2019年大家有没有发现一种社会现象，AI岗位的竞争变得越来越激烈？但同时用人企业却说AI人才非常缺乏？这个看似有点矛盾，但仔细想一想就能发现其中的主要原因还是很多人想涌入AI这个高薪行业，但绝大部分人的能力并不满足这个岗位的要求，几年前如果熟练使用TensorFlow，同时掌握基本的AI算法就可以很容易找到一份高薪的工作，但现在不一样了，AI岗位的要求越来越高，对知识的深度也提出了更高的要求。

三大AI专业方向

随着各大AI企业布局人工智能，如今日头条、淘宝的推荐系统，谷歌搜索引擎，Siri和天猫精灵这样的语音助理，百度无人驾驶汽车，美图秀秀AI美颜等均应用到了自然语言处理、计算机视觉、机器学习等AI技术。课程将围绕这3个方向的展开，由浅入深配备以企业级项目实战，4个月时间拿下AI岗位Offer。

高强度的学习安排

课程大纲

<<<滑动图片查看三大专业课程大纲

请长按识别下方二维码

添加贪心学院AI职业规划顾问

咨询课程详情

为你安排学习和职业规划

???

企业级项目实操

区别于普通demo讲解，每个项目需要独立完成或与小组内团队成员配合完成，平均完成时长在1个月左右。增涨实战经验的同时，增加简历中项目的含金量。

项目一、基于医疗知识图谱的问答系统

【项目概要】

医疗+AI领域一向都是行业的热点。在本项目中，大家将有机会完成一款基于知识图谱的问答系统。从知识图谱的搭建到问答系统模块、最后到部署上线，你将会体会到完整的流程。

【涉及到的技术点】

爬虫，文本数据清洗、预处理，文本挖掘，文本分类，知识图谱的构建以及查询，序列到序列模型，attention机制，模型部署。

项目二、利用结构化数据生成文本

【项目概要】

在工业界，文本生成的应用到处可见，比如自动生成天气预报、体育新闻的生成、学生能力报告的生成等等。在本项目中，你将有机会根据给定的结构化数据来一段文本。

【涉及到的技术点】

预训练模型，seq2seq，attention机制, copy机制，损失函数的优化，文本质量的评估（rouge，bleu等）

项目三、Kaggle比赛（文本匹配）

【项目概要】

Quora可以认为是英文的知乎，如何给用户匹配接近的问题是平台面临的挑战。客服机器人等应用也会使用文本匹配技术。

【涉及到的技术点】

编写深度学习模块（LSTM、CNN、FC、Dropout等）特征工程以及模型调优、模型的融合、文本匹配模型。

项目四、基于深度学习的目标检测与分割

【项目概要】

目标的检测是CV领域研究最热，应用最广的分支。目标检测广泛应用于人脸检测、自动驾驶、医疗影像处理等多个领域。图像的分割技术也旨在对检测目标的轮廓进行更加细致的描述，是比检测更精确的一种识别方式。本项目中我们将目标检测与分割在同一个算法当中进行同时的输出，然后对模型进行优化，使其能够达到更快的速度，更高的精度。