都说人工智能比较有前景，这个方向有哪些岗位？薪酬状况怎么样呢？人工智能相关岗位，可以分成下面三类：

• 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。

关注我的很多粉丝对入行AI岗、算法岗感兴趣，所以我深度体验了一圈市面上的AI相关培训课程，决定推荐大家由 后厂理工学院推出的《人工智能核心能力培养计划》。

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 。我从这项计划3个方向里随机挑选了3个项目，为大家简单介绍一下

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

BI方向其他项目：《商品购买预测》、《资金流入流出预测》

FLUSHALL和FLUSHDB是单机命令，所以清空集群需要在所有Master节点上均执行一次。下载：https://github.com/eyjian/redis-tools/blob/master/clear_redis_cluster.sh#!/bin/bash # Batch to clear all nodes using FLUSHALL command # 用来清空一个redis集群