2020年了，大数据、人工智能专业还值得报考吗？
大数据，人工智能专业是新工科，是国家未来战略发展的专业，前景发展非常好，那么2020年还值得报考吗？我只能告诉你，目前这两个专业人才缺乏上百万，你说值得报考不！
就像软件工程专业一样，很多学生说软件工程人才太多了，但每年软件工程就业率高居第一，毕业月薪第一，你能说软件工程不能报考么？
现在随着科技发展，4G向5G发展，未来肯定会进入智能时代，大数据和人工智能是两个较为火爆的专业，值得期待！
早前，关于新增专业中，人工智能增加了180所大学，高居新增专业数量第一，大数据紧随其后，新增了138所，可见这两个专业人才是多么匮乏，及需要高校培养一批科研人才啊！
不过，两个专业需求人才较大，但他们属于“学霸”专业，两个专业每年报考人数较多，竞争激烈，招生分数非常高，211大学的大数据、人工智能专业招生分数至少在600分以上吧，学生们要谨慎报考！
但付出就会有回报的，大数据、人工智能需要人才大，就业率高，工资真的非常高，这两个专业人才就业一般都是年薪制，如果能考研，那工资更有可能年薪50万以上，而且属于越有经验越吃香专业，前景非常可观，感兴趣的学生可以报考！
人工智能以计算机科学为核心技术，同时还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。也就是说，人工智能是一个多学科的交叉学科。这个学科对应的新兴人工智能产业，将有可能是未来几年内带动经济技术发展的引擎，是下一个能够带动造富的产业，是下一个能够制造出来“飞猪”的大风口。中公教育的人工智能还挺专业的，大公司推荐就业很有发展前景，。
人工智能是需要人力、脑力、开发、高等技术与不断的研究和尝试等等一系列超高难度的作业才能完成的科技产品。当然这种研究是得到国家和人们大力支持的发展。它的发展对国际影响力是非常大的。人工智能也可以定义为高仿人类，虽然不可能会像人一样具有灵敏的反应和思考能力，但人工智能是按照人类的思想结构等等的探索而开发的研究。人工智能的开发最主要的目的就是为了替人类做复杂、有危险难度、重复枯燥等的工作，所以人工智能是以人类的结构来设计开发的，人工智能在得到较好的开发后国家也是全力给予支持。人工智能的开发主要也是为了帮助和便利人类的生活。所以人工智能的定义一直以来都是以“协助人类”而存在的。人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的.top域名已经被注册。以后可能在很多传统行业，比如银行，会有人工智能帮你得到更好的收益。信用卡或其他的贷款会由人工智能来决定哪些人士可以安全地放贷，而且会还钱。然后再往下人工智能可以开始动了，就可以进入工业机器人、商业机器人，终进入家庭机器人。
2020年，大数据、人工智能专业很值得报考。原因主要有以下几方面。
第一，大数据和人工智能等专业方向是未来社会经济发展的前沿和热点。
大数据和人工智能专业广泛应用于气象，医疗，能源，农业等经济社会发展的各个领域。未来随着各专业方向集约化智能化的进一步发展完善，大数据和人工智能将发挥更大更重要的作用。
比如，气象部门可以利用海量的气象数据，进行大数据分析对于未来不同时间段的气候特征进行分析和预测，指导工业和农业生产。
同样，医疗部门可以利用海量的病例数据对目前病人的病情做出分析和判断，将众多的医生从樊忠的工作当中彻底解放出来，减轻他们的负担。
人工智能也是一样，它是计算机科学的一个分支科学。通过特殊的算法，开发模拟、人的智能的理论、方法、技术及应用系统的一门新科学。它极大地提高了工业生产的自动化水平，有效地节约了人力和物力成本。
第二，目前能够开设大数据和人工智能相关专业的高校，一般该方向的研究和教学实力都比较雄厚，值得报考。
大数据和人工智能作为计算机和数学、物理等相关学科的重要交又发展前沿，未来会在国民经济中发挥越来越重要的作用，许多高校也看到了这一点，纷纷申请开设大数据和人工智能相关的专业。由于这些专业属于新兴专业国家，在新专业设置时具有严格的考核制度和考核指标，能够申请到这些相关专业的高校，大多在这方面具有很强的教学和科研水平，因此值得报考。
总之，无论是从专业的发展前景，还是从目前专业的教学水平来看，大数据和人工智能相关的专业都是很值得2020年报考的。
背景
自从2017年国家发文大力支持大数据、人工智能产业。有条件的高校纷纷开始开设大数据、人工智能、云计算专业。在读大学生也纷纷转向大数据、人工智能专业。一时间几乎全民转AI。其中又以AI算法工程师最为大家所推崇，这个岗位的毕业生薪资基本都是30K起步，而多少行业干一辈子也达不到这个行业的起点水平。
