人工智能作为当下热门行业中的热门，释放出了大量的工作机会，而由于人工智能核心人才的缺乏，使得相关岗位的薪资日益水涨船高，特别是AI算法工程师岗，在北京、上海、广州、深圳、杭州等一线城市的月薪平均高达23K以上。人才缺口大、薪资待遇高，自带BUFF的AI算法工程师岗激发了许多计算机、软件工程、自动化控制等相关专业的同学的“斗志”。那么究竟具备哪些知识和技能才能成为一名合格的AI算法工程师呢？
从事AI算法工作必备基础知识
/ 数学基础 /
要学习人工智能，最基本的高数、线代、概率论必须掌握，至少也得会高斯函数、矩阵求导，明白梯度下降是怎么回事，否则对于模型的基本原理完全不能理解，模型调参与训练也就无从谈起了。
/ 编程基础 /
对于做算法引擎开发或是应用开发的工程师来说，代码实现的能力高低直接决定了工作产出的质量与效率。因此，想做AI工程师的你需要熟练掌握至少一种编程语言（最好是python或C++），并掌握配套的工具、常用库等。
/ 算法能力 /
AI算法工程师需要掌握模型的优缺点、适用场景、模型选择、参数调优等技术，这就需要你对机器学习和深度学习的理论知识有系统、深度的学习。同学们可以多写代码、blog，通过刷LeetCode、ACM题库提高算法能力。了解大量的算法和算法思想之后，在读其他人代码的时候就能很快区分出来是否是优质代码，不足在哪里，如何优化，而求职考算法主要是检验你的思维能力。
/ 工程能力 /
工程能力可以保证算法工程师的想法快速落地。同学们最好掌握一种脚本语言，面试时通常会要求手写代码，对于代码实现中可能出现的问题及优化方法有起码的应对之策。这需要同学们具备一定的编程经验和研发经验。提高这方面可以是多找一些项目，或者联合同学组团打Kaggle、天池等比赛作为训练途径，通过不断的算法实现和参数调节来提升工程能力。
/ 业务能力 /
业务能力是指AI工程师们需要对公司具体的业务内容、业务流程有充分的认知，能够清晰把握所处理的数据来自哪些业务环节，主要考察同学们在AI某一垂直应用领域的能力如何。这需要同学们在学习AI的过程中要选择好垂直应用领域深入学下去，而且能尽早到企业级项目中去训练自己——因为具体的应用场景产生的数据结构之复杂、之动态，远非开源项目的公开数据集所能比拟。
由此可见，人工智能是一项极富挑战性的学科，知识体系复杂、专业技能艰深，需要算法工程师十八般武艺样样精通。而由于目前大多数“211”“985”高校未开设人工智能专业，即使开设了相关专业，师资供给和培养体系也不够成熟。所以无论本科生还是研究生，除了掌握基本的数学、编程知识外，他们学习人工智能专业技能的途径大多是自学，在这过程中，二者也展现出了各自不同的优势和劣势。
许多本科生都被一种观点误导即：算法工程师岗只招研究生及以上学历。其实不然，除了BAT、华为、大疆等大厂的核心算法工程师岗大多要求研究生及以上学历，至少有一半的中小型、创业型互联网科技公司招聘算法工程师岗只要求本科学历。而且，若本科生在毕业前就对机器学习、深度学习基础知识掌握扎实，并做过一些人工智能相关项目，通过内推和校园招聘能够找到算法岗的实习或工作，将比研究生多出2——3年的工作经验。
但实际情况是：大多数本科生在学校没有接触过机器学习、深度学习的课程，他们一般通过看西瓜书、李航《统计学习方法》、吴恩达ML入门课程等资料人工智能相关的基础理论，但遇到问题不知该向谁请教，专业课老师也不是研究人工智能方向的，导致经常遇到坑又无法及时填平；某几行代码看不懂或一次代码报错可能需要花上好几周；现有的AI知识和技术储备也达不到打kaggle、天池这类比赛的水平，更没有机会做人工智能相关项目，算法能力和工程能力无从谈起，找到算法类的实习工作都很困难。因此，这类本科生要想去大厂找到高薪AI算法岗，就必须寻找一条合适的学习路径，加快学习人工智能的速度，绝不能等到研究生毕业后，再拿学历上的短板与之硬碰硬。
而相对于研究生来说，会比本科生多出三年的在校学习时间，接触到的学习资源相对更充足，在学习人工智能相关知识遇到问题时，可以更方便与水平高的同学、导师交流讨论。如果所选专业是人工智能研究方向，还有一些机会在实验室做相关项目，而且其学历本身就比本科生多一个优势。
但是，大多数研究生为了完成实验室的工作没有精力系统地学习机器学习或深度学习，而对于Tensorflow框架、DNN、CNN、RNN等经典神经网络模型的掌握大多还停留在理论层面，好一点的也许还能简单地代码复现，但这仍然满足不了企业的用人需求；此外，也有的同学学习人工智能是为发论文服务，理论性远大于实践性，实验室代码不能代表工程代码，而企业更愿意招聘有实际项目经验的应届生；还有一点，若导师对研究生要求较严格，研究生在校期间很难得有时间去企业进行算法岗的实习，真实业务经历较少。
显然，无论是本科生还是研究生，在面对复杂、艰深的人工智能知识和技能时，可能都会遇到诸多困难从而牵绊住学习的脚步。