目前AI领域是互联网中薪资最高的，也是最赚钱的一个领域了，在AI相关的岗位划分中，我们一般可以将其划分成三大类。
一是业务组 （算法工程师）。是市场需求量最大的层面，大多数做特征工程 微调模型 业务逻辑就足够了。
二是AI 应用组 （研究、系统）。这是真正短期要落地到产品的，分自然语言处理，计算机视觉，大规划机器学习平台等方向，硕士、博士居多。
三是AI research组。由NB的博士 教授主导，主要研究最前沿的技术，发顶会Paper。
他们的薪酬待遇，一般是这样的顺序：AI research组大牛 > AI 应用组大牛 ~ 牛逼业务组大牛 > 知道怎么改模型的小牛 > AI调包侠。想入行AI，大部分人都会从业务组起步。
然而，对于不同的领域，我们需要找到一些相对比较合适的项目进行学习和练手，并从中总结出经验，从而提升自己在项目经验上面的技能。目前在各个企业的面试中，对于一些相对比较前言的技术，一般是必问的，比如NLP中的BERT、ALBERT、transformer；CV中的RCNN系列、YOLO系列，卡尔曼滤波等；或者在BI方向里面的动态规划、强化学习、启发式搜索也是常见的技术点。
最近我也对这些技术点相关的培训机构做了一定的考察，发现由后厂理工学院推出的《人工智能核心能力培养计划》还是不错的，这项计划有计算机视觉、自然语言处理、数据挖掘与商业分析3大方向，之所以愿意推荐给我的粉丝们，最看重的一点就是企业真实项目。最重要的是可以免费薅羊毛。我们来看看具体的项目。
项目一：NLP方向——基于大规模预训练模型的机器阅读理解
- 能解决的问题：文章关键信息抽取、Query问答理解、文档信息实体识别、NLU自然语言理解问题、文本内容信息理解。
- 企业应用实例：百度搜索，搜索内容质量提升；淘宝、京东电商客服系统，对话内容理解提升；小米、度秘等智能音箱产品，交互内容质量提升。
- 核心技术点：BIDAF，QANet，命名体识别，Transformer，BERT，ALBERT，XLNET，知识蒸馏等。
NLP方向其他项目：《基础生成式的知识问答与推理》、《企业级任务型对话机器人》。
项目二：CV方向——实时口罩人脸检测
- 能解决的问题：人脸检测、车辆检测、安全帽检测等各种一般检测场景及遮挡检测场景。
- 企业应用实例：百度、京东、众创互联、阿里、腾讯等 需求：OCR中的文字检测、安全安防、场景人脸检测。
- 核心技术点：One-Stage检测算法：RCNN家族、Two-Stage检测算法：YOLO系列、RetinaNet、卡尔曼滤波、目标检测中的Anchor、模型量化与蒸馏。
CV方向其他项目：《无人驾驶车道线检测》、《遮挡人脸的活体检测与识别》
项目三：BI方向——智慧物流：订单配送规划
- 可应用的场景及企业：美团、饿了么等本地服务产品的订单配送规划；滴滴等出行领域中的交通流量预测；滴滴、上汽大众等自动驾驶产品中的车辆、行人自动识别；AlphaGO等游戏AI的搭建。
- 核心技术点：动态规划，强化学习，启发式搜索，模拟退火，深度学习，图神经网路
