我和8个程序员聊了一下午，攒齐这些了观点...

十多年前，所有的企业都在想办法互联网化，如今，所有的互联网企业都在试图 AI 化，众所周知，技术的竞争归根结底表现为人才的竞争，所以说到底，还是人才供需不平衡。

未解决这一现状，虽然2017-2018，政府已经强调布局AI教育，但由于学校教育和培养相对不那么完善，所以有一定的开发基础，通过上培训班，或者跟着项目自学转型的AI技术人才，是当前AI人才供给的主要来源。

基于此，去年10 月 CSDN学院携手智亮老师推出《人工智能工程师实训营》，目标是能让用户从AI小白直接晋级为具备一年经验的人工智能工程师，且不亚于业界水平。

在1年后的今天，我们组织了正在学习的学员来到CSDN总部，接受为期2天的线下强化班的集训，值此阶段，我们将进行魔鬼拷问，率先揭开这些问题：

1.2天的集训里做出了什么项目？

2.究竟学习AI难不难？

3.他们在学习机器学习的路上遇到哪些坑？如何破招？

此外，还有终极问题：是什么让你想到转型或者学习人工智能。

在周六的下午，我和8位同学进行交流，得出了以下的收获和观点：

参与集训成为AI大咖

人工智能工程师实训营的 20多位学员在10 月 20 日正式开启了他们为期 2 天的线下强化历程。

笔者看到这份参加学习的学员背景时，还是很自豪的，他们中间有来自北航、西安电子等著名高等学府的研究生与博士生，也有来自世界百强的谢菲尔德大学生吗，以及来自一线互联网的工程师们。CSDN学院能受到世界及国内名校生的青睐和信任，让我们更加有动力带领大家前行！

关于线下强化的目的，主要是这两方面的契机：

①其实很多同学的工作方法和思路可能停留在学习阶段，关于做项目，大家可能只考虑功能实现。但是在企业里就不一样了，我们需要综合考虑的因素有很多：

实战能力
项目的可扩展性
协作能力

……

这就更考验大家的大局观和全面思考能力。

②有些同学对知识的组织性没有那么好，老师希望通过这一次线下强化班，帮助大家把学到的知识通过实践串联起来，更加系统。

于是就诞生了这样的一次相当于强心剂的课程！一天下来除了吃饭喝水基本没人休息，都在全力做项目、组间交流和师生交流，还有的同学晚上回去也不休息，奋战到后半夜3点才满意的合上电脑。对于此次集训满意度时，他们在群里纷纷回复：

转型AI，我没有后悔过

在热火朝天做项目的现场，笔者在休息间隙和一位原道而来的学员进行交流，他年龄不算太小，当问及他为什么要转型AI的时候，他说：

“下定决心转型人工智能并不是一时头脑发热，在经历了 2017 年的人工智能的风口之后，我注意到今年的政府工作报告再次提到了有关于人工智能的内容，篇幅更多，政策更好，让我真正看到了发展的方向和机会。

所有的互联网公司，尤其是 Google 微软，百度，腾讯等巨头，无不在布局人工智能技术和市场。甚至都在美国硅谷大肆高薪挖掘人工智能人才。

在我这个年龄，对我来说是一个机会”

我们在交流中，发现他本次转型也有很多想法，当问他对这次选择是否满意的时候，他表示：

“在不熟悉的领域，很多时候转行就意味着降职降薪，没有相关工作经验，自然需要一段时间的过渡期。在转型前，我是一个小部门的技术经理，年薪 40 万；转型后，我的职位是推荐算法工程师，年薪是 50.4 万。

我看好的是人工智能未来发展的潜力，随着科技的进步，人们都想要追求更高品质的生活，人工智能在未来的落地应用将会越来越多，所以前期的过渡是非常有必要的，另外前期扎实的基础，对未来的发展也会非常的有利。

这在后续发展上，一定会是从量变到质变的过程！”

学习AI难不难？

学AI难不难？参加实训营值不值？老师质量究竟如何？

作为市场部人员，这是我最关心的问题，我带着这样的问题，又问了两位程序员。

从成都过来的晨晨告诉我说：

学AI很难！其实当他下决心做AI工程师后，就开始逐步了解这方面的学习内容，最开始考虑过自学的方式，但因为自学积极性差，又无从下手，加上我身边也没有出现自学成功转型人工智能的例子，所以不得不放弃。

到目前为止，他认为参加培训班仍然是转型人工智能的唯一途径！

思南同学则表示：

参加CSDN 学院的AI课程的机缘是因为本校的老师授课，CSDN 学院主讲智亮老师是 Google Tensorflow 框架的 Contributor ，他非常认可课程师资的力量才报名的。

当问到老师上课质量究竟如何的时候，他们两位则给出了一致好评，总结下来就是：

智亮老师的优势主要是偏工程实践、编码方面。这就能保证学员的全方面的发展，无论是在算法推导方面还是工程实践方面都学到很多东西。

参加AI实训营，究竟体验如何？

再聊到这个话题时，先跟大家普及一下，CSDN人工智能工程师实训营是采用线上授课方式，即无需脱产，线上学习即可（直播答疑+录播学习），同时建立社群，老师和助教在群内24小时随时答疑，同学们有不懂的问题，只要发在群里，第一时间就可以得到解答。

那么在这种情况，究竟大家的体验如何呢？我联系到在北京工作的张伟，他的这些经验值得分享：

因为工作的原因，我学习的时候是在职的，那段时间我每天都保持 11 个小时的学习时间，印象最深的是 2月 20 号报名，5月 20 号结业，不到 3 个月我就完成了全部课程的学习。

这和我投入的精力是密不可分的，所以大家如果有想要转型人工智能，至少也要保证每周的学习时间。参加过课程之后，有两点经验在这儿分享给大家：

第一、在学习课程之前，我用一个半月学习数学。因为工作时间比较长了，数学忘的差不多了，又从零开始把大学微积分上册下册、概率论、线性代数、这几门课都从新学习了一遍。

第二、人工智能在实际工作中涉及到的数据量是非常大的，像 Python 这种传统的语言不太适合处理大数据，所以还是需要自学一些大数据的课程，例如：Hadoop 、Spark ，还有 Spark 机器学习的 MLlib 库的调用等，这些都是大数据并行计算和并行存储的。