全部回答 已有 3人回答

• 

  13*******15 2022-03-01
  建議：去復現一個project，比如一篇效果fancy并且文章已經有一定的知名度，例如去ICML/NeurIPS/ICLR上面找一些好文章。 在這個過程中你可以明白自己是不是真的喜歡AI這個方向，做算法設計或者AI項目開發很多時候就是復現頂會這樣一個過程，很類似 如果你完成了這個小的項目，并且覺得將來要以此為職業。那么你可以思考一下在這個過程中，你用到了什么樣的能力，比如編程、數據結構、算法、操作系統、機器學習的基礎知識等等，然后再一步步學會是一個不錯的選項 數學統計確實對AI而言很重要，但是在工作中不一定說你非要很高的數學水平才能做出東西。現在大量重要的方法大多偏向于intuitive，而理論的工作很多都建立在大量假設之上，并不見得是真實場景中的情況，因此簡單有效還能SoTA的idea往往很有噱頭…AI專業的學生想做AI的話，別管太多，干就完了 此外，AI專業還可以做啥，那可真的太多了，科技公司產品經理啥的都可以了解一下～
• 

  18*******52 2022-03-01
  考公。 例如，如果是做推薦的可以參與起草互聯網信息服務算法推薦管理規定, 做CV的熟悉人臉識別的可以參與個人信息保護法，做FinTech的有反壟斷法可以一顯身手，做用增的可以參與網絡安全審查辦法。廣闊天地大有作為。 熟悉各個公司內部情況的都知道，各個大廠都加強了監管和合規的工作，等你真的入了網信辦，市場監管總局，工信部，廣電總局等相關部門，你就是大廠同學們的大甲方了。 至于考公和算法哪個更卷，那就是另一個問題了，實在不濟也可以和我一樣回老家照料產后母豬
• 

  15*******83 2022-03-01
  建議：去復現一個project，比如一篇效果fancy并且文章已經有一定的知名度，例如去ICML/NeurIPS/ICLR上面找一些好文章。 在這個過程中你可以明白自己是不是真的喜歡AI這個方向，做算法設計或者AI項目開發很多時候就是復現頂會這樣一個過程，很類似 如果你完成了這個小的項目，并且覺得將來要以此為職業。那么你可以思考一下在這個過程中，你用到了什么樣的能力，比如編程、數據結構、算法、操作系統、機器學習的基礎知識等等，然后再一步步學會是一個不錯的選項 數學統計確實對AI而言很重要，但是在工作中不一定說你非要很高的數學水平才能做出東西。現在大量重要的方法大多偏向于intuitive，而理論的工作很多都建立在大量假設之上，并不見得是真實場景中的情況，因此簡單有效還能SoTA的idea往往很有噱頭…AI專業的學生想做AI的話，別管太多，干就完了