语音识别工程师培训

深度学习是机器学习的一个分支，信息时代大数据为深度学学习提供了广阔的用武之地。可以预见，深度学习在未来几十年仍会保持旺盛的势头。对于在校生或者想转行的人员，如果想往深度学习发展，未来的职业发展方向有哪些呢?主要有以下几种1)深度学习工程师。主要负责深度学习框架搭建、机器学习、图像处理等的算法和系统研发，支持公司相关产品在深度学习领域的研究。2)机器视觉研发工程师。主要从事图像分析与理解领域的技术研发与工程落地，将深度学习技术运用到人脸识别、OCR、物体检测、分类、分割等具体领域，构建与优化深度学习模型，提升效果、性能与易用性。3)语音识别工程师。主要负责语音识别核心模型的算法优化，跟踪业界领先的语音识别算法技术，推动语音识别研究进展。4)自动驾驶工程师。主要负责高可靠自动驾驶软件系统的设计和实现、系统的优化与维护，根据自动驾驶功能需求，规范细化软件开发，完成计算平台软件开发环境的搭建，将算法移植到指定硬件平台，并进行性能优化。

职业发展方向怎么写？它需要注意三大问题：第一，充分了解自己的优势，发现自己的弱点，进而将自己定位在一个适合发挥个人优势的职位上。并且多方面考虑自己的人格特征、工作兴趣、能力结构、工作价值观以及职业倾向，可通过专业的职业性格测评，或者向一些有丰富经验的前辈们咨询，做到全面综合地认识自己。第二，分析职场环境和工作性质，提高自己适应环境的能力以及明确工作需要的内容和方式。确定出适合自己发展的方向、组织和职位，在寻找方向上，要结合两点来展开，一个是企业的发展方向，一个是自己在企业打算的发展方向。第三，阐明自己的能力，以及如何在工作中发挥自己的才能，确定基本的发展路线以及制定应变的措施。职业发展方向怎么写的问题并不是很难，只要你牢记这些基本的方式和要求，那么，你的职业发展方向规划书一定很出色。

1、纵向发展：即员工职位等级由低级到高级的晋升，如由经理职位晋升到副总经理的职位，由助理工程师晋升到工程师的职位。纵向的职业发展主要强调的是员工职位承担责任由小到大，员工职位承担内容的挑战性由小到大，员工所掌握的技能或能力由低到高。

2、横向发展：指在同一层次不同职位之间的调动，如部门经理调到办公室主任，从事技术工作的研发工程师轮调到生产管理工程师岗位。这种横向发展可以发现员工的最佳发挥点，同时又可以使员工积累各个方面的经验，为以后的发展创造更加有利的条件。横向的职业发展强调的是员工需要对组织内不同职能领域的熟悉，当今组织更多需要的“T”字型的人才，所以不同职能部门之间的轮换，是组织培养干部的重要手段之一。

3、核心方向发展：虽然职位没有晋升，但是承担了更多的职责，有了更多的机会参加单位各种决策活动。如组织内的人事经理通常只是负责公司的招聘、培训、薪酬、绩效等人力资源管理工作，如果当领导将行政、总务等工作也都让人事经理来管理，那么人事经管辖的范围就更宽了，这样对人事经理能力的要求也更高了，我们都知道管理10名员工跟管理100名员工是不一样的！核心方向的职业发展强调的是职位不变，但是管理的范围更宽、管理的幅度更大，因此需要进一步提升任职者的综合能力。

根据中国职业规划师协会的定义：职业发展是组织用来帮助员工获取目前及将来工作所需的技能、知识的一种规划。实际上，职业发展是组织对企业人力资源进行的知识、能力和技术的发展性培训、教育等活动。

