在人工智慧的浪潮推動下，無論是哪個領域的程式設計師 或多或少都需要了解一點人工智慧的相關知識。但是要轉行，是需要慎重考慮多方面因素的。

首先，當然是興趣。如果單純只是因為看重人工智慧的薪資水平的話，學起來是很痛苦的，人工智慧的門檻比一般軟體開發都高，涵蓋的知識面也很廣，在沒有興趣的驅動下，學習人工智慧將是一個極其痛苦的工程。

其次，要清晰定位自己，綜合考慮空餘學習時間、年齡等因素。

經過多方面因素慎重考慮後，如果覺得自己還是想轉，那就儘早趕上這波浪潮，並且需要付出大量的精力才能學好。

這個問題事實上是白問的，掙錢的事情有誰不喜歡？但是說實話，人工智慧不是誰想坐都可以。 人工智慧其實體現的並不是你的程式設計能力和基礎。它體現了實質上是你的數學邏輯能力。使用抽象思維，將你高深的數學能力表現出來。

　　人工智慧發展到現在，可以說普及度已經相當高了。但是對於如何學習，依舊有不少人覺得無從下手。的確，人工智慧複雜，但並不神秘。如果可以，一般人應該都會選擇轉行，畢竟人工智慧薪資薪資待遇非常好。

　　目前人工智慧的應用越來越普遍，惠及各個行業，因此受到國家和企業的重視，華人工智慧公司也隨之發展，人工智慧人才的需要也與日俱增。

　　人工智慧方面的人才平均月薪2.58萬，招聘薪資水漲船高。幾乎50%人工智慧崗位的職位描述上會提到為員工提供股票期權，部分巨頭更是會將解決戶口作為吸引牛人的重要手段。

　　可以說，為爭搶優秀人才傾其所有已成為所有AI公司正在做的同一件事情。除了高昂的起薪外，AI人才薪資成長率也極為可觀。

　　資料顯示，AI人才前5年的薪資複合增長率達到16.9%,遠高於其他網際網路職位。五年以上工作經驗的AI人才月薪普遍在4萬元以上，部分核心崗位人才，前3年薪資增幅更是突破25%。利用高薪資漲幅鎖住AI人才，降低流失率已是業內的一個普遍做法。

　　人工智慧專業出來的目前就業前景還是很不錯的，為了快速轉入人工智慧高薪行業，很多人選擇參加人工智慧培訓，來快速提升自己的技能。

作為一名從業多年的Java程式設計師，目前主要的研究方向是機器學習和大資料，所以我來回答一下這個問題。

首先，人工智慧是未來比較明顯的發展趨勢之一，當前從傳統Java開發轉換到人工智慧領域是不錯的選擇，未來的發展空間也會比較廣闊。從近些年人工智慧方向研究生的就業情況來看，整體的就業情況還是比較不錯的，而且薪資待遇也比較可觀。

由於一直以來人工智慧領域的人才培養主要以研究生教育為主，所以目前整個人工智慧領域的人才缺口還是比較大的，而且由於人工智慧領域的人才培養週期比較長，所以人才缺口將持續較長一段時間，這為Java程式設計師轉換到人工智慧領域提供了機會，而且目前行業內確實有不少Java程式設計師正在進行轉換。

Java程式設計師轉換到人工智慧領域需要做好以下幾個方面的準備：

第一：補齊基礎學科知識。人工智慧領域的研發需要具備紮實的數學基礎，不論是計算機視覺、自然語言處理還是機器學習，都需要有具備較強的演算法設計和實現能力。所以就要求Java程式設計師（應用級開發）要補齊數學方面的短板，如果要想在人工智慧領域走得更遠，一定要重視數學基礎。

第二：語言的轉換。目前在人工智慧領域，Python、R和Go語言的應用比較廣泛，尤其是Python語言，所以目前不少Java程式設計師也在逐漸開始轉換。我在早期從事機器學習實現的時候也在使用Java語言，後來轉換到Python語言之後，確實在開發效率方面有所提升。

第三：具有一定的研發環境。人工智慧領域的研發目前依然處在探索階段，行業內有大量的課題需要攻克，尤其在落地應用方面還需要產業領域的專家參與，所以從事人工智慧研發一定要有一個較好的研發環境。

Python與人工智慧

由於Python非常接近自然語言，程式設計簡單直接，速度超快，擁有強大的AI庫，開發效率高，它能夠把各種模組很輕鬆地聯結在一起，所以開發人員不必重複造輪子，像搭積木一樣就可以完成絕大部分工作，更適合程式設計初學者。它可以無縫的與資料結構和其他常用的AI演算法一起使用，所以成為了AI程式語言之首。

未來10年將是大資料，人工智慧爆發的時代，到時將會有大量的資料需要處理,而python最大的優勢，就是對資料的處理，有著得天獨厚的優勢，我相信未來的10年，Python會越來越火。

Python是一門計算機程式語言，目前人工智慧科學領域應用廣泛，應用廣泛就表明各種庫，各種相關聯的框架都是以Python作為主要語言開發出來的。

Python雖然是指令碼語言，但是因為容易學，迅速成為科學家的工具，從而積累了大量的工具庫、架構，人工智慧涉及大量的資料計算，用Python是很自然的，簡單高效。

語言簡單易學，支援庫豐富強大，這兩大支柱從早期就奠定了Python的江湖地位。

即使是非計算機專業或者沒有基礎的小白，也能分分鐘入門。

大資料與人工智慧時代，掌握Python基礎後，我們可以選擇資料分析方向、人工智慧方向、全棧開發方向...

