未来 3~5 年内，哪个方向的机器学习人才最紧缺？

点击查看全文

最近针对未来 3~5 年内哪个方向的机器学习人才最紧缺的讨论特别火热。

机器学习目前的主流方向包括：

1、互联网业务挖掘

使用的主要数据和要解决的问题,初级的业务挖掘人员的工作会离数据和算法更近;高级的业务挖掘人员会离用户和业务更近。

职位需求趋势：

这类职位的需求量非常大，基本所有的主要互联网公司都设置了这个岗位。这个岗位的名字常常有“分析师”，“数据挖掘工程师”等。

零售，金融，电信，制造业等行业对于互联网业务挖掘人员也持欢迎态度。近几年对于这类人才的需求很能会有非常大的增长。

2、推荐算法

解决的核心问题是给用户想要的，不要给用户不想要的，降低用户找东西的难度，给用户更多的惊喜。不同的互联网产品在不同的阶段，可以通过推荐系统解决不同的问题和实现不同的目标。

职位的设置情况和需求趋势：

相对业务挖掘岗位，有推荐算法职位的公司数量相对比较少。

3、广告算法

数据主要是俩块，一块是用户的数据，除了公司自有的数据以外，也可以通过DMP(数据管理平台)获取到一些用户的数据;另外一块是关于广告的数据。

需要解决的问题就是把用户和进行更好的匹配，提升总体的市场效率。其中CTR预估是非常重要的工作内容。

4、NLP

使用的数据和要解决的问题：

使用的数据主要是人们日常随意写出来的或者说出来的话。比如新闻，文章，微博上的话，qq的聊天，贴吧里的话，博客上的话，企业呼叫中心的对话等。

要解决的问题主要是对这些内容进行抽象，映射或者响应。比如信息抽取(命名实体识别，情感分析等)，机器翻译，聚类，分类，自动问答等。

5、图像处理

使用的数据和要解决的问题：

面对的数据是图像，具体也会有处理静态图像和动态视频的区别。以及离线处理和在线处理的区别。

常见的要解决的问题有检测(就是看某个图片里是否有某类东西，比如是否有人脸)，识别(就是输入一个图片，看这个图片和库里的哪个图片是一致的。)分割，拼接，3D重建，聚类，分类等。





























针对这个问题，我们也来讨论一下：
你认为未来 3~5 年内，哪个方向的机器学习人才最紧缺？
你觉得通过采集哪些数据，利用什么算法模型，可以预测出未来 3~5 年内，哪个方向的机器学习人才最紧缺
你会继续坚持现在的研究方向，还是会紧跟人才紧缺的方向，及时调整自己转方向呢？

点击查看全文