老鳥簡介
先介紹下自己的情況，85 后，自認為是高級后端開發工程師，掌握技能：Linux 一般操作很溜，PHP信手拈來，JS也能上手，數據庫經常用，一般小型服務器的架構難不倒我。但，現在遇到了一個人生瓶頸，再過兩年就 30 歲了，薪資已到達天花板，很難突破25K。說到轉型，管理崗不是自己擅長的，死來想去，認為從技術上突破才是正道！
最近幾年，人工智能（AI）、大數據大火，行業人才缺口巨大，薪資也水漲船高。
AI 相關崗位的平均薪資比其他的互聯網技術崗高出 30% ，剛畢業就拿 25K 不成問題。再做兩三年3、40萬不成問題。
不是常說，“15年前錯過了買房，10年前錯過了做互聯網……”，既然無法擁有一個重來的人生，就不能再猶豫。對，說干就干。
首先，在網上搜羅一些大牛的經驗，大家推崇的人工智能“六步走”學習路線，感覺還不賴。于是擼起袖子開干！
人工智能“六步走”學習路線
第一步 學習并掌握一些數學知識
「學習日記」高等數學、線性代數、概率論，這個大學都學過的呀。簡單書翻一翻就OK了，現在還認真學它干嘛。
第二步 掌握經典機器學習理論和算法
「學習日記」機器學習算法，花了 300 多報了一個班。里面講一些公式和推理，公式有點看不懂，學了兩節直接放棄…還買了一本周志華的西瓜書（機器學習），網上評價特別高，But，翻了幾頁簡直是天書，那些公式他認識我我根本不認識他。心想，那些網上好評的同學人工智能寫代碼很多嗎，你們確定看懂了嗎？
第三步 掌握一種編程工具，比如
「學習日記」這個對于我來說，多學一門沒關系，語法都差不多
第四步 了解行業最新動態和研究成果，比如各大牛的經典論文、博客、讀書筆記、微博、微信等媒體資訊。
「學習日記」最新研究成果是要看的，但是初學者真得不是想看就能看得懂的…至于讀書筆記、經驗之談，都是泛泛而談。給自己打打雞血也就可以了，真學到東西有點扯。
第五步 買一個GPU，找一個開源框架，自己多動手訓練深度神經網絡，多動手寫寫代碼，多做一些與人工智能相關的項目。
「學習日記」說得輕松，給賣 GPU 的打廣告的吧，就那么幾個開源的項目，普通 PC 也能搞定了。
第六步 選擇自己感興趣或者工作相關的一個領域深入下去
「學習日記」說的容易做起來難，作為初學者，連入門都還沒有，更別說確定一個方向了。
開始面試
三個月時間結束了，找個工作練練手。包裝了下簡歷，投到某知名互聯網公司，很快得到了面試機會。
先問了一個快速排序法的原理，基本能答上來。接下來就慘了，面試官問“用戶百度搜索一個關鍵詞，又點了一個分類標簽，和用戶的歷史標簽，如何給用戶推薦？”
呵呵，這下完全蒙圈了，于是開始胡謅，“用 svm 吧？或者貝葉斯，或者用聚類…”后來想想，這是在考驗對公式和優化方法的熟練程度。
面試，如預期的一樣。沒了下文。
痛定思痛
所以人工智能寫代碼很多嗎，最后還是要決定，聽從別人的經驗，不要自己跨度太大，盲目學習。問了幾個有經驗的中科院博士生。他們建議，現在工具大多是開源的，普通的算法都能實現，要想有成果，有提升，關鍵還是要從數學原理去入手。才能做到真正入門人工智能。用普通學習一個編程語言的思想，是不適用于學習人工智能的。
科學的 AI 學習路線，應該是這樣的。
高數，看來是躲不過了
從頭再來
重新拾起來放下5、6年的高數，說難不難，說簡單也不簡單，如果能夠有位專業老師給我指點，避免大而全地復習，而是快速而準確地學到真正在人工智能研究中用得到的數學基礎，肯定會事半功倍。
在一段時間的尋找、對比、篩選過后，一個機構，引起了我的注意。深耕數學領域培訓多年的極值學院，聯合既有數學基礎知識又是人工智能領域的專家，開設了這樣一門適合入門人工智能的數學基礎課程。
與幾個備選機構的課程對比：
極值學院
平臺一
平臺二
課程師資
高校資深講師
9年數學和機器學習教學經驗
未公布老師
博士生
課程形式
全程直播+錄播
錄播課
錄播課
答疑服務
講師+助教答疑
幾乎沒有答疑
講師+助教答疑
課程時長
110個小時
21個小時
24個小時
在這么一個機遇時代，機構鱗次櫛比。遇到一個靠譜的平臺，能夠避免浪費時間金錢，避免浪費好不容易想要轉行學習的信心和勇氣。于是我選擇了極值學院，一個實打實能幫助補足基礎知識的課程。