企業(yè)在深度學(xué)習(xí)與機(jī)器學(xué)習(xí)技能上對(duì)人才有哪些要求？

想成為一名優(yōu)秀的開(kāi)發(fā)工程師不是一件簡(jiǎn)單的事情，除了掌握工程師的通用技能以外，還需要掌握機(jī)器學(xué)習(xí)的各種算法，更需要掌握從開(kāi)發(fā)到調(diào)試到優(yōu)化等一系列能力，這些能力中的每一項(xiàng)掌握起來(lái)都需要足夠的努力和經(jīng)驗(yàn)。?近兩年來(lái)，深度學(xué)習(xí)框架技術(shù)領(lǐng)域正在飛快的發(fā)展，我們?cè)谡劦綑C(jī)器學(xué)習(xí)工具時(shí)，首先想到的就是深度學(xué)習(xí)框架。也是大家在技能進(jìn)階過(guò)程中必學(xué)的一項(xiàng)。今天我們就從深度學(xué)習(xí)框架的發(fā)展趨勢(shì)入手，分析現(xiàn)在企業(yè)對(duì)人才在深度學(xué)習(xí)框架與其他機(jī)器學(xué)習(xí)工具技能上有哪些要求。

▌深度學(xué)習(xí)框架技術(shù)哪家強(qiáng)？你 Pick 了誰(shuí)？

根據(jù) GitHub 活躍數(shù)、開(kāi)發(fā)人員使用人數(shù)、在招聘描述中出現(xiàn)的頻率等綜合數(shù)據(jù)分析，Google的 TensorFlow 仍穩(wěn)居第一，被廣大網(wǎng)友一致認(rèn)為非常適合入門(mén)學(xué)習(xí)的 Keras 、人氣漲勢(shì)迅速的 PyTorch 、還有 Caffe 、Theano、MXNet 、CNTK 、Caffe 2.0、FastAi等框架都緊隨其后，受到越來(lái)越來(lái)多開(kāi)發(fā)者和企業(yè)的關(guān)注。

近日，ICLR 2019（國(guó)際學(xué)習(xí)表征會(huì)議，被認(rèn)為是深度學(xué)習(xí)的頂級(jí)會(huì)議）開(kāi)始投稿。在 Reddit 上有一個(gè)話題討論：” ICLR 2018 & ICLR 2019 使用 TensorFlow、Keras 和 PyTorch 深度學(xué)習(xí)框架的論文數(shù)量對(duì)比”，從數(shù)據(jù)中我們可以看出，這三個(gè)深度學(xué)習(xí)框架仍然是關(guān)注度最高的三個(gè)框架，而今年 PyTorch 的漲勢(shì)則非常大。10 月 3 日，F(xiàn)acebook 更是重磅發(fā)布深度學(xué)習(xí)框架 PyTorch 1.0 開(kāi)發(fā)者預(yù)覽版，包括一系列工具和集成；fast.ai 發(fā)布的 fastai.1.0 也是基于 PyTorch 構(gòu)建的開(kāi)源深度學(xué)習(xí)庫(kù)。

Keras 之父Fran?ois Chollet 在之前的一條 Twitter 中也曾表達(dá)過(guò)他的一些觀點(diǎn)：“我覺(jué)得 TensorFlow 和 Keras 有 80％ 的可能性在 20 年后仍然存在，并在 10 年后（2028年）仍擁有龐大的用戶群。卷積神經(jīng)網(wǎng)絡(luò)在 20 年后（2038年）仍然流行的概率大約是 20％，AI 領(lǐng)域的發(fā)展實(shí)在太快了?！保╲ia:Fran?ois Chollet）

