藏狐作者

硬核体验:裸考深度学习工程师认证考试,是一种怎样的感受?

2018年10月,百度联合深度学习技术及应用国家工程实验室、中国软件行业协会,共同发布国内第一个深度学习工程师能力评估标准。并于2019年3月,向社会开放“深度学习工程师”认证考试。AI新锐媒体“脑极体”记者亲临考场感受氛围、参与考试实战,为大家带来了第一手“裸考经验”。

近日,2018年图灵奖正式揭晓:深度学习三巨头Yoshua Bengio、Geoffrey Hinton,Yann LeCun一起荣膺了这个计算机领域的“诺贝尔奖”。

不仅人工智能领域与有荣焉,也让深度学习算法工程师这个职业备受关注。

在工业界,深度学习已经成为近年来最有“钱景”的方向。谷歌微软百度腾讯等科技大厂都在花重金招兵买马,深度学习工程师的身价更是以243000美元的基本年薪(来自Glassdoor2018年数据)领衔整个行业。

无论学术界还是产业界,都纷纷向深度学习递出了橄榄枝。But,究竟怎样才能快速踏进深度学习工程师的门槛?想必大家也和我们一样有着相同的困惑。

作为一个专业的科技自媒体,我们怎么能不身先士卒呢!

恰逢首个深度学习工程师职业认证考试正式开放,于是我们迅速派出了我司数学最好的我本人,前去一探究竟(自取其辱),在锣鼓喧天、鞭炮齐鸣的欢乐气氛中,为大家带来深度学习工程师职业资格考试的第一手战报。

首先说一下总体感受吧:

从一个文科生+产业观察者的角度,深度学习工程师初级的难度并不高,更多强调的是基础知识面和技能全面性的考察,只要平时抽出少量时间备考,拿到证书还是不成问题的;

全中文教材和考题、理论+实践结合的考察方式,对于中国开发者和考生来说也挺友好;

但是,想要真正能在算法开发、模型应用上独当一面、完成企业界所需的AI项目,还需要向中级、高级挑战。换句话说,初级只是一道给入门者的“开胃菜”,在职业市场的认可度还不够清晰,想靠它走上工程师人生巅峰不现实。

深度学习到底需不需要证书保驾护航?工程师认证值不值得考?又该怎么考?这篇沉浸式体验报告就来告诉你答案。Let’s Go!

做一个体面的科技媒体从业者,

从鼓起勇气上考场开始

故事是这样的。我可能是被AI下降头了,突然头一昏,啥都不知道,等回过神来电脑里就多了一张准考证……

好的,上面是胡说的。虽然身为一个文科生,但咱好歹也跟AI打了这么久的交道,看懂个论文、分析个模型还是不成问题的。帮助想在深度学习领域大展身手的同学们预先体验一下考试又有何难。

于是我满怀信心地带着(心虚的)笑容,带着祝愿,在3月的最后一个周末走进考场,光荣地成为了一只人类历史上首个深度学习工程师认证考试的“小白鼠”。

先交代一下考试前需要的准备工作。

深度学习工程师认证是由百度技术学院推出,与Pearson VUE考试中心合作。购买考试券后登陆Pearson VUE官网,报名成功后自行预约考场和考试时间就OK。So easy~

为了给自己营造一种高精尖的学术气氛和仪式感,我选择了宇宙中心五道口的考点。

正式考试:

作为文科生,我基本已经放弃治疗了。考试当天,我身无长物,揣上我的灵宠“手机”,带上心爱的身份证,就这么艺低人也胆大地来了! 

P.S.当天的考试项目真不少,程序员的世界真是令人头秃啊。

在我“神机妙算”、有勇有谋的安排下,果然在考场外蹲到了同门考试的考生前辈。前台报名的小姐姐还告诉我对方考了70的高分。想来学霸的心情应该不错,于是我暗搓搓上去想取取经。

万万没想到,学霸是北航人工智能方向的研究生,和他一起来考试的还有一整个班的人!果不其然,在我请教哪些题目感觉比较难的时候,他淡定地回答我:我觉得都还好!就是有些知识有点模糊了!话语中带着洞悉一切的自信……行吧。

虽然和专业选手不是一个水平,但知道不用现场写代码的时候,我内心还是松了一口气的。当咱这么多年“三长一短选一短、三短一长选一长、实在不会就选C”的考试技能都荒废了吗?我会让苍天知道我不认输!

