当前位置: 首页 > news >正文

AI工程师眼中的未来 | 年轻人如何求职选方向

一个人的命运不仅要看个人的奋斗
也要看历史的选择
如果能顺应未来的趋势选择对了方向
就能让财富巨增瞬间起飞
但是如果选择错了方向
随着社会的发展
有很多工作的机会会渐渐的消失
而我们自己也会更容易被社会所淘汰
所以未来的趋势是什么
我们应该如何选择不同的方向
这对现在工作的你
和未来将要工作的你
都是必须考虑的问题
作为一名AI算法工程师
我会通过这一篇文章
聊一聊我心目中的未来
在我从事的AI相关领域里
未来主要有三个机会
第一AR VR方向
a r v r即虚拟现实与增强显示
我们可以想象一个在头号文章的世界
我们带上v r头显
我们就会进入到一个完全
虚拟的环境里
但是当前a r v r还很初级
分辨率不够有眩晕感
不能很好的直接去以虚拟现实
进行交互
但是在未来
我们相信这些问题
都会一步一步的被解决
就像1984年的时候
当我们看到一台非常笨重
且昂贵的电脑的时候
我们很难想象在几十年之后
电脑可以像手机一样如此的轻便小巧
并且进入我们每一个人的生活
所以我也相信在未来
a r v r的设备
会进入到我们每个人的生活
成为我们生活中重要的一部分
第二自动驾驶方向
在5-10年之内
全自动驾驶的汽车就会大
量的出现
其实不仅是汽车
轮船和飞机也会进入自动驾驶的时代
人会因为受情绪或者是疲劳
很容易出现操作事物产生大量的事故
但是机器却不那么容易出现
因此让机器去替代人类
去做一些枯燥的驾驶
比如看一些做一些危险的货车
或者是做长途的运输
那么这一定会成为一个未来的趋势
但是自动驾驶仍然存在着一些风险
比如说
他现在依然不能做到百分之百安全
并且有证据上面的一些不可控因素
所以自动驾驶什么时候能够落地
依然是一个未知数
第三智能硬件
随着人工智能技术的发展
越来越先进的设备和机器人
会进入我们的生活
进入餐厅进入医院进入家庭
比如让比如说无人超市无人送货
AI医疗和AI教育
会让我们的生活更加方便
只是可惜当前的机器人非常的昂贵
硬件设备的迭代也会很缓慢
我们现在的AI技术
还并没有做到让他那么的智能
有的时候还是一些人工智障
所以依然有漫长的道路要走
以上就是我想到的3个AI的方向
那么是不是我们一定要
现在就加入到其中一个赛道
在那里进行挖掘进行投入呢
答案是也不是
第一就说因为相信所以看见
所以如果你真的已经非常非常的相信
哪一个方向就是你
或者说有找到好的公司好的团队
那么恭喜你你现在就可以加入其中
在那里进行一些坚持
只要你做的事情是真正
的有价值
真正的能够解决用户的痛点
并且是有技术含量的
那么我觉得这个他这是一个值得投入
持续投入的领域
那么在现在加入其中
也是一个很好的选择
但是另一方面
我这并不是唯一的选择
我曾经在Facebook VR团队工作
每天会带着awkwardness
在VR世界里面写代码
并且尝试各种AI应用
和VR领域的一些结合
做出非常有意义并且有趣的尝试
但是在那时我的内心却充满着忧虑
因为VR技术并不成熟
所以大家当时用户量也非常的少
所以
做的东西并没有太好的太多成就感
而且同时因为用户少
所以你的数据也少
作为一名算法工程师
你在当时
能做的事情其实也是非常局限
对于我自己个人能力提升其实也不大
所以我后来
我尽管我非常喜欢ARVR领域
但是我也离开了这个行业
那离开之后要做什么呢
在当时我我心想
未来AI算法一定可以通过更好的嗯
计算机视觉和自然远处里的技术
去理解和感知我们周围环境的一切
并且一定可以通过
前沿的机器学习和大数据
去理解用户的需求
去不断的提高人们的生活体验
也就是说无论是ARVR
无人驾驶还是智能硬件
我刚才提到的那两种技术
都是被需要的
也就是说如果我们现在在其他地方
就能够找到能够不断学习和锻炼
以上技能的地方
并且他可能还会有带来的应用
我们还能够提前挣到
钱那这也不失是一个选择
那有没有这样的地方呢
那当然有的
那就是搜索广告推荐视频电商和游戏
在我刚刚提到的那些领域
就会用到大量的人工智能算法
以及各种自然语言处理
计算机视觉推荐
以及整个人工智能的技术
以及有大量的数据
现在在值得我们不断的去挖掘和探索
如今我在Facebook
做视频广告内容理解和推荐
不断的学习前沿的CV和NRP的技术
和以及推荐算法
去优化公司的视频广告推荐
给公司带来巨额广告收益的的同时
我自己的能力也得到了锻炼
我自己也得到了快乐
而快乐的原因
不是因为我喜欢广告领域
相反我更喜欢的还是a r和v r领域
现在我仰望星空
在等待a r
v r前列技术成熟的漫漫长夜的时候
我自己
也是在确确实实的在积累和学习
在未来能够用得上的技能
所以大
所以在未来当时机成熟的时候
我再转过去即可
所以我现在就是在月亮右边失踪
得到了达到了一个平衡点
我想这或许就是公司与工作的意义
公司不是家
老板也不是兄弟
员工只是棋子
是公司盈利与赚钱的消耗品
但公司也只是个平台
是员工实现个人梦想的垫脚石
Netflix CEO曾经说过
公司的存在
并不是为了创造快乐的员工
员工若不能因为在
处理工作上取得快乐
那么你也无法专心的去解决问题
努力打造出优质的产品与
服务所以
我们每个人在需要在工作中
都能找到快乐
这才是一个最好的一种方式
所以当老板在画饼的时候
当个人忙碌加班的时候
我们需要停下来想一想
我们现在所做的事情
是否有助于抵达我们自己想要的
未来我们是否在工作中
我们能得到成长与快乐
如果答案是肯定的
那么努力与加班与奋斗才是有意义
如果答案是否定的
那么此时我们走的越远
因为我们的目标也越远
那么这是选择换一个方向去跳槽
或许才是明智之举
以上就是我对AI以及未来的理解
希望对大家有所帮助
谢谢阅读!!
 

