轉型做大數據和人工智能需要注意什么

大數據簡介

大數據（big data），IT行業術語，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

人工智能簡介

(1)轉型的動機是否就是看這個行業的薪資高？

      一般來說，想轉行的人都是看到這個行業的薪資水平高，人才需求量大。但另一方面，這個行業對人才的綜合能力也要求較高。不僅僅要求你要知道一些技術上的細節。同時，也需要你懂得一些商業的邏輯。

       相對來說，超過30歲就不建議向這個行業轉型。俗話說“轉行窮三年”還是有一定的道理的。而且，這個行業屬于新興行業，市場響應快。基本上都是當天有業務需求之后，產品經理轉化為開發需求之后就要開始實施，所以996是日常標配。

      所以，考慮高薪的同時，要考慮高投入，高產出。只有兩個統一起來，才能對得起公司給發的薪水。

(2)是否可以通過3～6個月的培訓就可以實現轉型？

     1，看錢，看你口袋里有多少錢，其次要看這個培訓要多少錢，算出每一天的投入單價。

     2，看就業薪資，培訓的核心是為了讓你就業，至于其他的都是口號。看過往培訓后的學員就業平均薪資，在新單位時長。

     3，看師資情況，看授課老師他們的大數據項目經驗和項目情況。

(3)大數據行業現在還缺人嗎，就業前景怎么樣？

     1，任何行業都是20/80定律，大數據行業現在很缺前20%的復合型人才。

     2，作為一名科班出身的大數據跨行人再回頭看，培訓能讓你找到工作，但更好的發展要靠自己。

     3，一個簡單的判斷標準，看錢！看工資的中位數，看培訓收費的中位數，然后結合時間，權衡你的自律力，再去報名培訓（或者先來咨詢我，微信號：383116569）。

(4)人類在未來人工智能的覆蓋下，就業趨勢是怎樣的?

     簡單，重復類的工作會被大量取代。然后一些需要經驗，服務意識的工作會大量興起。未來會出現機器修機器的現像，但如何管理，如何維護這些機器又會創造大量職位。就如目前的網約車司機，外賣小哥......新的技術會推動新的需求，如果不提高自己的技術，思維，眼界，可能就會被時代淘汰。

(5)大數據就業會是"搬磚碼農"嗎？

    很大部分不是，但要學會不斷的升級打怪，與隨時添加裝備......

   大數據就業是一個很寬泛的概念，主要分為技術與業務方向。

  （一）技術方向簡單來說分為初，中，高。主要圍繞技術實現。

   初級就是一些數據采集，標注，SQL語句，Python.....這一類的工作。

   中級一般就是在這些基礎之上會一些模塊化開發，能夠更好的實現某項功能，完成數據的更高級的功能。

   高級屬于架構或總監級，技術上的細節不光要懂，更要從架構的角度來優化代碼及實現模式。要能將業務需求轉化為研發需求。

（二）業務方向也簡單有初，中，高三個級別。主要圍繞業務轉化。

  初級主要是了解業務，熟悉產品，可能會涉及到用戶調研，產品設計方面。但深入度不會太多。

  中級主要深入理解業務，通過一些方法及統計知識來發現用戶需求，滿足用戶用戶需求的過程。

  高級業務主要是運作關系，招投標，解決方案能力，能夠知道技術與業務的邊界，知道這個項目的實現過程及細節。

  大數據就業不要只通過一個點，就以為自己看到了一個面，里邊的內容很多。先把技術掌握熟練之后再一點點地學習與發展其他能力。

（6）想從事金融大數據方面的工作，我該如何規劃?

       1，要樹立正確認識，大數據與人工智能，只是一種技術手段。對金融的業務理解才是你在大學階段所重點要了解跟認識的。

       2，一直覺得大學是通識教育，對于大數據，AI這類技術，知道怎么使用，匹配金融的相關場景就行，具體的技術實現等到工作中再去實踐也為時不晚，再者說，這些技術變化現在也日新月異。而大學階段，數學基礎，圖論，概率論，金融衍生品，宏觀，微觀經濟這些通識類的內容建議多讀，多理解。

       3，凡事樹立“道”與“術”的觀念，在大學最好的年紀，多在“道”上下功夫，“術”的層面，培訓機構跟自學社群也會幫你完成。

（7）高校里大數據專業未來的從業方向？是否應該先工作還是先讀研？  

      建議先找工作，然后一邊工作一邊讀在職研究生，研究方向為工作中遇到的算法相關的問題或AI相關的問題。理由有三點：

     1，經濟方面：俗一點，就是錢。畢竟本科出來找一個8K～1W左右的大數據標注工程師應該是沒問題的。

     2，視野：只有在工作中，你才會知道大學里學的知識什么是無用的，什么是有用的。當只有工作經驗之后，再通過研究生的理論知識來深度理解你的工作內容，會對你以后的職場發展大有幫助。

     3，職業發展：現在大數據發展跟業務貼合越來越緊密，所以對人的綜合能力要求也越來越高，只有代碼的大數據人才勢必會被新生力量所取代，多優化自己的思考模式，多貼近業務，多幫助他人，多看書，多學習！