1樓：產品一哥
產品一哥：萬字乾貨！0基礎如何拿到產品經理offer《0基礎如何拿到產品經理offer-知乎分享》，資料提取碼【z8nr】
0基礎如何拿到產品經理offer-知乎分享產品經理求職-面經分享
產品經理求職-面經分享
2樓：
粗淺的了解
如果題主對人工智慧的了解僅僅是聽到別人談起，或者是看到社交平台上提到人工智慧就業比較火，建議作者在大一階段先了解下人工智慧的歷史，裡面各個專題的內容。因為人工智慧和其他資訊學科一樣，大一重在學習基礎的數學知識和計算機知識，一般不接觸深入的學科課程。所以建議題主通過學習學科歷史等一般性讀物，以及一些專業人士的學術報告，去確定是否對人工智慧有真正的興趣。
2.較為深入的了解
（1）轉專業
如果題主經過了解後想轉專業，為將來工作做準備，那就要把人工智慧當作輔修專業來學習，題主可以找一找知名高校的培養計畫，先熟悉一下整個課程體系，陸續展開學習。例如，以南大周志華老師設計的課程體系為例。
數學基礎和計算機基礎這部分，生物醫學工程專業也多有涉及，一些神經科學基礎課程可能也會學習到。題主可以針對機器學習、智慧型規劃、模式識別等課程進行學習，並完成一定的課程大作業。這樣基本為大三轉專業或者研究生轉專業奠定了基礎。
（2）知識運用
3樓：笑木
作為一名人工智慧行業的從業者，好高興看來有越來越多的人對人工智慧感興趣，而各大高校的人工智慧專業也如雨後春筍般冒了出來！
首先，興趣是最好的老師。
如果真的對人工智慧感興趣，可以先想一想自己想從事哪一方向的人工智慧，或者說自己對哪個方向的興趣更濃一些。
首先，先了解下人工智慧有哪些具體的方向。
AI是乙個大的門類，一般來說，涉及計算機視覺（影象識別）、語音識別、自然語言處理（NLP）、機器學習、大資料五大部分，當然根據不同的分類維度，也有把人工智慧分為：深度學習、自然語言處理、計算機視覺、智慧型機械人、語音識別、資料探勘六大類的。
想清楚了自己想要從事哪乙個方向的人工智慧，然後再考慮自己想從事哪個崗位的職業。
一般來講，人工智慧行業會涉及到軟體和硬體兩大模擬較核心的崗位。如果是軟體，比較核心的崗位自然就是演算法研究，而硬體比較核心的崗位則是硬體設計，電路設計，晶元設計相關的崗位。
不管從事哪個崗位，都建議盡量早點轉專業，這個需要經過涉及到系統的理論知識學習，包括高數，線性代數，概率論，資料庫，電路分析與設計，模擬電路，電子電路，嵌入式系統等，而這些課程，一般是軟體專業、電子資訊的必修課程。
如果轉專業比較困難，可以提前準備跨專業考研。但需要提前做一些準備。
如果你自己還沒考慮好該從事哪個方向，哪個崗位，可以建議先自學python程式設計。Python語言是入門人工智慧的首選語言。
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（MATLAB也能搞科學計算，但是軟體要錢，且很貴），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。
此外，人工智慧的機器學習，也可以先了解起來，不管以後想從事哪個方向，都是需要提前了解的。
4樓：大聖未來
人工智慧是目前比較火的乙個方向，它的分支有：和運籌學相關的、跟Machine Learning相關的、跟自然語言處理相關的，還有計算機視覺、Speech Recognition相關的，還有機械人相關的Motion and Manipulation相關的。
所以說人工智慧是乙個範圍很廣很廣的方向。那如果之後要從事這個領域，需要具備哪些知識呢？
工智慧型方向，需要的核心知識和技能：
首先，人工智慧方向需要數學分支。
那麼大家知道數學還包括純數學和應用數學這兩個分支。