相关文章:

AI工程师眼中的未来 | 年轻人如何求职选方向

一个人的命运不仅要看个人的奋斗 也要看历史的选择 如果能顺应未来的趋势选择对了方向 就能让财富巨增瞬间起飞 但是如果选择错了方向 随着社会的发展 有很多工作的机会会渐渐的消失 而我们自己也会更容易被社会所淘汰 所以未来的趋势是什么 我们应该如何选择不同的方向 这对现…...

能自动翻译的软件-最精准的翻译软件

批量翻译软件是一种利用自然语言处理技术和机器学习算法,可以快速翻译大量文本内容的工具。批量翻译软件可以处理多种格式的文本,包括文档、网页、邮件、PDF等等,更符合掌握多语言的计算机化需求。 147CGPT翻译软件特点: 1.批量任…...

7.1 大学排行榜分析(project)

大学排名没有绝对的公正与权威,文件(alumni.txt, soft.txt)中为按照不同评价体系给出的国内大学前100名排行,对比两个排行榜单前m的学校的上榜情况,分析不同排行榜排名的差异。 输入输出 第一行输入1,第二行输入m&…...

TensorFlow 2.0 的新增功能:第三、四部分

原文:What’s New in TensorFlow 2.0 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目…...

第1章 如何听起来像数据科学家

第1章 如何听起来像数据科学家 文章目录 第1章 如何听起来像数据科学家1.1.1 基本的专业术语1.1.3 案例:西格玛公司1.2.3 为什么是Python1.4.2 案例:市场营销费用1.4.3 案例:数据科学家的岗位描述 我们拥有如此多的数据,而且正在生…...

哈希表题目:在系统中查找重复文件

文章目录 题目标题和出处难度题目描述要求示例数据范围进阶 解法思路和算法代码复杂度分析 进阶问题答案后记 题目 标题和出处 标题:在系统中查找重复文件 出处:609. 在系统中查找重复文件 难度 6 级 题目描述 要求 给定一个目录信息列表 paths…...

机器人感知与控制关键技术及其智能制造应用

源自:自动化学报 作者:王耀南 江一鸣 姜娇 张辉 谭浩然 彭伟星 吴昊天 曾凯 摘 要 智能机器人在服务国家重大需求, 引领国民经济发展和保障国防安全中起到重要作用, 被誉为“制造业皇冠顶端的明珠”. 随着新一轮工业革命的到来, 世界主要工业国…...