▌國(guó)內(nèi)開(kāi)始奮力發(fā)展，積極打造全方位生態(tài)體系

當(dāng)前，因?yàn)闄C(jī)器學(xué)習(xí)、深度學(xué)習(xí)一些基礎(chǔ)性算法已經(jīng)較為成熟，各科技公司紛紛建立算法模型工具，以便開(kāi)發(fā)者和公司參考和使用并幫助大家實(shí)現(xiàn)技術(shù)進(jìn)階與轉(zhuǎn)型。雖然上面提到的這些框架都是國(guó)外的 AI 科技巨頭或高校的研究成果，但是國(guó)內(nèi)的科技企業(yè)和研究機(jī)構(gòu)也已經(jīng)開(kāi)始在這個(gè)技術(shù)領(lǐng)域上奮起發(fā)力，比如此前最為大家所熟知的由百度發(fā)布的深度學(xué)習(xí)開(kāi)源平臺(tái) PaddlePaddle，今年小米發(fā)布了自研移動(dòng)端深度學(xué)習(xí)框架 MACE。上周，華為在全聯(lián)結(jié)大會(huì)上發(fā)布了 AI 戰(zhàn)略。除了宣布兩款 AI 芯片外，更是重磅發(fā)布了面向 AI 開(kāi)發(fā)者的一站式開(kāi)放式平臺(tái)——ModelArts 和開(kāi)發(fā)框架 MindSpore 。

另一個(gè)必須要提到的工具就是以 AutoML 為代表的自動(dòng)機(jī)器學(xué)習(xí)工具。Google 推出的開(kāi)發(fā)者的利器——AutoML 相信大家已經(jīng)非常熟悉了。在 Cloud AutoML 發(fā)布之時(shí)就表示”我們希望，即便你不懂機(jī)器學(xué)習(xí)，也能幫你訓(xùn)練出一個(gè)定制化的機(jī)器學(xué)習(xí)模型，讓 AI 技術(shù)能夠普及每一個(gè)企業(yè)“。為了開(kāi)發(fā)者和公司不被技術(shù)的壁壘所限制，類(lèi)似 Cloud AutoML 的工具開(kāi)始不斷出現(xiàn)。微軟之前也發(fā)布了云端服務(wù)的 Custom Vision；GitHub 上公開(kāi)的開(kāi)源自動(dòng)機(jī)器學(xué)習(xí)庫(kù) Auto-Keras；今年，國(guó)內(nèi)探智立方公司也發(fā)布了人工智能模型自動(dòng)設(shè)計(jì)平臺(tái)——DarwinML 1.0。

未來(lái)，TensorFlow 與其他框架的競(jìng)爭(zhēng)仍將繼續(xù)；科技公司也在積極合作探索模型互換、遷移等技術(shù)；同時(shí)，開(kāi)源框架也將向著統(tǒng)一與標(biāo)準(zhǔn)化的方向發(fā)展。更高級(jí)的 API 也將占據(jù)更重要的地位，例如 Keras，可以與 TensorFlow、MXNet 等多種框架結(jié)合運(yùn)行，甚至可以取得雙贏的效果；對(duì)計(jì)算力的高需求，如何突破現(xiàn)在面臨的瓶頸；隨著應(yīng)用場(chǎng)景的不斷豐富，機(jī)器學(xué)習(xí)工具如何結(jié)合各行各業(yè)進(jìn)行工業(yè)級(jí)、大規(guī)模實(shí)踐；如何利用自動(dòng)模型工具更高效的訓(xùn)練模型、選擇模型都是我們要探討的問(wèn)題，也是所有AI 開(kāi)發(fā)者要學(xué)習(xí)與努力的方向。

▌企業(yè)更關(guān)注開(kāi)發(fā)人員的哪些技術(shù)技能呢？

上面的圖表是國(guó)外一位作者爬取了LinkedIn、Indeed、Simply Hired、Monster 和 Angel List 上的招聘描述。營(yíng)長(zhǎng)也在國(guó)內(nèi)某互聯(lián)網(wǎng)、技術(shù)人才招聘網(wǎng)站上搜索了幾個(gè)著名科技公司的招聘需求?？梢钥吹剑瑹o(wú)論在國(guó)內(nèi)還是國(guó)外，TensorFlow 都是現(xiàn)在是各大企業(yè)在招聘描述中關(guān)注度最高的深度學(xué)習(xí)框架。

還有一些實(shí)習(xí)生的招聘要求：

可見(jiàn)，除了深度學(xué)習(xí)框架，大規(guī)模機(jī)器學(xué)習(xí)平臺(tái)與分布式平臺(tái)的設(shè)計(jì)和開(kāi)發(fā)、集群并發(fā)計(jì)算開(kāi)發(fā)等相關(guān)的實(shí)踐能力與經(jīng)驗(yàn)同樣非常重要。但是，我們往往很難真正接觸到工業(yè)級(jí)大規(guī)模的業(yè)界實(shí)際問(wèn)題，那面試的時(shí)候又如何具備這些知識(shí)與技能呢？如果從一開(kāi)始就沒(méi)有這方面的積累，到真正找工作時(shí)候又如何應(yīng)對(duì)？

