最近幾年，人工智能的概念越來越火，相關的崗位，例如自然語言處理崗位、深度學習工程師工資，一度領先於計算機人才市場的大部分崗位，最高的人工智能崗位工資，甚至一度達到了年薪上百萬的標準。
也許上述的工資你覺得並不實在，但是對於一個剛畢業、或者工作沒幾年的年輕人來說，人工智能帶給你的工資，絕對遠超同齡人，所以市場的需求，也大大刺激了許多的年輕人，想要去從事這一崗位。
而且，與傳統計算機崗位不同，人工智能類的崗位，一般情況下比常見的計算機崗位更加穩定，因為人工智能技術依賴於數學基礎，算法基礎，因此需要的不是向web前端這種簡單重複性的工作。越長時間的積累，意味著更加豐富的經驗，也就變得更加值錢，很多人工智能領域的國際大師級別的教授，年齡大多都在50歲左右。例如，吳恩達、Lecun等。
那麼既然人工智能類的工資這麼高，肯定會有好多人來學，我們應該去哪裡學習？這裡，小編並不是很推薦大家去報培訓班，他們的培養目標是讓你找到工作，而不是讓你學習知識，這樣的速成型人才很快就會被市場淘汰。那麼，去學這樣的技術，首選就是國內的計算機研究所，和大學研究院。
我國大學本科階段是沒有人工智能專業的，只有在研究生階段才有。所以就會有一個問題，作為一個大學生，你應該去讀研究生嗎？而且是人工智能類的研究生。或者是一個智能類的在讀研究生。
目前，大部分國內一流公司的崗位招聘，大多數都要求碩士學歷，一些招不到人的小公司可能會選擇本科生就可以了，但是如果想在這個行業有更長遠的發展，還是拿到一個碩士學歷更加靠譜。小編向來比較反對考研，但是對於人工智能類的研究生，從市場行情來看，用三年時間去讀一個這樣的研究生還是很划算的。
但是，既然決定要去考一個人工智能類的研究生，也得去了解然後明確自己要考的方向，人工智能下設方向很多，例如，計算機視覺、自然語言處理、語音識別、圖像分類等。最好找到一個適合自己的方向，如果你沒有方向，那就去做計算機視覺好了。這是一個萬金油的方向，不管在哪個公司，都要普遍用到這樣的技術。所以，大家可以優先考慮計算機視覺方向。
但是，另一方面，兩手抓兩手都要硬，我們不能只專注於計算機的考研，另一方面也要準備好自己的專業技術。這樣才能在複試中脫穎而出，導師畢竟都更喜歡能幹活的人才。以小編的小侄子為例，他準備就業的方向，是自然語言處理，所以小編就建議他一邊準備考研，一邊學習自然語言處理概論（這裡推薦中科院的宗成慶教授的書）。
如果學有餘力，也可以去結合深度學習框架，去阿里的天池競賽平臺上找一些練手的題目，進行鞏固。
總的來說，兩手抓，兩手都要硬，合理分配時間，提高效率，才是打開研究生的正確姿勢！
