1.了解 AI 的发展历史
2.熟练传统 ML 的各种算法
3.基本的数据处理和可视化的能力
4.对 DL 理论深入了解,CNN,RNN,LSTM,GAN,Autocoder, embedding...etc.
5.重点是 Google那篇重磅论文Attention is all you need. 至少读五遍以上,根据哈弗的notbebook 徒手实现Encoder-decoder Transformer 架构,深入理解什么叫self-attention,原理,怎么用。从业人员水平差异就体现在这个第5点了,也是薪资高低的决定因素了。
6.熟悉一个 framework: Pytorch or Tensorflow. 我偏好 Torch,粉Meta.
7.熟练python编程,越驴火纯情越好。
8.实战项目的浸染
9.线性代数,概率统计,导数学要好
10.勤看论坛和 blog,跟人交流,参加学术会议
11.当然各种 CS 知识,特别是四大基础课也非常重要
..................