终于到了预约的考试时间,我带着身份证和迷之自信走进了考场!

进去之前,我想象中的考场应该是这样的:

最不济也是这样的:

而真实的考场,是这样子的:

Emmmm,看起来并不怎么智能的样子。当然,独特的体验在后面。

工作人员帮我打开系统就离开了,经过信息确认,阅读完考试提醒后,就可以开始答题啦。不要幻想可以求助现场同学和场外观众,“老大哥”在看着你!

场外视角了解一下:

一共50道选择题,每题2分,右上角会有一个90分钟的倒计时。

有些题目还是比较得心应手的,比如协同过滤应用在哪些领域,哪些算法的方差更小等等,咱还是比较有自信的。

不过遇到一些涉及调参编程微积分的题目,恕我直言,它们在我眼中几乎就是这样的:

请选出您认为漞漟漡漤漥漦漧的一种澪澫澬澭:

A、熆熇熈熉

B、獛獜獝獞獟獠獡獢

C、犥犦牺犨犩

D、煾煿熀熁熂熃熄

面对这种地狱级别的题目,我只能释放“都选C”的大招了。

经过50分钟的垂死挣扎,我终于完成了作答和瞎蒙,坦然地选择“提交考试”。意外的是考完系统当场出分,完全不给学渣留下任何缓冲的心理准备。于是我得知自己,顺理成章地扑街了,拿到了44分的“死亡成绩单”。 



走出考场,我身后落了一地的,不是惨白如灯的草稿纸,还有我破碎的AI工程师之梦o(╥﹏╥)o。

到前台签完名,拿到我的“挂科”成绩单,离开了闹中取静的科技园。我在北方初春的大风中,看着五道口繁华热闹的车水马龙,不由地陷入了哲学的迷思——

我是谁?我在哪儿?我干嘛这么想不开?

所以,深度学习工程师到底考些啥?

虽然我成功扑街,不过现场其他学生们的情绪还是挺高涨的。和我同场次考试的就有北航人工智能专业整个班30多人……看来,深度学习百度这两个人工智能金字招牌放在一起,还是比较有号召力的。

体验完毕,借此了解一下深度学习的培养情况和职业需求,才是我们的终极目的。

那么,深度学习工程师认证到底都考察哪些能力呢?(计划)从业者们又是如何看待职业认证的?

结合考试体会,简单拆分一下深度学习工程师的技能树:

个人感觉,初级对应的基础理论和知识面比较广泛,更适合在校学生与毕业一两年的工程师和开发者报考。因为此时还处在数学、编程、概念等基础知识最为巅峰的时期。

工程层面,考试涉及的主要语言是Python,这也符合主流深度学习框架的实际需求。其中,对paddlepaddle平台开发能力也提出了实操要求。

目前看来,面向行业的深度学习初级工程师,画像大概是这样的:有一定的高等数学基础知识,了解基础的机器学习理论,能够结合中文开发框架进行简单的模型开发和实战。

那么,目前的在校生和初入门开发者能够达到这个要求吗?

通过一轮打入考生内部的交流,比较直观的感受就是,即使是具有软件工程背景的专业学生,也面临着比较尴尬的技能培养环境:

首先,高校的人才培养体系重理论、重英文、低实战,与实际的产业需求出现断层。

有考生反馈,专业学习中虽然接触过深度学习开发等项目,但受限于GPU资源、数据规模等等,几乎很少真正参与实践,自然也就很难熟练地掌握编程能力。

另外,由于英文世界的AI生态布局具有先发优势,造成一个明显的现象就是,大部分深度学习的教学、开发和编程都是在Tensorflow、PyTorch等英文框架上实现的。这就造成了两个问题:一是针对中国企业和开发需求的支持不够,二是技术的安全性和人才池都面临一定的风险。中文平台和认证标准还需要持续发力,百度深度学习工程师认证体系的打造,对此确实能起到一定的助推作用。

 

更重要的是,目前针对人工智能深度学习的培训和技能证书,学习曲线都非常陡峭。

谷歌、苹果、阿里巴巴腾讯百度华为在内的不少科技公司,内部都会定期举办技术培训和沙龙分享,比如华为大学、阿里内训和湖畔学院等。但只是针对极少数的顶尖程序员。提供的工具也是“从1到100”的助力。

有人曾经调侃Tensorflow的学习过程:开始学,坚持,然后你就成功了!