人工智慧火熱，而作為人工智慧的主要開發語言Python，地位和薪資一馬當先。

IEEE Spectrum 雜誌釋出的一年一度的程式語言排行榜中，Python超越Java勇奪第一名。

Python的就業薪資和職位情況怎麼樣呢？我們分析了幾大招聘網站的資料。

一張圖可以看清現在Python的就業薪資：

從目前 Python 的就業前景來看，總結如下：

2）在中國地區，Python 相關職位的需求量，依然集中在三大經濟圈，特別是在北京、上海、深圳這幾個城市。從行業需求來看，主要集中在移動網際網路、資料服務、大資料分析等行業。

3）從拉勾網的資料分析可知，大部分 Python 的相關職位都要求在本科和本科以上，工作經驗要求在 1-5 年的居多。因為 Python 在大資料和人工智慧領域的爆發性發展， 導致 Python 方向崗位的薪水在水漲船高，從資料分析來看，月薪在 20K-50K 不等。

Python 誕生之初就被譽為最容易上手的程式語言。進入火熱的 AI 人工智慧時代後，它也逐漸取代 Java，成為程式設計界的頭牌語言。

百知教育在Python基礎課程上增加AI人工智慧訓練營課程。

我建議不要盲目的轉，轉之前你最好考慮如下：

1、轉人工智慧開發之後，薪資可以提高多少？

2、這樣的薪資可以拿多久？

3、未來十年，人工智慧會不會飛速發展？

4、自己的學習能力，能否熟練掌握人工智慧開發？

5、自己的數學功底，可以把人工智慧學到多深？

人工智慧屬於上層建築，實際上大部分做機器學習演算法的不能做到工程落地。特徵可以由資料倉庫的人，採用spark sql方式產生。資料特徵準備好了後，才讓他們應用機器學習演算法訓練模型。如果模型結果好，接下來就需要java程式設計師把sql翻譯成程式碼，線上計算特徵(搬磚)。線上模型預測工程也是需要工程師來做的。猜測很多公司多會有演算法工程部門來配合模型開發。這裡面就有大把java工程師的工作，比如特徵工程，線上實時計算，線上推薦，資料倉庫，甚至底層資料平臺。轉型路上很艱苦，相當於你拿劣勢，甚至零經驗比拼別人的優勢。

Java己經火了16年以上，是一門資深的程式語言，普及率及高，有著豐富的第三方庫，java擁有最大的市場需求，從web開發、網路開發、app開發，演算法到雲計算應用，均可採用java實現，是典型的面向物件開發語言。另外，java語言自身的效能比較穩定，同時擴充套件性也比較強，所以比較受大型網際網路平臺的歡迎。另外JAVA開發會變邊緣化那麼原有的系統用什麼維護？新的分散式系統用什麼開發？人工智慧自動開發嗎？

總之建議在掌握java語言之後，可邊工作邊學習python語言，為後面自己發展多條道路走的更遠。

不要輕易轉型，除非你真的準備好了。

如果有機會，你願意從java轉到人工智慧行業嗎？

只要有機會，那當然願意了。

問題是你怎麼定義這個機會。

從賺錢的角度來看，人工智慧領域確實回報更好。

但這種機會你是不是具備了呢？

做人工智慧，最好是大廠背景，能給你面試加分。因為小企業通常無法給你提供人工智慧實踐環境。

現在競爭這麼激烈，想做人工智慧，起碼也得碩士起，你才能獲得入門優勢。要不然HR一挑簡歷，就把你PASS了。

都三四十歲了，再去轉，挑戰還是非常大的。

最好是數學基礎好，演算法邏輯不錯。會用幾個開源庫，那不叫會人工智慧。

這個問題的另一個提法或者意思就是要不要去跟風，只要你能跟得上，回報又可以的話，那還是可以跟的。

從學習的角度，從喜歡的角度，去學習人工智慧，也是比較支援的。

首先，JAVA與人工智慧不是同類題目。一個是工具，一個是專業。第二，人工智慧不侷限使用什麼語言。可以是JAVA,Python,C,C++,prolog,lisp.....所以談不上從一種語言轉到一個專業。第三，機器學習不能取代人工智慧，第四，想轉行到人工智慧，需要學習更多的知識，不僅僅是演算法，程式語言更重要的是領域知識。我自1984年在中國科學院進入人工智慧領域，幾十年來沒有多少同行。人工智慧不是會寫程式，會使用演算法就可以的。人工智慧的核心是推理和可解釋性。不僅僅是計算機科學的發展也需要生物醫學，腦科學的突破。當然，不要把人工智慧神秘化，也不要把它庸俗化。所以，現在真正的人工智慧還不多見