一、AI&机器人行业优势
人工智能和机器人总是会被混在一起讲，其实是大家对这两方面的误解，通过下图，可以更直观的看出区别。
为了便于理解，可以简单粗暴地认为：机器人类比计算机，人工智能类比互联网。互联网技术，不仅是在机器人上使用，手机、智能音箱等物联网设备均可。
同样，计算机不只包括互联网的技术，涵盖芯片、储存、系统、软件等等。
计算机和机器人是一样的思路，可以说，机器人是人工智能所使用的非常大的载体、终端。
整个智能化的市场是非常庞杂的，这里讲的人工智能，是泛人工智能专业。机器人、人工智能、智能制造、大数据、物联网，都与泛人工智能紧密相关。
人工智能在很多其他的领域使用，如手机人脸支付、直播美颜等。机器人除了人工智能之外，还包括很多其他的技术，机械设计、结构、电子、控制、算法
目前，国内已经有专门的机器人专业，机器人专业也愈加火热，包括机械工程和人工智能专业，把它单独拿出来当成一个专门的专业，是具有非常独特的技术需求以及市场需求的。
在人工智能领域，据人社部发布数据：中国有500万的人才缺口。你可以理解为人才缺口大，那么物以稀为贵，相关的岗位薪资也会相对来说比较高。
四年前的博士毕业学生，在谷歌等美国科技公司就职，目前年薪可达几十万甚至100万美元。
若是做机器人相关的专业，如东北大学硕士应届生，年薪二三十万也是非常简单的，这也正说明了整个行业的人才缺口是非常大的。
据2016年数据统计，互联网的平均年薪大概为20W左右，人工智能及相关行业的年薪基本是在30W，而17年仍在持续上涨。
在入职的时候，哪怕你是25W的薪资，也并不能代表什么，这一行业的增长率是非常高，大概每年基本上都能增长20-30%。
可以看另一个横向的对比，据2018年数据统计，自动驾驶月薪遥遥领先，为41.44k，语音识别、NLP等岗位是25k-30k。毫无疑问，这些岗位对于人才的需求都是非常强的。
目前的行业趋势就是：行业的人才缺口非常大，人才需求脱节。
因此，想要进入这个行业，最应该具备的是基本的实操能力，接触过项目，能够很快上手，那么在人才市场的起步才会更高。
其次，缺乏交叉学科的合作能力，是目前行业人才普遍存在的现象。
不同专业学习同个内容的角度是不一样的。
以研究机器人为例，从机械的角度去看，学计算机的人做机器人，研究机械臂都不做力的分析，直接就做运动学，这是不合理的；但是从计算机的角度去看，学机械去研究震动、考虑刚度问题，整个的模型都没办法写，这就是互相之间缺乏理解与沟通。
人工智能需要具备非常强的交叉学科的合作能力，好比互联网：你从事互联网，就必须进入这个行业里面，才能创造这个行业的价值，而非站在圈外去学习，只能停于理论，太过于片面化。
人工智能同样，当别人问你：人工智能做的是什么？你不能仅局限说我做人工智能，而说不清怎么去做。在这之中，就涉及到非常强的交叉学科的合作能力，如说算法在机器视觉上使用、在运动规划上使用等。
最重要的一点，究其根本，具备工科商业思维。简而言之，就是研究出来的产品，是可以使用的，经得起市场考验的。
研究是非常艰辛的，一开始具备工科商业思维，把握大方向，那么呈现的产品就不会是没有实际的价值，经受不住考验，花费再多时间的研究终究还是竹篮打水一场空。
据自己多年的观察，以上就是对行业趋势所总结的问题：人才缺口大、缺乏工程实践经验、缺乏交叉学科的合作能力，缺乏工科商业思维等。这是机遇也是挑战，学会抓住时遇，重视项目实践，夯实基础理论体系，为未来就业创业打好基矗
Computer Vision课程专业知识
为让大家更明确了解相关的专业知识，以Academic的专业特点作为参考。
Academic的硕士有3个project，博士有1个project，具体可参考下图。其中，PHD理论上是5-6年，但实际上是6-7年毕业。
Robotics大致有4个分类方向，Perception/Input、Math、Cognition/Process、Action/Output。
AI在其中仅占中一个方向，本次主要以人工智能方面做分析，可以Computer Vision这门课程为例。
第一个项目作业，利用图形变换的方法，把自己的照片，P到PNC Park大体育场的广告上面。其实特别简单，对于左右两张图像素点的标注，利用3X3的矩阵，将自己的照片里面的每一个像素做相应的变换，你的照片就放到了大场景图的相应的位置上，成功完成图形变换。
右边的图片同理，将两张照片合在一起，右边做好标注点，按照左边的结构去做变化，右边图就与左边图叠加到了一起。
举一反三，AI换脸也是相同的思路，把眼睛、鼻子、嘴等相应的位置标定好，甚至标定也可以自动完成，将脸自动P到了视频里面。B站等平台也有各种各样的视频，用相同的方法，大家可以查看以作参考学习。
第二次作业，做图像分割；第三次作业，是物体识别，识别图像里的马、人、摩托车等；第四次作业，做图像追踪和脸部识别。
结课有一个大的项目，难度跟毕设差不多。
个人做了一个卡通化的算法：拍摄了一段视频，然后自动识别视频里人物的一些关键位置、穿着及肤色，对颜色进行模糊化，然后把人的运动变成了卡通化的运动。
在上CV这门课的时候，每个作业都是非常实际的运用。若是你做完第一次作业后，就可以去公司面试了，一定程度上具备了实操的能力。
6次作业，5次小作业+1次大作业做完之后，视觉相关的项目都是实操过了，在面试时，就会有相关的工作经验，结合企业的产品特点，上手会非常快。
相应来说，职场竞争力更强。
把握时代就业机会
结合自身的就业经历，学长在硅谷的无人驾驶公司，作为19号员工拿到了Offer。
如何拿到这个offer的呢？是在Github全球最大的同性社交网站，发现了一个无人驾驶的项目，凡是能完成的，均可得到一个面试的机会，因此就去尝试了一下。
完成项目后，提交给了相关的项目组，当对方的工作室还没有解决的问题，而你解决了，那么就会给人完全不一样的感受，职场能力瞬间就体现出来了。
因为这个项目，直接越过HR面试、技术及技术总监面试，直接与CEO接触，既节省了对方企业面试的时间，也证明了自己的实力，不需要去刷基本题去过一层层的筛选，从而顺利拿到offer。
作为企业，是需要人才的，将challenge发布到了社区，当你花费时间精力做challenge，首先说明了你的诚意，其次企业也对你的专业能力有了更直观的了解，说明做项目是有价值的。
愿意投递岗位，说明是对该企业有意向，不是海投，在面试的时候，企业用人方清晰明了地知道是擅长相关技能，已经具备了较高的起步点。
总结来说，当你具备一定含金量的实操经验，特别是企业级的项目实践，在面对面试官去竞聘时，就会具有较强的竞争力。
相关文章