精通线程池,看这一篇就够了

一:什么是线程池 当我们运用多线程技术处理任务时,需要不断通过new的方式创建线程,这样频繁创建和销毁线程,会造成cpu消耗过多。那么有没有什么办法避免频繁创建线程呢? 当然有,和我们以前学习过多连接池技术类似&…...

解决图片、视频地址加密问题

const getImgUrl async () > {const imgUrl 远程链接地址const response await fetch(imgUrl)//取出blob二进制const blob await response.blob()//url转为类似blob:http://localhost:9587/cf3265b9-75eb-4722-8e11-5048dec2564d//赋值给需要展示的地方const url URL.c…...

GPT引领学习之旅:一篇让程序员轻松掌握Elasticsearch的攻略

一、引言 随着大数据技术的飞速发展,程序员们面临着越来越多的挑战。Elasticsearch作为一款流行的开源搜索和分析引擎,已成为许多项目的重要组成部分。那么如何高效地学习并掌握Elasticsearch呢?在这篇文章中,我们将探讨如何运用…...

23种设计模式-仲裁者模式(Android应用场景介绍)

仲裁者模式是一种行为设计模式,它允许将对象间的通信集中到一个中介对象中,以减少对象之间的耦合度。本文将通过Java语言实现仲裁者模式,并介绍如何在安卓开发中使用该模式。 实现仲裁者模式 我们将使用一个简单的例子来说明仲裁者模式的实…...

【数据统计】— 极大似然估计 MLE、最大后验估计 MAP、贝叶斯估计

【数据统计】— 极大似然估计 MLE、最大后验估计 MAP、贝叶斯估计 极大似然估计、最大后验概率估计(MAP),贝叶斯估计极大似然估计(Maximum Likelihood Estimate,MLE)MLE目标例子: 扔硬币极大似然估计—高斯分布的参数 矩估计 vs LSE vs MLE贝叶斯公式&am…...

Zookeeper学习笔记

Zookeeper入门 Zookeeper 是一个开源的分布式的,为分布式框架提供协调服务的Apache 项目。 Zookeeper工作机制 Zookeeper从设计模式角度来理解:是一个基于观察者模式设计的分布式服务管理框架,它负责存储和管理大家都关心的数据&#xff0c…...

go语言切片做函数参数传递+append()函数扩容

go语言切片函数参数传递append()函数扩容 给你二叉树的根节点 root 和一个整数目标和 targetSum ,找出所有 从根节点到叶子节点 路径总和等于给定目标和的路径。 二叉树递归go代码: var ans [][]int func pathSum(root *TreeNode, targetSum int) ( [][…...

2023.04.16 学习周报

文章目录 摘要文献阅读1.题目2.摘要3.简介4.Dual-Stage Attention-Based RNN4.1 问题定义4.2 模型4.2.1 Encoder with input attention4.2.2 Decoder with temporal attention4.2.3 Training procedure 5.实验5.1 数据集5.2 参数设置和评价指标5.3 实验结果 6.结论 MDS降维算法…...

【面试】如何设计SaaS产品的数据权限?

文章目录 前言数据权限是什么?设计原则整体方案RBAC模型怎么控制数据权限?1. 数据范围权限控制2. 业务对象操作权限控制3. 业务对象字段权限控制 总结 前言 一套系统的权限可以分为两类,数据权限和功能权限,今天我们从以下几个点…...

ansible管理变量

ansible变量简介 变量用于存储值,便于重复使用,可以简化项目的创建和维护。 变量命令规则 ansible变量的名称必须以字母开头,平且只能包含字母、数字和下划线,不允许有其他特殊字符。 变量范围 全局范围:从命令行…...

一种轻量级日志采集解决方案

前言 目前各大公司生产部署很多都是采用的集群微服务的部署方式,如果让日志散落在各个主机上,查询起来会非常的困难,所以目前我了解到的都是采用的日志中心来统一收集管控日志,日志中心的实现方案大多基于ELK(即Elasticsearch、L…...

【源码】Spring Cloud Gateway 是在哪里匹配路由的?

