查阅了十几篇学习资源后，我总结了这份AI学习路径

人工智能从业务视角可以分为感知能力、认知能力和服务能力三个层次，两大应用方向，如下：

人工智能技术视角，可以分为基础设施层、技术层和应用层。如下：

3.3.2 AI职位选择

通过上面两个图，基本了解AI涉及的领域及技术的总体架构，结合前面的当前互联网巨头的布局，可以看出，在未来，对于基础设施层和技术层，基本上由大公司来掌控和布局了，可发展和深入开发的空间相对较小，个人若想参与这些的研发，则需要从底层的技术和算法学起，要求很高。而在应用层，则会有更多的发展空间，利用 AI+行业 或 行业+AI 的模式，结合已有的AI基础设施和AI技术，可以做出更多的应用。这既是个人发展的机会，也是创业公司的机会。

文章《腾讯云总监手把手教你，如何成为 AI 工程师》:

https://cloud.tencent.com/developer/article/1004751

对AI工程师做了分类，按垂直领域分：有语音识别，图像视觉，个性化推荐等业务领域的AI工程师。按从事研发内容分则有

• 1)AI 算法研究

这类人大都有博士学历，在学校中积累了较好的理论和数学基础积累，对最新的学术成果能较快理解和吸收。这里的理论是指比如语音处理，计算机视觉等专业知识。AI算法研究的人主要研究内容有 样本特征，模型设计和优化，模型训练。样本特征是指如何从给定的数据中构建样本，定义样本的特征，这在个性化推荐领域中就非常重要。模型设计和优化是设计新的网络模型，或基于已有的模型机型迭代优化，比如CNN网络模型中 AlexNet , GoogleNet v1/v2/v3, ResNet等新模型的不断出现，另外就是比如模型剪枝，在损失5%计算精度情况下，减少80%计算量，以实现移动终端的边缘计算等等。模型训练是指训练网络，如何防止过拟合以及快速收敛。

• 2)AI 工程实现

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!