要進入人工智慧行業，首先要有一定的數學功底，因為人工智慧不同於app開發，網頁開發、遊戲開發等傳統的網際網路職位，每天檢視api呼叫函式或者是美化介面。
1. 人工智慧是從數學中的“逼近理論”逐步演化而來的，當今人工智慧所使用的方法，最開始的時候大部分是數學家為了逼近某些比較難表示的非線性函式而使用的。後來隨著計算機效能的提高，計算機工作者，統計學家，開始嘗試用這套“逼近理論”解決一些分類問題。逐步發展成為現在的人工智慧局面。
2. 現在屬於人工智慧行業發展初期，各種可用的api函式都比較少，所以自己編寫演算法是必須要會的。對於要深入掌握人工智慧知識的工程人員來說，數學是繞不開的坎。
3. 人工智慧是一個很大的概念，現在很多的公司所謂的AI應用還是停留在比較初級的階段，進行一些資訊（資料）的分類，篩選，模式識別之類，許多語言都有成型的程式碼包，開原始碼之類，用起來並沒有太大的技術含量，要想達到實際的應用效果，更多的是需要大資料的支援，不斷在演算法上進行最佳化。
4. 現在比較火的一些智慧裝置，智慧家居，我並不覺得算是人工智慧，更多的是各類感測器加上程式規則的應用，可能這類行業會更貼近生活更有市場一些吧，前景倒是非常看好的。不過和做軟體一樣，並不是技術有多牛就一定能做出好的軟體產品，一定要深入瞭解使用者需求，注重使用者體驗，以你的背景來說，我覺得可能往這個方向發展會有更好的效果。
要進入人工智慧行業，首先要有一定的數學功底，因為人工智慧不同於app開發，網頁開發、遊戲開發等傳統的網際網路職位，每天檢視api呼叫函式或者是美化介面。
1. 人工智慧是從數學中的“逼近理論”逐步演化而來的，當今人工智慧所使用的方法，最開始的時候大部分是數學家為了逼近某些比較難表示的非線性函式而使用的。後來隨著計算機效能的提高，計算機工作者，統計學家，開始嘗試用這套“逼近理論”解決一些分類問題。逐步發展成為現在的人工智慧局面。
2. 現在屬於人工智慧行業發展初期，各種可用的api函式都比較少，所以自己編寫演算法是必須要會的。對於要深入掌握人工智慧知識的工程人員來說，數學是繞不開的坎。
3. 人工智慧是一個很大的概念，現在很多的公司所謂的AI應用還是停留在比較初級的階段，進行一些資訊（資料）的分類，篩選，模式識別之類，許多語言都有成型的程式碼包，開原始碼之類，用起來並沒有太大的技術含量，要想達到實際的應用效果，更多的是需要大資料的支援，不斷在演算法上進行最佳化。
4. 現在比較火的一些智慧裝置，智慧家居，我並不覺得算是人工智慧，更多的是各類感測器加上程式規則的應用，可能這類行業會更貼近生活更有市場一些吧，前景倒是非常看好的。不過和做軟體一樣，並不是技術有多牛就一定能做出好的軟體產品，一定要深入瞭解使用者需求，注重使用者體驗，以你的背景來說，我覺得可能往這個方向發展會有更好的效果。