裁员 or 缩招，AI 四起，你的工作还好吗？

人工智能时代，AI 已经做了很多“人事”：

图片来源：中国新闻网

打扫卫生：

roomba 图片来源： wirecutter.com

图书管理：

图片来源：中国宁波网

看到这里你可能会产生这样的疑问：

1. 人工智能会让 程序员 失业吗？

当人工智能逐渐强大，大家开始担心：人工智能下一步又要在哪个领域干掉人类？

AI 会让人类程序员失业吗？对此问题持肯定态度的人并不在少数。

比如：美国橡树岭国家实验室在去年底发布的论文《人机混编的代码意味着什么?人类 2040 年还需要亲自编写代码吗? 》中表示： 到了 2040 年，大多数的程序代码将由机器生成。

2040 年距今天还有些距离，至少当下，AI 没有让程序员失业，而是让程序员更贵了。

AI 时代，为什么程序员这么贵？ 因为 AI 的发展，不仅不会使程序员消亡，反而使得各行各业比现在更加需要程序员——程序员的求职范围不再局限于软件或互联网行业，社会总需求激增，人才自然也就更贵了。

不过，再过 5-10 年，程序员还会有今天这样好的行情吗？

2. 编程日益成为通用技能

个人认为：在不久的将来（也许三五年，也许十来年之后）， 编程将从职业技能逐步蜕变为职场通用技能。

我们可以类比“识字”这个技能来看——

百十年前，大多数老百姓都不认识母语文字。当时，识字无疑一种职业技能。具备了这一技能，就可以获得一个比大多数人工作环境更优越，报酬也更高的职位。

但到了今天，识字率已经逼近100%，仅仅“认得字”，还是只能从事低端工作。

未来，编程将成为人人都会做的事情，职场中的一员，除了要具备听说读写本国语言的能力外，还得能够读程序、写代码——即使一时无法覆盖全员，至少是朝着这个方向发展。而职业写代码的人，将越来越少。