职业发展是致力于个人职业道路的探索、建立、取得成功和成就的终身的职业活动。是组织有效开发人力资源，确保组织需要的岗位有充足人选的方法。

参考资料：百度百科-职业发展

职业生涯规划的三个发展方向

1、纵向发展：即员工职位等级由低级到高级的晋升，如由经理职位晋升到副总经理的职位，由助理工程师晋升到工程师的职位。纵向的职业发展主要强调的是员工职位承担责任由小到大，员工职位承担内容的挑战性由小到大，员工所掌握的技能或能力由低到高。

2、横向发展：指在同一层次不同职位之间的调动，如部门经理调到办公室主任，从事技术工作的研发工程师轮调到生产管理工程师岗位。这种横向发展可以发现员工的最佳发挥点，同时又可以使员工积累各个方面的经验，为以后的发展创造更加有利的条件。横向的职业发展强调的是员工需要对组织内不同职能领域的熟悉，当今组织更多需要的“T”字型的人才，所以不同职能部门之间的轮换，是组织培养干部的重要手段之一。

3、核心方向发展：虽然职位没有晋升，但是承担了更多的职责，有了更多的机会参加单位各种决策活动。如组织内的人事经理通常只是负责公司的招聘、培训、薪酬、绩效等人力资源管理工作，如果当领导将行政、总务等工作也都让人事经理来管理，那么人事经管辖的范围就更宽了，这样对人事经理能力的要求也更高了，我们都知道管理10名员工跟管理100名员工是不一样的！核心方向的职业发展强调的是职位不变，但是管理的范围更宽、管理的幅度更大，因此需要进一步提升任职者的综合能力。

根据中国职业规划师协会的定义：职业发展是组织用来帮助员工获取目前及将来工作所需的技能、知识的一种规划。实际上，职业发展是组织对企业人力资源进行的知识、能力和技术的发展性培训、教育等活动。

职业发展是致力于个人职业道路的探索、建立、取得成功和成就的终身的职业活动。是组织有效开发人力资源，确保组织需要的岗位有充足人选的方法。

一种是自然顺势的发展。就是当职业符合自己的个人意愿时，在完成职业的要求中熟能生巧，自然而然地也就达到一个更高的境界。比如一个爱好写作的人应聘到一家报社做记者，时间一长，写得越多，顺理成章地就成了一名作家，甚至是较有影响的作家。

另一种则是人为努力的发展。就是当职业并不符合自己的个人意愿、但却无法改行时，在履职过程中渐渐培养起对现行职业的热爱，由此积累经验，竟然获得了意外的成功。比如一个爱好写作的人被录用到一家企业搞营销，一开始很不适应，但却无法改行，只好慢慢地去适应、习惯，居然渐渐地对营销产生了浓厚的兴趣，终于成为一代营销大师。所谓：“歪打正着”是也。

AI工程师需要的技能：技能一：监督学习中需要彻底掌握三个最基础的模型，包括线性回归（Linear Regression）、对数几率回归（Logistic Regression）和决策树（Decision Trees）。技能二：了解这些模型的数学含义，能够理解这些模型的假设和解法。写实际的代码或者伪代码来描述这些模型的算法，真正达到对这些算法的掌握。“K 均值算法”有必要认真学习，做到真正的、彻底的理解。技能三：理解假设检验容易被 AI 工程师遗忘的内容。要熟悉假设检验的基本设定和背后的假设，清楚这些假设在什么情况下可以使用，如果假设被违背了的话，又需要做哪些工作去弥补。技能四：具备最基本的编程能力，对数据结构和基础算法有一定的掌握。对于搭建一个人工智能系统（比如搜索系统、人脸识别系统、图像检索系统、推荐系统等）有最基本的认识。机器学习算法能够真正应用到现实的产品中去，必须要依靠一个完整的系统链路，这里面有数据链路的设计、整体系统的架构、甚至前后端的衔接等多方面的知识。

对于数据科学家或者人工智能工程师来说，最核心的竞争力无疑是他们对人工智能、机器学习等技术的知识积累以及融会贯通的能力。

我们之前的一系列分享中已经提到了这些“硬”实力的大范畴，这里我做一个简单的归纳。