我们知道,经过网关的业务请求会被路由到后端真实的业务服务上去,假如我们使用的是Spring Cloud Gateway,那么你知道Spring Cloud Gateway是在哪一步去匹配路由的吗? 源码之下无秘密,让我们一起从源码中寻找答案。 入…...

BAT批处理基本命令

什么是 BAT 批处理脚本语言? BAT 批处理脚本语言是 Windows 系统自带的一种脚本语言,主要用于批量处理文件、目录、注册表、系统设置等任务。使用 BAT 批处理脚本语言可以节省大量手动操作的时间和精力。 如何编写 BAT 批处理脚本? 使用记事本…...

XCTF-web-easyupload

试了试php,php7,pht,phtml等,都没有用 尝试.user.ini 抓包修改将.user.ini修改为jpg图片 在上传一个123.jpg 用蚁剑连接,得到flag...

synchronized 学习

学习源: https://www.bilibili.com/video/BV1aJ411V763?spm_id_from333.788.videopod.episodes&vd_source32e1c41a9370911ab06d12fbc36c4ebc 1.应用场景 不超卖,也要考虑性能问题(场景) 2.常见面试问题: sync出…...

css实现圆环展示百分比,根据值动态展示所占比例

代码如下 <view class""><view class"circle-chart"><view v-if"!!num" class"pie-item" :style"{background: conic-gradient(var(--one-color) 0%,#E9E6F1 ${num}%),}"></view><view v-else …...

【Java学习笔记】Arrays类

Arrays 类 1. 导入包&#xff1a;import java.util.Arrays 2. 常用方法一览表 方法描述Arrays.toString()返回数组的字符串形式Arrays.sort()排序&#xff08;自然排序和定制排序&#xff09;Arrays.binarySearch()通过二分搜索法进行查找&#xff08;前提&#xff1a;数组是…...

【解密LSTM、GRU如何解决传统RNN梯度消失问题】

解密LSTM与GRU&#xff1a;如何让RNN变得更聪明&#xff1f; 在深度学习的世界里&#xff0c;循环神经网络&#xff08;RNN&#xff09;以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而&#xff0c;传统RNN存在的一个严重问题——梯度消失&#…...

【磁盘】每天掌握一个Linux命令 - iostat

目录 【磁盘】每天掌握一个Linux命令 - iostat工具概述安装方式核心功能基础用法进阶操作实战案例面试题场景生产场景 注意事项 【磁盘】每天掌握一个Linux命令 - iostat 工具概述 iostat&#xff08;I/O Statistics&#xff09;是Linux系统下用于监视系统输入输出设备和CPU使…...

在 Nginx Stream 层“改写”MQTT ngx_stream_mqtt_filter_module

1、为什么要修改 CONNECT 报文&#xff1f; 多租户隔离&#xff1a;自动为接入设备追加租户前缀&#xff0c;后端按 ClientID 拆分队列。零代码鉴权&#xff1a;将入站用户名替换为 OAuth Access-Token&#xff0c;后端 Broker 统一校验。灰度发布&#xff1a;根据 IP/地理位写…...

BCS 2025|百度副总裁陈洋:智能体在安全领域的应用实践

6月5日&#xff0c;2025全球数字经济大会数字安全主论坛暨北京网络安全大会在国家会议中心隆重开幕。百度副总裁陈洋受邀出席&#xff0c;并作《智能体在安全领域的应用实践》主题演讲&#xff0c;分享了在智能体在安全领域的突破性实践。他指出&#xff0c;百度通过将安全能力…...

Reasoning over Uncertain Text by Generative Large Language Models

https://ojs.aaai.org/index.php/AAAI/article/view/34674/36829https://ojs.aaai.org/index.php/AAAI/article/view/34674/36829 1. 概述 文本中的不确定性在许多语境中传达,从日常对话到特定领域的文档(例如医学文档)(Heritage 2013;Landmark、Gulbrandsen 和 Svenevei…...

让回归模型不再被异常值“带跑偏“,MSE和Cauchy损失函数在噪声数据环境下的实战对比

在机器学习的回归分析中&#xff0c;损失函数的选择对模型性能具有决定性影响。均方误差&#xff08;MSE&#xff09;作为经典的损失函数&#xff0c;在处理干净数据时表现优异&#xff0c;但在面对包含异常值的噪声数据时&#xff0c;其对大误差的二次惩罚机制往往导致模型参数…...