如何快速迈入高薪热门行业，这个技能需点亮！

DT数据侠

发布于 2018-08-08 11:26:10

8000

发布于 2018-08-08 11:26:10

提到人工智能 (AI) ，无疑是现今全球产业的“当红小生“；论流量，在媒体界也是“扛把子”级选手。从2017年的飞速发展，到如今2018已被称为人工智能元年，语音识别、人脸识别、自动驾驶、智能机器人等黑科技不断出现在大众的视野里，以往只能在科幻片中看到的场景，一幕幕被搬到现实生活当中。DT君曾幻想过有一天能够见识真正的“钢铁侠”，随着人工智能在各行各业得以应用，似乎这一天的到来也不是那么遥远…

放眼市场，人工智能与传统产业正逐步融合，衍生出大量新兴产业，各大互联网巨头你争我赶地开发人工智能项目，无论是“微软小冰”、“百度大脑”、还是“阿里云ET”，都是行业变革下的产物。另一方面，大量以人工智能研发为核心的创业公司也如雨后春笋般冒出头来，想着趁早杀出一条血路。

在中国强大的市场需求下，人工智能产品迭代更新、层出不穷，人才争夺战随之愈演愈烈。超过500万的AI人才缺口俨然成为各大公司最为头痛的问题，无论是海外高薪引进还是本土踏实培养，似乎都无法拯救眼前的人才危机。

然而对于想要转战数据领域的从业者或是刚刚毕业的职场新人来说，这庞大的人才缺口却是千载难逢的机会，只要学会一技傍身，哪怕是行业小白也能一路从年薪10万稳步迈进50万。

（图片来源：《2017全球人工智能人才白皮书》）

去年从硅谷考察归来的创新工场CEO李开复曾说过：“做深度学习的人工智能博士生，现在一毕业就能拿到200到300万美金的年收入的Offer，这是有史以来没有发生过的。”别看了，DT君已经在去往考博的路上...

可究竟携带怎样的技能，才可以快速活跃在人工智能领域且不被淘汰呢？

人工智能包含机器学习和深度学习两个重要板块，深度学习是一种特殊的机器学习。两者都需要进行数据的爬取、处理分析、绘图和建模。从开发需求上来看，每一种编程都可以成为人工智能的开发语言，无论使用Java、C/C++、Prolog还是Python，只要熟练掌握都能够得以实现。

简单地比较几种编程语言在人工智能领域的优势：

Python语言简单、框架稳定、开发高效
Java 程序可移植性高
C/C++ 代码执行速度快
Prolog逻辑特征简洁

虽然编程语言各有千秋，兴衰优劣的口水战不断，但是对于AI时代而言，Python基本确立了其第一把交椅的位置。2017年，Python被英国Packt出版社评为被程序开发员及科技专家最广泛使用的编程工具。“简单易学”、“开源免费”和“用起来舒服” 是DT君看到对Python最多的评价，朴实的话语却也是大家对AI编程语言最大的期望。

简单的编程语言，也需要最专业的指导。DT君联合纽约数据科学学院（NYC Data Science Academy) 发起了“数据侠Python训练营”（报名方式详见文末），希望通过45个小时左右的线上跟学教程，配合专业导师答疑指导，带大家扎实地掌握Python基础知识，并通过大量实操案例，让大家掌握如何独立编写Python程序进行数据读取，最终完成完整的数据分析和可视化项目。

▍训练营大纲（可滑动⇊）

第一部分 Python编程入门

本训练营将介绍Python 基本数据结构，条件判断和循环、函数、面向对象编程，以及常见的Linux操作指令。训练营围绕多个迷你项目，学员通过每个项目学习重要概念、练习编程能力，这门课将为你的技术职业发展打下扎实的编程基础。

Unit 1：初识 linux操作系统

什么是操作系统
文件系统以及文件处理
文字处理指令

Unit 2：感受 Python 之美

Python 中的简单的数值及表达式
如何定义属于自己的函数
让列表 (list) 飞一会
函数式编程：map and filter
字符串(string) 的操作

Unit 3：Python 中的基础数据结构

文件的输入与输出流
编写一个文件搜索函数
Python 中的各种数据结构
如何编写if条件语句
for 循环长什么样子
什么时候该使用while 循环
如何优雅地处理程序中错误

Unit 4：让我们聊聊进阶版的 Python

位操作符
Yield statement
Python 中定义函数的多种形式
Python 中的面向对象编程
神奇的正则表达式(regular expression)

第二部分网络爬虫项目实战

本训练营将教授如何用Python 抓取网络数据。训练营从爬虫技术的基本原理和技术框架开始，围绕多个实战项目，分别介绍三个功能强大、及其实用的爬虫技术包 - BeautifulSoup，Scrapy，Selenium。

完成学习后，学员可以自己编写爬虫脚本，搭建自动网络抓取程序，完成数据抓取、清理、存储、并进行初步数据分析的全过程。

Unit 1：初识网络爬虫 (Beautifulsoup)

什么是网络爬虫
理解HTML文件
如何使用Beautifulsoup 抓取网页内容
用Beautifulsoup 抓取 Yelp 评论

Unit 2：初识 Scrapy package

如何创建一个新的Scrapy项目
Scrapy 项目的必要文件
抓取IMDB数据的例子
抓取电影票房数据的例子

Unit 3：Scrapy 项目实战

手把手教你如何抓取google play 商店的Review
基于浏览器的网络爬虫：Selenium

第三部分数据分析和可视化

本训练营将介绍数据领域内最优秀的编程模块，包括科学计算常用的numpy和scipy包，专业处理和分析二维数据的pandas包，数据可视化matplotlib和seaborn包。学员将学习数据清理，探索数据中的模式和规律，处理缺失数据，转化、合并和重塑数据集，建立数据可视化模型。学习后期，学生会完成一个完整的数据分析和可视化项目。

Unit 1：Numpy & Scipy 包