先表明立場，難度比較大。

然後我們來分析一下原因：

可能很多程式設計師會認為，做機器學習就是和做業務系統一樣，只是用不同的語言，寫不一樣的程式碼而已。

我在還沒有接觸到人工智慧學習系統之前，我也是這樣想的，我只要去學習一下Python，然後瞭解了TensorFlow裡面的函式，我就可以做出來了。

然而，在我興致匆匆的安裝好TensorFlow的環境，然後去它的官網看他的Demo，然後拿來練習的時候，我才發現，程式碼只是機器學習領域的輔助手段。

裡面最最核心的是演算法，也就是數學。

說實話，從大學畢業開始工作已經10來年了，高等數學、線性代數什麼的都快全部還給老師了，現在讓我去看那些各種各樣的演算法公式，我大部分都已經不認識了。

所以，自學了一段時間以後，我還是隻有毅然決然的放棄了。

如果只是技術的手段，程式設計的能力，我可以很快的入門並且瞭解，但是涉及到了數學，先別說什麼高深的演算法，我連基礎的符號都認不全了。

貼上一片入門的學習資料《利用神經網路識別手寫數字》

http://www.tensorfly.cn/home/?p=80

有興趣的朋友可以去看看，裡面大部分都是數學領域的知識和應用。

所以，如果你覺得想去了解機器學習，確實，讀研究生是一個好的選擇，但現在基本上研究機器學習領域的，最少都是要一個研究生，所以能讀到博士肯定是最好的。

其次，現在的機器學習並沒有實現市場化，很多的還在實驗室裡。而國內這樣的實驗室還不多，所以可能需要你的英文水平比較好才可以。

我們可以看一下機器學習領域權威——吳恩達的一則招聘

我們希望你能很好適應我們的團隊文化：工作道德強。我們所有人都相信我們的工作能夠改變人類的生活，因此不僅聰明地工作，而且努力地工作。在辦公室裡看到一些團隊成員工作到深夜，是很平常的事；我們中的許多人，每週工作和學習 70 個小時以上。

這篇其實是他已經修改過一次的招聘啟事了，其中就有一點：每週工作和學習70小時以上，在修改之前，是每週工作和學習70-90小時。（也就是至少996）

就是這樣苛刻的條件，1天內就有120人應聘，2天達到了270人。

可見，這種工作強度還是能夠被接受的。

所以，如果你想進入這個領取，賺得高薪，那麼請你有良好的英文基礎，請你具備優秀的數學基礎，然後，你有異於常人的抗壓能力，最後，理解你的家人。

至於你會不會寫程式碼，這個無所謂。