內容來自 deeplearning.ai的 How to Build Your Career in AI 《如何建立你的 AI 職業生涯》。
文字促進了深層次的人與人之間的交流,而程式語言——則是人與機器之間最深層的溝通方式。隨著機器在日常生活中的角色愈加重要,這種溝通能力變得更加不可或缺。
傳統的軟體工程——也就是撰寫明確指示電腦執行特定步驟的程式——一直是實現程式語言識字的主要途徑。許多入門程式課程會舉例說明,如何開發一款遊戲或建立一個網站。然而,AI、機器學習和數據科學引入了一種全新的範式,讓電腦可以從數據中提取知識。這項技術提供了更好的學習程式語言的途徑。
每個星期天,我常常會到附近的披薩店買一片披薩。站在櫃檯後的老闆未必需要學習如何開發一款遊戲,或撰寫網站程式。除非是出於個人成長或學習新技能的樂趣。但 AI 和數據科學,對於這位披薩店老闆卻有很大的潛在價值。
舉例來說,一個簡單的線性回歸模型,可以幫助他更精準地預測需求,從而優化店內的人力安排和供應鏈管理。他甚至可以更精準地預測夏威夷披薩(這可是我的最愛!)的銷量,進而提前準備更多夏威夷披薩,減少顧客的等待時間。
凡是能產生數據的情境,幾乎都可以找到 AI 和數據科學的應用。因此,各行各業比起傳統軟體工程,更能從客製化 AI 應用和數據驅動的洞察中獲得價值。這讓 AI 程式語言的識字能力,比傳統編寫程式更加重要,能幫助無數人利用數據讓生活更加豐富。
我希望,構建基礎 AI 應用的潛力,比起開發傳統軟體更能激勵人們學習寫程式語言。如果社會能像擁抱讀寫能力一樣,接受這種新的識字形式,我們都將從中受益。
第五章-找到符合職涯目標的専案
第六章-打造展示技能成長的專案作品集
第七章-啟動AI求職之旅的簡單框架
第八章-利用資訊訪找到適合的工作
第九章-找到適合你的AI工作
第十章-打造AI職涯的關鍵
第十一章-克服冒牌者症群