現(xiàn)在，CSDN 以 AI 開(kāi)發(fā)者的需求為導(dǎo)向，聯(lián)合硅谷 AI 社區(qū) AICamp 出品的 2018 AI 開(kāi)發(fā)者大會(huì)（AI NEXTCon）于 2018 年 11 月 8-9 日在北京召開(kāi)。

8 日下午，我們專(zhuān)門(mén)開(kāi)設(shè)“機(jī)器學(xué)習(xí)工具技術(shù)專(zhuān)場(chǎng)”，為大家邀請(qǐng)到了在研究和工業(yè)級(jí)大規(guī)模機(jī)器學(xué)習(xí)平臺(tái)開(kāi)發(fā)、深度學(xué)習(xí)平臺(tái)開(kāi)發(fā)應(yīng)用有著豐富經(jīng)驗(yàn)的技術(shù)專(zhuān)家們。

大家不僅可以學(xué)習(xí)到 TensorFlow 在工業(yè)級(jí)大規(guī)模平臺(tái)的應(yīng)用開(kāi)發(fā)與案例；深度學(xué)習(xí)框架新架構(gòu)下的應(yīng)用、測(cè)試分析與調(diào)優(yōu)技術(shù)；百度 PaddlePaddle 平臺(tái)核心技術(shù)的開(kāi)發(fā)實(shí)踐與應(yīng)用；還有Google Brain 技術(shù)專(zhuān)家與你一起共同探討 AutoML 在不同領(lǐng)域中的應(yīng)用。

下面介紹機(jī)器學(xué)習(xí)工具技術(shù)專(zhuān)題的重磅講師團(tuán)：

鄒欣：微軟亞洲研究院研發(fā)經(jīng)理

演講議題：AI 平臺(tái)和應(yīng)用實(shí)踐

鄒欣老師，負(fù)責(zé)過(guò)必應(yīng)搜索客戶端、必應(yīng)輸入法、必應(yīng)詞典、微軟小娜等產(chǎn)品。曾出版《移山之道》、《編輯之美》（合作）、《構(gòu)建之法》三部書(shū)籍。鄒欣老師是 CSDN 博客專(zhuān)家，在 CSDN 博客網(wǎng)站上開(kāi)設(shè)人工智能專(zhuān)欄，文章深受開(kāi)發(fā)者們的喜愛(ài)。

袁進(jìn)輝：北京一流科技有限公司董事長(zhǎng)、首席科學(xué)家

演講議題：如何讓深度學(xué)習(xí)框架具有橫向拓展能力？

袁進(jìn)輝老師于 2008 年 7 月獲得清華大學(xué)計(jì)算機(jī)系工學(xué)博士學(xué)位，并獲得清華大學(xué)優(yōu)秀博士學(xué)位論文獎(jiǎng)。2013 年加入微軟亞洲研究院從事大規(guī)模機(jī)器學(xué)習(xí)平臺(tái)的研發(fā)工作。2014 年，發(fā)明了當(dāng)時(shí)世界上最快的主題模型訓(xùn)練算法和系統(tǒng) LightLDA，只用數(shù)十臺(tái)服務(wù)器即可完成以前數(shù)千臺(tái)服務(wù)器才能實(shí)現(xiàn)的大規(guī)模主題模型，該技術(shù)成功應(yīng)用于微軟在線廣告系統(tǒng)。2015 年至 2016 年底，專(zhuān)注于搭建基于異構(gòu)集群的深度學(xué)習(xí)平臺(tái)。2017 年創(chuàng)立北京一流科技有限公司，致力于打造分布式深度學(xué)習(xí)平臺(tái)的事實(shí)工業(yè)標(biāo)準(zhǔn)。袁老師將會(huì)會(huì)結(jié)合深度學(xué)習(xí)對(duì)計(jì)算力需求，分析目前在軟硬件上的瓶頸；提出深度學(xué)習(xí)框架的新架構(gòu)；并教大家在靜態(tài)調(diào)度的流式引擎新架構(gòu)的深度學(xué)習(xí)框架下，如何進(jìn)行測(cè)試結(jié)果分析、性能調(diào)優(yōu)等一系列實(shí)踐技能。