純數學包括：Quantity（arithmetic)，Structure(algebra，圖論，數論，組合數學), Space (geometry), Change (微積分)這四個方向。
應用數學包括：數學優化，統計和概率，流體力學，數值分析，密碼學，控制理論，常微分和偏微分方程這些方向。
應用數學和純數學合在一起就構成了非常龐大、非常博大精深的數學體系。
針對不同的CS方向，它所需的數學知識也是完全不一樣的。
如果你要是想學人工智慧的話，它裡面是有很多演算法是和數學優化緊密相連的。
這一塊就需要去研究廣泛的使用微積分、數學分析，因為你要去優化的話，你首先要研究變化。
研究變化的學科，對應的就是微積分和數學分析。
再比如說應用數學，絕大部分的學生學CS的時候，一輩子都不會使用跟統計和概率相關的知識的。
但如果你要是想學人工智慧的話這一塊就很重要。
如果選擇考研的話，不知道題主是考國內還是國外。如果是考國外的話，建議按照以下做準備：
大一：準備階段
如果你現在作為大一的學生，你在上半學期就應該思考或者說是了解申請專業的方向，了解留學需要的準備。其中最最重要的就是保持你的GPA要在3.0甚至3.5以上。
大一的下半學期，就要確定專業的方向，明確我們托福、GRE、GMAT這類考試的內容。同時下半學期也要保證你的GPA要在3.0甚至3.5以上。
大二：提公升階段
度過了或許愉快的準備階段之後呢，就來到了大二的提公升階段。
在大二上半學期，我們就要進行托福的備考，了解留學的實時動態，同時要知道去尋找與申請方向相關聯的暑期實習。
大二上半學期一定要抓住秋招的機會。下半學期你可能已經搞定了實習，那托福的備考經驗就顯得十分的重要。
如果還沒找到實習的同學，一定要通過春招的時間再繼續找實習，還可以聯絡自己的導師，爭取進到實驗室或者參加大學生的科技比賽。
最後還要保證我們的GPA在3.0甚至3.5以上。
大三：衝刺階段
到了第三個學年就是衝刺階段了，托福和GRE的備考就要達到乙個衝刺的水平了。
進實驗室參加科研也是必不可少的，也不要放過最後的秋招機會。同時呢GPA還要保持在3.5以上。
到了大三下半學期呢，可能很多人都呈現了乙個疲憊的狀態。但是我希望大家可以咬咬牙，馬上就要勝利了。
托福和GRE的衝刺備考，就要在大三階段提上日程。
儘管有這樣的乙個壓力的備考，但我們也要用最後的春招再找到乙份高質量的暑期實習，來真真正正提公升我們的簡歷和PS的經歷。
最後也已然要把GPA保持住。
大四：申請關鍵期
大四的上半學期，我就叫做申請的關鍵期了。
除了托福和GRE的最後衝刺備考，還有文書的創作，比如CV、CS和推薦信。
還要聯絡到推薦人，選校定校的工作，填寫網申，TOEFL，GRE的送分兒，在學校開具成績單，開具財產證明等等。
大四的下半學期，就是乙個比較愉快的時間段了。
那麼也作為行前的準備，包括offer的錄取呀，選擇的學校啊，簽證的準備呀，體檢呀，租房機票啊，找室友出發等等。
以上就是一些就業和規劃的建議，希望對題主有幫助，如有未涉及到的可以 @大聖未來 了解哦~
5樓：拿OFFER-劉一刀
對大一的學生來說，考慮這個問題的核心不對。
說兩個點。
第一，有很多大一剛入學的學生向我們諮詢，說學的計算機專業，跟當時報考所想的計算機，是完全不一樣。不想學這個專業了，怎麼辦？
這個可能，跟你的情況類似。實際上，你所了解的人工智慧，可能只是個表象，別人說的多而已，你真正喜不喜歡其實你也不知道。
所以從高校教育角度來講，一般不建議在大一的時候就決定就業目標。
但是很矛盾的一點，轉專業又只能在大一進行。
所以得到的結論就是，先找乙個真正明白，人工智慧的學習內容，和就業方向的前輩聊一下，是不是你想的那個樣子？
