专栏大数据文摘

Podcast脱口秀重磅上线 | 听数据大咖们把枯燥的人工智能Paper花式聊出来

26430
来自专栏大数据文摘

凯文•斯拉文:算法塑造世界

20150
来自专栏量子位

60名英语专八的半年苦战:机器智能背后有一群“数字工人”

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI Google Pixel Buds的发布震惊了不少人。 每个人都期望戴上这样的翻译耳机,犹如获得...

33850
来自专栏大数据

大数据研究初体验 做找米的巧妇

CHARLES项目是由北京大学国家发展研究院主持、北京大学中国社会科学调查中心与北京大学团委共同执行的大型跨学科调查项目,该项目旨在调查收集一套代表中国45岁及...

202100
来自专栏量子位

Google、Facebook等昨晚连开三场AI大会,全部要点都在这里

李林 舒石 编译整理 量子位·QbitAI出品 太平洋时间2017年3月8日,西方的传统黄道吉日,宜开大会。 Google、Facebook和Udacity三家...

33990
来自专栏机器人网

做工业设计必学的软件有哪些?

工业设计专业学生或从事工业设计的人应该熟练掌握哪些软件?这个问题相信给不少该领域的人带来困惑,本文作者从工业设计的流程出发,引出实际工作中会使用到的软件,以及不...

34030
来自专栏AI科技大本营的专栏

原来你是这样子的OpenAI!来看看它背后那些有趣的人和事

综合编译 | 焦燕 综合整理 | 鸽子 提到OpenAI,业内可谓无人不知,无人不晓。 这可是人气超人马斯克与众硅谷科技大亨无数次脑洞碰撞后,共同决定成立的,专...

364100
来自专栏华章科技

大脑为何无法像电脑一样处理信息?

无论如何努力,科学家和心理学家永远也不会在脑中找到第五交响曲的乐谱——或文字图片或其它任何刺激。人脑不真是空的。但人们以为大脑中存在的绝大部分简单东西,如同“记...

9820
来自专栏数据的力量

【研究方法】如何提高问卷调查的信度和效度?

43780
来自专栏大数据文摘

大脑为何无法像电脑一样处理信息?

19890

扫码关注云+社区

领取腾讯云代金券