在外行人眼中，AI算法工程师可能是拿到最近某大神新发的Paper，或者自己钻研理论推公式产出理论成果，通过并行编程实现其支持大规模数据训练，然后打败现有模型，ctr提升200%，收入提高200%，年薪百万。然而实际情况是：
理想中的算法工程师：提出假设->收集数据->训练模型->解释结果。
实际中的算法工程师：提出假设->收集数据->预处理->预处理->训练模型->调试->调试->重新收集数据->预处理->收集更多数据->调试->调试->调试->…->放弃
实际职场上很多初学者对数据分析/数据挖掘/机器学习工程师等岗位的工作流都不是很了解，导致职业技能偏差。这就是为什么企业收到的简历越来越多，但公司实际可用的就那么一两个，而且开价超预算50%，忍痛签下还可能被同行挖走了。
掌握AI必备算法和工具
如果你想成为优秀的AI算法工程师，必须具备强大的知识储备，其中包括算法知识和AI工具框架。比如深度学习框架——Caffe、机器学习框架——Mahout、神经网络算法编程库——OpenNN等，再比如反向传播、随机梯度下降、最大池化、迁移学习等算法知识。
那么，如何掌握这些AI必备的算法和工具？开课吧特邀人工智能专家、清华大学计算机博士陈旸，为大家深度解读AI从业人员必备的算法和工具，让大家学习到成为优秀AI算法工程师必要的技能。
扫描下方二维码，免费报名学习
踏入AI圈，走上优秀算法工程师之路
仅限本号前100名
报完即截止
11月17日（周二）晚上8:00
清华大学计算机博士陈旸
给您讲述AI算法工程师必备的算法知识和工具框架