对于大部分处在艰难入门和上升期的普通人,目前还没有一个完整的社会公认的职业技能发展路径。但可预见的是,随着人工学习神经网络成为社会的基础设施,我们必然需要越来越多的深度学习工程师来保驾护航。

纵观整个行业,百度深度学习工程师标准和认证的金字塔结构是比较完整的,提供的学习资源从基础科普到AI studio开发实战平台,再到paddlepaddle的专业开发平台,作为深度学习职业教育的先行者,看得出是比较有诚意的。

从这个角度来看,职业认证倒逼高校AI教育查漏补缺,还是能起到积极的作用。当然,这也与百度自身在人工智能产业的全面布局,AI技术的开放心态和学术上的引领能力紧密有关。


具体到工程师考试上,从面向整个行业的角度来看,单一证书的含金量还有待考察。

现场有已经通过考试的学生,抛出相关问题:“不知道这个证书能够有什么作用”“在面试时会有加分吗?”。

目前的确切消息是,百度内部已经将深度学习认证加入了人才招聘体系,拿到证书的面试者会得到优先录用。

接下来百度需要做的,或许不仅仅是让深度学习“更适合中国人体质”与“百度认可”,还需要进行一系列的规划,让职业标准进一步下沉到产业界,将人才需求真实与认证体系对接起来。

总体来说,以一场500元作为入口,迈进深度学习产业的大门,学有余力的同学可以一试,若是指望靠一纸证书赚取高薪,可能还要寻求更多的磨砺。

飞桨PaddlePaddle
飞桨PaddlePaddle

飞桨(PaddlePaddle)是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。

https://www.paddlepaddle.org
专栏二维码
工程深度学习框架
1
相关数据
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商,致力于把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。目前华为有19.4万员工,业务遍及170多个国家和地区,服务30多亿人口。

https://www.huawei.com/cn/
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

协同过滤技术

协同过滤(英语:Collaborative Filtering),简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息,个人通过合作的机制给予信息相当程度的回应(如评分)并记录下来以达到过滤的目的进而帮助别人筛选信息,回应不一定局限于特别感兴趣的,特别不感兴趣信息的纪录也相当重要。协同过滤又可分为评比(rating)或者群体过滤(social filtering)。其后成为电子商务当中很重要的一环,即根据某顾客以往的购买行为以及从具有相似购买行为的顾客群的购买行为去推荐这个顾客其“可能喜欢的品项”,也就是借由社区的喜好提供个人化的信息、商品等的推荐服务。除了推荐之外,近年来也发展出数学运算让系统自动计算喜好的强弱进而去芜存菁使得过滤的内容更有依据,也许不是百分之百完全准确,但由于加入了强弱的评比让这个概念的应用更为广泛,除了电子商务之外尚有信息检索领域、网络个人影音柜、个人书架等的应用等。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

学习曲线技术

在机器学习领域,学习曲线通常是表现学习准确率随着训练次数/时长/数据量的增长而变化的曲线

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

微积分技术

微积分(Calculus)是高等数学中研究函数的微分(Differentiation)、积分(Integration)以及有关概念和应用的数学分支。它是数学的一个基础学科。内容主要包括极限、微分学、积分学及其应用。微分学包括求导数的运算,是一套关于变化率的理论。它使得函数、速度、加速度和曲线的斜率等均可用一套通用的符号进行讨论。积分学,包括求积分的运算,为定义和计算面积、体积等提供一套通用的方法 。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
相关技术
百度机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

https://www.baidu.com/
腾讯机构

腾讯科技股份有限公司(港交所:700)是中国规模最大的互联网公司,1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立,总部位于深圳南山区腾讯大厦。腾讯由即时通讯软件起家,业务拓展至社交、娱乐、金融、资讯、工具和平台等不同领域。目前,腾讯拥有中国国内使用人数最多的社交软件腾讯QQ和微信,以及中国国内最大的网络游戏社区腾讯游戏。在电子书领域 ,旗下有阅文集团,运营有QQ读书和微信读书。

http://www.tencent.com/
暂无评论
暂无评论~