了解达内
零基础快速入行
有基础技术提升
人工智能无处不在
产业值超4000亿元
人才缺超500万
这个数据来源:中国日报网
我国人工智能人才目前缺口超过500万,国内的供求比例为1:10,供需比例严重失衡,全行业急需人工智能人才。
数据来源:职友集
Python一直蝉联TIOBE榜首
Python市场招聘量爆发式增长
Python简单高效应用范围广
每天有
数据来源:第三方招聘网站
全国月平均薪资
薪资分析
月平均薪资
数据来源:人社部
数据来源:脉脉人才智库
人工智能方向
数据分析方向
开发运维方向
不满工作现状,想掌握一项有前景的高薪技术
学习Python自动化技术,赋能本职工作,升职加薪
热爱Python+人工智能,自学难,无法快速突破
就业困境,想学热门技术增加竞争优势,快速就业
Python语言核心编程
全栈开发基础
1. 学习 Python 核心语法、掌握 Python 核心技能 2. 通过算法培养编程思维、逐步建立解决问题能力
1. 掌握面向对象编程思想 2. 了解面向对象架构设计过程 3. 真实项目设计,了解软件多层架构设计思想
1. 掌握Python语言高级特性 2. 掌握Python语言文件类型以及文件操作
分析项目需求,理解项目算法,熟练掌握Python软件开发技术,深入理解Python语言精髓
1. 熟练使用Linux,对Linux服务器环境有基本认知 2. 掌握网络通信协议,利用系统提供的API编写网络程序 3.能利用API进行多任务并发编程,提升程序处理数据效率
1. 掌握Web程序基本原理及一般执行过程 2. 掌握HTML/CSS/Javascript等常用前端开发技术 3. 能利用前端开发技术进行Web应用页面编写
1. 掌握数据库的基本概念 2. 能够熟练应用SQL语句操作数据 3. 能够熟练使用MySQL数据库进行存储数据库设计能力 4. 能够使用Python语言操作MySQL数据库
1. 了解软件项目开发基本过程,各阶段主要任务及风险 2. 掌握项目需求分析方法,了解项目设计原则,能将项目需求转化为设计方案 3. 能综合利用本阶段所学习的数据库、网络编程、前端开发编写具有实际价值的项目
1. 掌握Python服务端软件开发的核心技术,能够独立完成服务端软件开发,深入理解Python开发服务端的软件精髓 2. 熟练掌握Django后端开发框架使用
1. 理解非关系型数据的思想及应用,掌握使用非关系型数据 Redis的开发技能 2. 掌握Ajax和JSON开发、使用方法,熟练进行编程
1. 熟悉项目开发流程、掌握需求分析方法、熟悉项目文档编写 2. 前后端分离的设计思想、完成 前后端分离的电商 网站的后端代码编写
1. 了解人工智能起源、发展过程及现状 2. 掌握Numpy/Matplotlib/Pandas等常用科学计算库的使用,能进行数组/矩阵快速处理,使用工具对数据进行可视化 3. 掌握机器学习基本思想、流程及常用方法 4. 理解并掌握回归问题、分类问题、聚类问题常用模型、特点、实现方法及应用 5. 掌握机器学习模型评估及优化方法 6. 熟练使用sklearn通用机器学习库
1. 掌握图像分类预处理技术、图像分类样本标注方法 2. 能利用图像分类理论、深度学习框架解决工程中的图像识别、分类问题 3. 掌握利用Tensorflow搭建神经网络、深层神经网络方法 4. 掌握图像分类原理,能利用该原理进行手写体识别、服饰识别 5. 理解常用图像分割模型 6. 能利用深度学习平台实现Mask RCNN、DeepLab V3+模型
1. 了解推荐系统的作用、发展历史、现状及趋势 2. 掌握常用推荐系统思想、原理及经典算法 3. 利用推荐算法及工具解决实际项目问题
1. 理解掌握深度学习基本概念 2. 理解深度学习基本理论、原理 3. 掌握经典卷积神经网络、循环神经网络模型结构及特点
电子商城
人脸识别
工业产品质检系统
品牌广告投入分析与销售预测
项目目标:掌握标准B2C电商、互联网应用开发设计方案
项目关键技术点:
1.六大标准电商核心: 商品搜索、购物车、订单系统、第三方支付、用户中心 , 第三方授权系统 2.七大企业级技术解决方案: redis缓存、Celery异步解决方案、 Haystack+Elasticsearch商品搜索、第三方授权【Oauth2.0】、第三方支付【支付宝】、Celery定时任务解决方案 + 第三方sms对接方案
核心解决方案:20+数据库、1000+数据量、15+业务指标、10+解决方案
项目目标:根据人脸相似度,判断两张脸是否为同一个人,可用于人脸考勤、人脸门禁、人脸支付、人脸检票等等
1.人脸检测/人脸识别原理 2.MTCNN人脸检测模型 3.DeepFace、FaceNet人脸识别模型 4.常用人脸数据集(SFC数据集、LSW数据集、YTF、CelebA数据集、WIDER Faces数据集) 5.Tensorflow深度学习框架
核心解决方案:30+数据库、1000+数据量、20+业务指标、10+解决方案
1.图像分割原理:语义分割/实例分割/全景分割、评价指标(像素精度、平均像素精度、平均交并比)、图像分割的应用 2.经典分割模型:FCN(全卷积网络)模型、U-Net模型、Mask R-CNN模型、DeepLab系列(空洞卷积、条件随机场、ASPP、Xception、depthwise卷积) 3.常用数据集:VOC2012、MS COCO、Cityscapes、Pascal Context 4.图像分割工具:labelme 5.飞桨深度学习框架
核心解决方案:28+数据库、1000+数据量、10+业务指标、15+解决方案
项目目标:对于快消品企业,能够对商超门店的销售额进行精准预测,尤其是能量化自身所能控制的各种促销因素产生的结果
1.数据探索性分析:直方图 2.Seaborn:jointplot函数 3.数据集划分 4.决策树/随机森林算法 5.特征重要性排序 6.回归模型评价指标:平均绝对误差/R平方值/中值绝对误差等
核心解决方案:50+数据库、1000+数据量、20+业务指标、15+解决方案
网络爬虫
(规划期)
(基础期)
(拓展期)
(筹备期)
(准备期)
(求职期)
(发展期)