林嵩：Google Developers Experts 谷歌開(kāi)發(fā)者專(zhuān)家

演講議題：基于 TensorFlow 框架的輕量級(jí)深度學(xué)習(xí)應(yīng)用實(shí)踐

林嵩老師是大中華地區(qū)首位人工智能和機(jī)器學(xué)習(xí)方向的谷歌開(kāi)發(fā)者專(zhuān)家。在提議題時(shí)，林老師特別告訴營(yíng)長(zhǎng)，“我希望介紹的應(yīng)用案例都是每個(gè)人都可以去嘗試的，服務(wù)器單機(jī)甚至移動(dòng)端就可以實(shí)現(xiàn)的”，相信這樣的內(nèi)容無(wú)論大家在哪類(lèi)開(kāi)發(fā)平臺(tái)都不可錯(cuò)過(guò)，相信林老師豐富的開(kāi)發(fā)經(jīng)驗(yàn)也一定可以讓大家獲益匪淺。

Yifeng Lu：Staff software engineer of Google Brain.

演講議題：Google AutoML 在研究與商業(yè)領(lǐng)域的領(lǐng)域

Yifeng Lu 是 Cloud AutoML Vision 的技術(shù)負(fù)責(zé)人和架構(gòu)師。相信大家現(xiàn)在對(duì) AutoML 已經(jīng)不再陌生，今年 1 月，Google 發(fā)布了最新的 Cloud AutoML 技術(shù)，此技術(shù)能使企業(yè)開(kāi)發(fā)者們通過(guò) Google Cloud 平臺(tái)自動(dòng)創(chuàng)建機(jī)器學(xué)習(xí)模型。谷歌首先發(fā)布了 AutoML Vision，用于建立機(jī)器視覺(jué)模型的工具。由于 AutoML 使用費(fèi)用昂貴，平常大家很難有機(jī)會(huì)參與實(shí)踐。這次大會(huì)我們專(zhuān)門(mén)邀請(qǐng)到了 Cloud AutoML Vision 的技術(shù)專(zhuān)家，也希望幫助大家在技術(shù)之路上再進(jìn)階一個(gè)層次。

胡曉光：百度深度學(xué)習(xí)技術(shù)平臺(tái)部主任工程師

演講議題：PaddlePaddle 平臺(tái)的核心技術(shù)與應(yīng)用實(shí)踐

胡曉光老師具有多年的深度學(xué)習(xí)算法實(shí)踐經(jīng)驗(yàn)，2015 年帶領(lǐng)團(tuán)隊(duì)上線全球首個(gè)基于深度學(xué)習(xí)的在線翻譯引擎，現(xiàn)在負(fù)責(zé) PaddlePaddle 框架應(yīng)用開(kāi)發(fā)，致力于打造最好用的深度學(xué)習(xí)平臺(tái)，服務(wù)廣大AI開(kāi)發(fā)者。本次大會(huì)上，胡老師將通過(guò)分析 PaddlePaddle 原理，深入講解深度學(xué)習(xí)框架的實(shí)現(xiàn)方式，移動(dòng)端部署，以及并行等技術(shù)實(shí)踐問(wèn)題；并結(jié)合在 CV 與 NLP 領(lǐng)域的應(yīng)用案例進(jìn)行全面分析。

除了機(jī)器學(xué)習(xí)工具技術(shù)專(zhuān)題之外，我們還為大家準(zhǔn)備了“計(jì)算機(jī)視覺(jué)”、“自然語(yǔ)言處理”、“數(shù)據(jù)分析”、“機(jī)器學(xué)習(xí)”、“知識(shí)圖譜”、“語(yǔ)音識(shí)別”等技術(shù)專(zhuān)題，以及“智慧金融”、“智能駕駛”、“智慧醫(yī)療”等行業(yè)峰會(huì)。大會(huì)完整日程以及嘉賓議題請(qǐng)查看下方海報(bào)。