每天的新聞千千萬，天天追熱點都有點累了，今天只想講故事，故事的主人公是田松君。他是計算機專業(yè)研究生畢業(yè)，工齡 8 年。

十年前，計算機專業(yè)是當時的高薪職業(yè)，圈內一直流轉有“程序員工資領跑同齡人”的傳說，幸運的是田松君趕上了第一波程序員熱潮。

近兩年，隨著人工智能的興起，人工智能工程師變成搶手的人才。通過一份獵聘數(shù)據(jù)的報告顯示，同樣是敲代碼，人工智能工程師卻比普通程序員多 5 萬年薪，這讓田松君下定決心改變，接下來是田松君講給我們的故事。

我是田松君。

一個年過 35 歲的理工科老臘肉！

我在 2018 年轉型人工智能，進場談不上早。

下定決心轉型人工智能并不是一時頭腦發(fā)熱，在經(jīng)歷了 2017 年的人工智能的風口之后，我注意到今年的政府工作報告再次提到了有關于人工智能的內容，篇幅更多，政策更好，讓我真正看到了發(fā)展的方向和機會。

和我一起的同齡人并沒有因此而心動，因為本身程序員的發(fā)展也是挺好的，很多人都覺得沒必要再折騰一下，這就像剛從學校畢業(yè)后，有人選擇留在大城市打拼一番事業(yè)，有人喜歡回到小城鎮(zhèn)生活一樣，選擇不同，沒有對錯之分。

在不熟悉的領域，很多時候轉行就意味著降職降薪，沒有相關工作經(jīng)驗，自然需要一段時間的過渡期。在轉型前，我是一個小部門的技術經(jīng)理，年薪 40 萬；轉型后，我的職位是推薦算法工程師，年薪是 50.4 萬。

我看好的是人工智能未來發(fā)展的潛力，隨著科技的進步，人們都想要追求更高品質的生活，人工智能在未來的落地應用將會越來越多，所以前期的過渡是非常有必要的，另外前期扎實的基礎，對未來的發(fā)展也會非常的有利。

這在后續(xù)發(fā)展上，一定會是從量變到質變的過程！

下決心轉型后，開始逐步了解這方面的內容，當然也有逛社區(qū)貼吧，最開始考慮過自學的方式，但因為自學積極性差，又無從下手，加上我身邊也沒有出現(xiàn)自學成功轉型人工智能的例子，所以不得不放棄。

到目前為止，我認為參加培訓班仍然是轉型人工智能的唯一途徑！

參加 CSDN 學院的課程的機緣是因為本校的老師授課，CSDN 學院卿來云老師是中國科學院大學計算機與控制學院副教授，智亮老師是 Google Tensorflow 框架的 Contributor ，我非常認可課程師資的力量。

兩位老師各有擅長之處，卿來云老師在公式的推導、算法等方面非常熟練；智亮老師的優(yōu)勢主要是偏工程實踐、編碼方面。這就能保證我們學員的全方面的發(fā)展，無論是在算法推導方面還是工程實踐方面都學到很多東西。

因為工作的原因，我學習的時候是在職的，當時的職位是技術經(jīng)理，每天把任務分配給其他同事就可以了，所以自己有比較多的時間可以用在學習上。那段時間我每天都保持 11 個小時的學習時間，印象最深的是 1 月 20 號報名，4 月 20 號結業(yè)，不到 3 個月我就完成了全部課程的學習。

這和我投入的精力是密不可分的，所以大家如果有想要轉型人工智能，至少也要保證每天 6 個小時的學習時間。參加過課程之后，有兩點經(jīng)驗在這兒分享給大家：

第一、在學習課程之前，我用一個半月學習數(shù)學。因為工作時間比較長了，數(shù)學忘的差不多了，又從零開始把大學微積分上冊下冊、概率論、線性代數(shù)、這幾門課都從新學習了一遍。

第二、人工智能在實際工作中涉及到的數(shù)據(jù)量是非常大的，像 Python 這種傳統(tǒng)的語言不太適合處理大數(shù)據(jù)，所以還是需要自學一些大數(shù)據(jù)的課程，例如：Hadoop 、Spark ，還有 Spark 機器學習的 MLlib 庫的調用等，這些都是大數(shù)據(jù)并行計算和并行存儲的。

將我的故事分享給大家，希望對大家的轉型有所幫助。