可以這麼說：

關於深度學習，中國科學院大學教授徐俊剛曾說過這樣一段話：

自動機器學習是實現強人工智慧的必備技術之一，必將成為下一個人工智慧研究的熱點。

百度高階副總裁、深度學習技術及應用國家工程實驗室主任王海峰表示，深度學習的發展推動了人工智慧在各行各業的廣泛應用，而深度學習的發展離不開深度學習工程師，未來深度學習工程師也會成為各行各業的主力軍。

近兩年，騰訊雲釋出DI-X深度學習平臺；阿里雲與臉書宣佈在深度學習框架展開合作；微軟宣佈收購研究型深度學習創業公司Maluuba……更是驗證了這一預測。

可以看出來，不論現在、還是未來 3-5 年，深度學習都會是行業裡的“香餑餑”。

但是，我們所接觸到做人工智慧的攻城獅小夥伴，卻有不少陷入了自我懷疑：

沒有成體系的工作思路，做著大量繁瑣性工作，感覺自己沒有價值。

花大力氣自學看不到明顯效果，與企業真實需求對接不上，往往賠了時間又折兵。

公司也是摸著石頭過河，想學習又找不到靠譜的組織，太孤獨了。

……

如果你也遇到了以上難題，別急，中公教育聯合中科院專家團隊帶著解決方案來了！

深度學習是模式識別中的一類演算法概括，是人工智慧領域的前沿技術。

深度學習是一類演算法的統稱，既多層遞迴神經網路演算法。早在上世紀90年代，神經網路演算法的應用研究就已經興起，但受限於硬體計算水平，多層網路的引數最佳化問題始終得不到解決。2008年，Hinton教授發表論文闡述了多層神經網路的引數最佳化方法，在理論上解決了複雜神經網路的構建問題。隨著硬體技術的發展，該技術在實踐應用中證明具有重大應用價值，並在語言識別，人臉識別，自動駕駛領域廣泛應用。

在目前的產業應用中，深度學習幾乎等同於人工智慧。眾多人工智慧領域的公司，科研單位，對於相關人員求賢若渴。有些公司不惜百萬年薪聘請相關專業人才。所以學習深度學習技術的就業前景一片大好。但是，從事深度學習技術研發，對於從業者的學歷要求較高。一般都是要碩士及以上學歷的數學，計算機相關專業的畢業生。另外，如果只會深度學習技術的一些應用工具，搭搭網路，訓練下資料，這並不是企業真正需要的人工智慧人才。企業需要那些對資料有深入理解，對於網路構建的演算法有深入研究，且具備紮實的理論的專業研究型人才。

如果你是數學專業，尤其是數理統計方向，包括計算機專業的碩士學歷以上的從業人員或學生，深度學習技術是一個非常好的從業方向。但如果學歷不夠，且沒有豐富的從業經驗與理論基礎，建議三思。