现状
1.专业难报，目前通过审核成功开设了大数据、人工智能的院校并不多，加上大数据、人工智能概念的火热导致这些专业分数极高，连带相关专业诸如：计算机、应用数学、数据分析、统计学等可能以前在部分学校是冷门的专业也一跃能比肩王牌专业了。
2.其它专业在读大学生纷纷转向AI，导致这个领域一下涌入大量人才。
3.应聘门槛提高，对于算法工程师而言，现在的巨头BAT、华为等最低要求也要211大学毕业，甚至有些要国外知名大学或中国香港中文大学这样的学校毕业生才有面试资格。
对于现状，有人不禁会问：大数据、人工智能专业已经火了好几年了，这么多人涌入这个行业，这个行业是否已经饱和？作为一个普通本科院校的学生如何能竞争的过985、211的名校高材生？是否应该放弃选择大数据、人工智能专业？
打开UC浏览器 查看更多精彩图片
前景
我认为就目前来说大数据、人工智能行业依然是值得你进入的行业。理由有如下几点：
- 大数据、人工智能行业的中小创业公司数量增长惊人。想要进入BATH这些大厂的算法工程师岗位门槛太高，不妨考虑一下中小规模的公司，一些中小创公司为了与大厂抢夺人才往往薪资会开的更高。
- 除了算法工程师这个岗位，大数据、人工智能专业的学生也还有很多其它的岗位可以考虑。大数据专业可选择的诸如：大数据分析师、大数据架构工程师、开发工程师、运维工程师、大数据产品经理、运维经理等。人工智能可选的：数据标注师、数据处理/分析工程师、AI产品经理、算法测试工程师等。虽然薪资或许比不上算法工程师，但是起点也比其他绝大多数专业要高不少。
- 现在用的感知的基础算法（例如ResNet、SSD、YOLO、UNet、FaceNet、ArcFace）基本都是2018年以前的，现在算法进步缓慢，因此企业都在把核心从研究算法转向落地产品实际应用。现在大数据、人工智能在教育、健康、医疗、交通、金融、传媒、电信、政务、电商、安防等领域都有应用，每个领域又有许多细分的具体场景需要开发具体产品去解决问题。因此在产品应用市场有非常大的空间，也就需要大量的开发，维护等技术人员参与。因此就业前景还是比较乐观的。
总结
大数据、人工智能是一个前景不错的行业，但是自己也要量力而行，数学功底不好的人不建议报考大数据、人工智能专业，同时已经进入这个专业的也请理性衡量评估自己，算法工程师“钱景”虽然好，但毕竟僧多粥少。环顾四周你会发现其它很多大数据、人工智能相关岗位也不错。
中国最厉害的人工智能？
日前，人工智能信息服务平台——机器之心发布「AI中国」机器之心2020年度榜单，浪潮与华为云、阿里文娱、京东AI等30家企业一起上榜AI中国•最强人工智能公司TOP30。
机器之心是国内领先的前沿科技媒体和产业服务平台,关注人工智能、机器人和神经认知科学,坚持为从业者提供高质量内容和多项产业服务。机器之心年度奖项评选活动是目前国内人工智能界规模最大、评选最权威的年度奖项，已成为我国人工智能产业的风向标。
浪潮是人工智能计算的领导品牌，拥有业内最强最全的AI计算产品阵列，涉及训练、推理、边缘等全栈AI场景，还构建了领先的AI框架优化、AI开发管理和应用优化等全栈AI能力。浪潮AI服务器中国市场份额连续三年保持50%以上，与人工智能领先科技公司保持在系统与应用方面的深入合作。
针对智慧时代算力需求和最新发展趋势，浪潮前瞻地提出智算中心，并围绕智算中心生产算力、聚合算力、调度算力、释放算力这四大关键作业环节持续创新：在生产算力层面持续打造业内最强最全的AI算力机组；在聚合算力方面打造更高效率更低延迟硬件加速设备与优化软件栈；在AI算力调度层面通过高效AIStation算力调度平台加速AI创新与生产交付；在释放算力层面通过AutoMLSuite为人工智能客户与开发者提供快速高效开发AI模型的能力。
在生态力布局上，浪潮加速产业AI普惠，与具备AI功能开发核心能力的科技公司，以及具备实施AI整体解决方案能力的SI、ISV共建“元脑生态”，为行业客户提供端到端的Al模型和方案，有力支撑和加速各产业的智能转型升级。目前，浪潮携手元脑左右手伙伴已经在金融、铁路、电力、交通、智慧城市、石油石化等行业领域实现了产业AI化落地，大大促进了各行业的产业AI化转型升级。
2020年投融资人工智能产业链是否大有可为？
人工智能从大趋势上肯定是值得重点关注的！
人工智能已经影响到了我们的方方面面，并且持续纵深影响到越来越多的行业，包括交通、工业、金融、医疗、农业等等，实实在在的在改变我们的生活，重塑产业链。从投资上看，这条主线肯定大有可为！但是有几点建议：