然後，同樣找乙個你本專業的前輩撩一下，看看之後的發展，是不是跟你想的也不一樣？
說不准，你會決定，以生物為主，計算機為輔。甚至全身心投入到生物專業。
在對事情，不是完全理解的情況下，而且又直接影響到未來的發展，一定要慎重。
第二，如果是一線校招，對專業要求是不太高的。如果大一轉不了專業，自學就好，最多再找乙個實習。
從目前的情況看，網際網路的行業分層越來越明顯，而且這兩三年可能會出現乙個行業轉折點。
就是純網際網路路線，要麼可以做誇專業技術，比如生物領域的計算機應用，可能這個的競爭力過個3，5年，會更大一些。
當然這個自己的判斷
6樓：調皮的小孩子
大一剛入學時是0基礎
看到您這樣說，鄙人其實不好意思推薦您轉ai的生存是第一要素，從實際出發，學好本專業的，爭取找到乙份好一點的職位是正經事情
考慮到您還是大一，不能打擊您的積極性
要轉人工，首先您的數學，物理，英語都要頂呱呱其次，計算機真的零基礎的話
作業系統和網路必須要ok，光作業系統就夠您學的您自己看，能把作業系統學的ok在考慮學網路，接著附帶oracle基礎打好再來Python之類的
實際點，先把本專業績點弄好，接著搞好老師關係去旁聽——記筆記———請教——輔修——保研——ai比您自己自學現實多了
僅供參考
7樓：
加油吧！感興趣的話就可以好好學習，你才大一，好好學習，完全有可能。考研跨考也是很有可能的。
你現在需要準備的就是基礎知識，比如數學，英語，另外就是計算機基本知識，比如計算機組成原理，作業系統，資料庫，資料結構與演算法，還有就是計算機網路，這些基礎知識掌握的同時，還得自己學一門程式語言，鑑於你想學人工智慧，Python你的好好學，這是你最重要的實現能力。加油吧！
8樓：gwave
如果真的立志要做這個方向並要走的遠，三點建議：一學好微積分統計學和線性代數，物理也盡量學；二學好英語和程式設計Python為主；三廣泛的學習：神經科學博弈論哲學任何你感興趣的領域。
如果你只想走的快，各種機器學習學習班多如牛毛，做個工程師沒有問題，但發展潛力有限。
9樓：乙個傻瓜
人工智慧簡單來說就是研究如何讓計算機去完成以往需要人的智力才能勝任的工作，通過生產能像人類一樣做出智慧型反應的智慧型機器，來代替人類從事一些腦力或體力勞動。
我推薦你先看本書《終極演算法》！在《終ji演算法》中，全球著名的演算法問題專家、機器學習領域的先驅人物佩德羅·多明戈斯，為我們揭開了演算法的神秘面紗，讓我們一窺谷歌以及你的智慧型手機背後的機器學習原理。
計算機調劑，蘭大計算機還是國科大人工智慧非全
曉古城 國科大非全人家首先看到的是非全，蘭州大學全日制首先看到的是蘭州大學，非全還是研究所的，等於免費為導師打工，工作強度還很大，畢業後沒有派遣證不能校招，被限制死了。 K.Kai 非全確實可能會限制你以後的發展道路，但是你如果並不想去體制內，而是去一些網際網路企業，那你不用猶豫，這應該是最好的選擇...
人工智慧是當前最好的計算機專業嗎
石頭 大學學什麼，其實並不是那麼重要。如果是找工作，其實計算機專業都差不多。但顯然，人工智慧並不是什麼好專業。人工智慧應該算計算機演算法的乙個方向，除非你對這個方向有執著的熱愛，不然還是算了。就算你執著的熱愛，還是要看看你自己的能力，尤其是數學。 find goo 人工智慧現在整個產業都在晶元化，像...
學人工智慧 計算機專業 的學生為什麼要學習數電？
dremofly 對於計算機專業來說，數電也算是基礎課吧。從知其所以然的角度來說，數點絕對是計算機體系結構的基礎。時鐘，同步，暫存器，觸發器這些概念都是計算機的底層。從實習性的角度來說，ai有個方向也是使用fpga實現演算法加速。fpga本質上也是數位電路。雖然這個方面的開發過程可能已經不一定要寫v...