转型做大数据和人工智能需要注意什么
大数据简介
大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
人工智能简介
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的"容器"。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。(1)转型的动机是否就是看这个行业的薪资高？
一般来说，想转行的人都是看到这个行业的薪资水平高，人才需求量大。但另一方面，这个行业对人才的综合能力也要求较高。不仅仅要求你要知道一些技术上的细节。同时，也需要你懂得一些商业的逻辑。
相对来说，超过30岁就不建议向这个行业转型。俗话说"转行穷三年"还是有一定的道理的。而且，这个行业属于新兴行业，市场响应快。基本上都是当天有业务需求之后，产品经理转化为开发需求之后就要开始实施，所以996是日常标配。
所以，考虑高薪的同时，要考虑高投入，高产出。只有两个统一起来，才能对得起公司给发的薪水。
(2)是否可以通过3～6个月的培训就可以实现转型？
1，看钱，看你口袋里有多少钱，其次要看这个培训要多少钱，算出每一天的投入单价。
2，看就业薪资，培训的核心是为了让你就业，至于其他的都是口号。看过往培训后的学员就业平均薪资，在新单位时长。
3，看师资情况，看授课老师他们的大数据项目经验和项目情况。
(3)大数据行业现在还缺人吗，就业前景怎么样？
1，任何行业都是20/80定律，大数据行业现在很缺前20%的复合型人才。
2，作为一名科班出身的大数据跨行人再回头看，培训能让你找到工作，但更好的发展要靠自己。
3，一个简单的判断标准，看钱！看工资的中位数，看培训收费的中位数，然后结合时间，权衡你的自律力，再去报名培训（或者先来咨询我，微信号：383116569）。
(4)人类在未来人工智能的覆盖下，就业趋势是怎样的?
简单，重复类的工作会被大量取代。然后一些需要经验，服务意识的工作会大量兴起。未来会出现机器修机器的现像，但如何管理，如何维护这些机器又会创造大量职位。就如目前的网约车司机，外卖小哥......新的技术会推动新的需求，如果不提高自己的技术，思维，眼界，可能就会被时代淘汰。
(5)大数据就业会是"搬砖码农"吗？
很大部分不是，但要学会不断的升级打怪，与随时添加装备......
大数据就业是一个很宽泛的概念，主要分为技术与业务方向。
（一）技术方向简单来说分为初，中，高。主要围绕技术实现。
初级就是一些数据采集，标注，SQL语句，Python.....这一类的工作。
中级一般就是在这些基础之上会一些模块化开发，能够更好的实现某项功能，完成数据的更高级的功能。
高级属于架构或总监级，技术上的细节不光要懂，更要从架构的角度来优化代码及实现模式。要能将业务需求转化为研发需求。
（二）业务方向也简单有初，中，高三个级别。主要围绕业务转化。
初级主要是了解业务，熟悉产品，可能会涉及到用户调研，产品设计方面。但深入度不会太多。
中级主要深入理解业务，通过一些方法及统计知识来发现用户需求，满足用户用户需求的过程。
高级业务主要是运作关系，招投标，解决方案能力，能够知道技术与业务的边界，知道这个项目的实现过程及细节。
大数据就业不要只通过一个点，就以为自己看到了一个面，里边的内容很多。先把技术掌握熟练之后再一点点地学习与发展其他能力。
（6）想从事金融大数据方面的工作，我该如何规划?
1，要树立正确认识，大数据与人工智能，只是一种技术手段。对金融的业务理解才是你在大学阶段所重点要了解跟认识的。
2，一直觉得大学是通识教育，对于大数据，AI这类技术，知道怎么使用，匹配金融的相关场景就行，具体的技术实现等到工作中再去实践也为时不晚，再者说，这些技术变化现在也日新月异。而大学阶段，数学基础，图论，概率论，金融衍生品，宏观，微观经济这些通识类的内容建议多读，多理解。
3，凡事树立"道"与"术"的观念，在大学最好的年纪，多在"道"上下功夫，"术"的层面，培训机构跟自学社群也会帮你完成。
（7）高校里大数据专业未来的从业方向？是否应该先工作还是先读研？
建议先找工作，然后一边工作一边读在职研究生，研究方向为工作中遇到的算法相关的问题或AI相关的问题。理由有三点：
1，经济方面：俗一点，就是钱。毕竟本科出来找一个8K～1W左右的大数据标注工程师应该是没问题的。
2，视野：只有在工作中，你才会知道大学里学的知识什么是无用的，什么是有用的。当只有工作经验之后，再通过研究生的理论知识来深度理解你的工作内容，会对你以后的职场发展大有帮助。
3，职业发展：现在大数据发展跟业务贴合越来越紧密，所以对人的综合能力要求也越来越高，只有代码的大数据人才势必会被新生力量所取代，多优化自己的思考模式，多贴近业务，多帮助他人，多看书，多学习！