1）需要关注人工智能的虚假繁荣、炒作热、学术热。 因为其重要，处于风口浪尖，现在不管什么行业，什么产品，什么公司都往人工智能上靠，需要区分真伪人工智能；很多所谓的人工智能企业，被各方投资人、媒体甚至是官方机构疯狂炒作，大量资本追逐，虚火旺盛，远远脱离其原有价值，过度透支，比如AI芯片等，个人建议最好保持谨慎之心，现在一些AI公司如果公开其营收，必然鸡毛一地！同时，需要区分学术和产业的关系，很多创业者往往自认为懂技术，也真的有些技术，就想着改变这个那个行业，颠覆这个颠覆那个，往往真的到了落地的时候就露出底裤，他们根本不懂行业，谈何改变行业？
2）需要认识到人工智能的真正价值，选择合适的产业和方向进入。从这几年的发展看，我们应该注意到，一些人工智能在落地时往往遇到很大的难题，难于落地，比如AI医疗，自动驾驶，我们过分高估了人工智能的价值，过分低估了和产业结合时难点。只有能够真正和产业结合，改变原有产业痛点，解决实际问题，带来真实价值的人工智能才是真正有用的，不能空谈技术。建议重点产业人工智能，关注和产业结合的、有产业落地能力的技术、方案和公司以及相关产业链，比如智能制造等。
以上，仅供参考，本人一直关注相关产业创业公司、产业链。欢迎关注交流！
人工智能产业肯定大有所为，但需要有所为有所不为。先来看一个新闻：
全球知名的AI芯片企业——Wave Computing 公司即将破产。据悉，该公司已经遣散了所有员工，并申请破产保护。如无意外，这将成为第一家在疫情期间申请破产的 AI 芯片公司。Wave Computing被誉为全球最有前途的AI公司之一，曾被认为有和英特尔、英伟达等巨头一较高下的潜力。2018年底，Wave Computing宣布完成8600万美元E轮融资，这一轮融资过后，这家公司累计融资金额已超过2亿美元。
一、人工智能的起源及发展
人工智能（AI）一词最早出现于1956年的达特茅斯会议，受限于早期的计算性能、数据存储成本，人工智能在实际生产生活中的应用较少。进入21世纪，随着计算能力的大幅提升和数据存储成本的大幅下降、互联网数据量急剧增长，人工智能从此进入发展的快车道，并在全球经济发展中发挥越来越大的作用。普华永道预测到2030年，AI将为全球GDP带来14%的增长，也就是15.7万亿美元。1999年至2017年，全球人工智能领域中图像识别、生物特征识别、语音识别、语音合成、自然语言理解、机器学习等关键技术的发明及授权专利数量超过10万项。
1999年至2017年全球AI专利申请增长趋势
二、人工智能产业链包括哪些
人工智能产业链结构分为基础层（计算基础设施）、技术层（软件算法及平台）与应用层（行业应用及产品）。
人工智能产业链分布图
基础层主要包括计算硬件（AI芯片）、计算系统技术（云计算、大数据和5G通信）和数据（数据采集、标注和分析）。可以打这样一个比方：深度学习是人工智能这台火箭的发动机，燃料是大数据，云计算是引擎。
技术层面，我们可以从三个维度来理解：算法理论（机器学习算法、类脑算法）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、自然语言理解和人机交互）。
应用层面，我们可以包括行业解决方案（“AI+”）和典型产品（机器人、智能音箱、智能汽车、无人机等）两个方向。
要判断是否有投资价值，个人觉得需要回答一下三个问题：
是否在产业链中有清晰的定位？参照上文能找准自己在产业链中的定位是基础，如果一上来就说的自己能一条龙包打天下，那要么是骗子、要么是小白。有些入门者自以为拿着tensorflow搭个神经网络训练个人脸识别模型就学通人工智能了，其实这是很容易做到的，但离能用还有十万八千里。除非是两位马爸爸那样的巨头，一般创业团队能在某个层面中做好做精已经相当不错了。
是否有清晰的数据来源？前几年李飞飞离开大学加盟谷歌，主要就是为了数据，她在学校耗尽科研经费和数年时间才能获得的数据，在谷歌唾手可得。所以AI中有七大黑洞之说，就是指AI人才都被全球七个掌握数据的公司说吸引（中国BAT和美国的亚马逊、微软、谷歌、脸书）。目前所有AI技术都是基于海量数据训练，所以没有数据的AI都是耍流氓。
是否有明确的应用场景？有些团队也许某些方面很强，比如图片识别准确率多高多高、语音识别率多高多高，但如果没有落地场景，最好的结果也就是被巨头收购。但即便是这个结果也是虚妄，因为巨头更省力的方法是高薪挖人然后模仿，因为他们有数据。