类似的技能还有：驾驶——汽车工业发展起来后，职业司机会越来越少，驾驶成为了当代社会人们的一种通用技能。

3. 从基础算法到机器学习

今天的程序员学习编程 ——

首先，要了解编程语言的语法特征；

并且，掌握编译或解释的过程，及编译器/解释器性能，调试方法、 工具 等；

然后，配合算法，实现业务逻辑——就可以做很多（几乎是任意的）事情了。

但把目光放长远些，只会这些，还远远不够。

虽然目前基础算法和机器学习还是泾渭分明的两部分内容，但笔者认为，未来这两部分终将合流。

随着其落地点和应用越来越多，机器学习必将融入到常规编程之中。

反过来，能够让越来越多的人在编程中运用机器学习的成果，也是计算机技术发展的结果。

虽然人类对于用数值表达事物，用运算推演事物联系的研究已经持续了几千年。但在没有计算机的年代，稍许复杂的数值计算就需要数学家、统计学家的介入，普通人难以胜任。

后来，有了 Excel 之类的工具，一般人也可以负担常用的数据统计工作了。

机器学习也是一样的道理，大量工具、框架的涌现，使得运用算法处理数据，训练模型的过程越来越简单高效。

那些曾经高高在上的机器学习模型变得触手可及，只要写几行代码，就都能拿来就用了。这种便捷使得每一个会写程序的人，都可以轻松上手机器学习。

4. 修炼内功——掌握机器学习原理

工具虽多，要用对地方，还得掌握基本原理。

在使用统计工具的时候，我们可以很方便地计算均值、方差、中位数等等指标。但要让计算结果有用，总要先搞懂它们的定义、计算公式和物理意义。

同理，在机器学习领域，我们有若干历史悠久的经典模型。它们从实践中来，经历了千锤百炼，在数学层面被严格证明为有效。

那么，学习它们的模型函数、目标函数，从模型函数到目标函数的运算过程，各个函数相应的物理意义，最优化的方法……就成了使用它们的必要前提！

掌握了这些模型之后，再与特征工程结合，就可以用来支持现实业务了。

5. 学习机器学习的意义

计算机技术飞速发展，各种工具、框架、语言日新月异。但是蕴含在机器学习中的原理和公式推导却是稳定的，经得起时代更迭。

我们学习机器学习，不仅是为了找一个 AI 工程师的岗位，也是在掌握一种通识技能。

相信将来机器学习会像现在的加减乘除一样，成为大众必备的基础能力。

另外，我们来看下当前机器学习领域招聘行情。

上面表格中所有带有“ 算法 ”、“ 人工智能 ”、“ 数据挖掘 ”、“ 视觉 ”字样的职位，都需要掌握机器学习相关知识。

在产品和服务中应用机器学习模型，已经逐步成为互联网行业的通行方法。甚至很多传统软件企业，也开始尝试应用机器学习。 说得更直接些，人工智能正处在炙手可热的风口浪尖上，作为程序员不会机器学习都不好意思去找工作。

很多技术开发者迫切希望快速进入人工智能领域，从事工程或者算法等相关工作，这也是推出【机器学习训练营】的初衷。

第 4 期仅开放 200 个名额，报名截止 1 月 3 日，1 月 4 日正式开营。 为了不耽误一部分同学报名，下面先放出训练营报名的二维码，方便大家扫码抢占名额。

当然，还有很多新同学不清楚这个机器学习训练营是怎么回事，那我就简单介绍下。

机器学习训练营简介

《21 天入门机器学习》是 GitChat 打造的一款社群学习产品，以李烨老师的图文课《机器学习极简入门课》为学习素材， 通过 21 天的社群学习模式带领大家入门机器学习。

本训练营课程共 6 大主题、 42 讲，包含 17 个核心知识点；另配有 10 道入门测试题、 44 道课后习题、 3 个实践项目（含数据） 供同学们检验学习效果；同时课程还将提供往期已结营课程的答疑实录，同学们可作为学习参考资料使用。

作者介绍

李烨，高级软件工程师，现就职于微软（Microsoft），曾在易安信（EMC）和太阳微系统（Sun Microsystems）任软件工程师；先后参与聊天机器人、大数据分析平台等项目的开发；曾在 GitChat 平台上发布过多场热门 Chat 和畅销课程。

学习条件

• 具备基本 Python 编码能力；
• 具备基本数据处理能力；
• 掌握大学本科数学知识。

< 训练营优秀笔记展示 >

▼

▼

<同学们在训练营讨论问题>

< 李烨老师的答疑互动 >

< 同学们的学习效果反馈 >

< 一期优秀学员结营感悟 >

训练营学习目标

课程表

助学奖励

• 开营礼包（内含 20 元课程代金券）
• 全勤奖（99 元助学金返现）
• 优秀学员奖（199 元助学金返现）

报名须知

• 本期报名截止：2019.01.03
• 本期开营日期：2019.01.04
• 本期结营日期：2019.01.24
• 限购名额：200 人
• 本课程为图文课程+社群学习模式，没有视频
• 训练营为虚拟商品，一经付费概不退款，敬请谅解

特价优惠

• 限量专享特价：399 元/期
• GitChat 超级会员专享价：299 元/期
• 李烨达人课老用户专享价：299 元/期
• 购买疑问请添加训练营小助手微信（gitchat2018）进行咨询。

最后，为学日益，为道日损。很多课程都是考虑如何把知识强硬的塞进你的大脑，也有些课程，说让你提升格局境界，但没收获看得见摸得着的信息。

加入机器学习训练营，用数值表达现实事物，用运算描述任务目标，通过算法处理数据找到达到目标的最优路径，让训练出来的这种内化的能力，成为你相伴终身的助力！

点击或扫码了解训练营 ，我在开营那天等你！！