年薪10万与40万的程序员，差距到底在哪里

在互联网行业流传着这样一句话：“得人工智能者得天下。”人工智能可以说是当下最火热的领域。

据统计，到去年年底，在财富 500 强企业中，有 180 家对外宣布将要启动人工智能项目，从 Google、Facebook、亚马逊到国内的华为、 BAT 等顶尖科技企业，都在热忱地以高薪招募人工智能专家。以机器学习工程师为例，该岗位少则月薪1-2万，多则年薪百万，很多行业巨头甚至会以月薪几十万招聘人工智能顶级人才。

那么如何赶上这场21世纪前沿科技的浪潮，成为高薪抢手又能改变世界的机器学习工程师？七月在线《机器学习集训营》3个月帮你达成愿望！

集训营采用线上+线下授课模式，BAT专家面对面、手把手教学；除了直播答疑、作业批改、在线考试之外，特地增加开课前的入学测评，基于每一个人的测评数据量身定制个性化的不同学习路线。北京、上海、深圳、广州、杭州、沈阳、济南、郑州八城同步开营。

限120个名额，历时3个月，10个工业项目实战辅导 + 一对一面试求职辅导，真正帮你从零到年薪40万机器学习工程师！

适宜人群

◆ 在校学生：对人工智能感兴趣，希望以后从事人工智能相关的工作；

◆  想转型的在职人士：不满足当前的工作，希望升级技能、通过本次学习转向热爱的人工智能领域；

◆  零基础也可以参与本课程的学习，提供老师答疑

讲师团队

寒小阳

著名电商搜索广告负责人，多年实际ml/DL/dm项目经验，专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂，擅长用实际数据、代码、案例说话，备受数千名学员好评。

林老师

原BAT高级技术专家，更早时期先后任职于微软、EMC等，从事过操作系统、数据库和云存储相关产品的研发。擅长Python数据分析、爬虫。曾多次作为面试官参与BAT/EMC校招面试与出题，善于剖析leetcode经典题型、助人入门、提高。

David陈

人大统计系数据挖掘与统计应用硕士，从事数据分析挖掘多年，开发过某金融公司量化自动交易系统。现为七月在线Python教学负责人，喜爱以数据去理解事物，擅长从零起步，一步步将复杂问题简单通俗阐述，备受广大学员欢迎。

褚博士

芝加哥大学计算机博士，研究方向为NLP、ML、DL，熟练当前深度学习在NLP领域的模型与应用。

张雨石

Google工程师，北航硕士毕业，对深度学习、计算机视觉和自然语言处理有着极大的热忱，CSDN博客上有多篇文章流传甚广。去Google之前，曾先后在腾讯、百度实习。

唐博士

大连理工大学博士，研究方向为机器学习、数据挖掘、知识表示。目前主持国家自然科学基金一项，发表多篇SCI学术论文，具有多年教学经验，擅长由浅入深剖析知识点。

课程大纲

第一阶段：零基础快速上手编程

在线课程：1-基本python类型、判断与循环流程等

在线实训：2-python基本练习题

在线课程：3-文件/数据读写、面向对象、第三方库等

在线实训：4-多种数据读写与面向对象练习

线下实训：5-python基本练习题 与 google python实战题

第二阶段：数据爬取得心应手

在线课程：1-requests bs4解析静态网页和selenium解析动态网页

在线实训：2-电商网站17huo和天气预报数据抓取、模拟百度关键字搜索

在线课程：3-模拟登陆与scrapy爬虫框架使用

在线实训：4-豆瓣电影数据抓取、创业邦投资机构数据抓取

线下实训：5-新闻网站与链家网数据爬取（基于scrapy实现）

第三阶段：数据分析全攻略

在线课程：1-pandas花式数据统计与分析技能

在线实训：2-pandas综合练习

在线课程：3-用pandas完成机器学习数据预处理与特征工程

在线实训：4-pandas完成Kaggle机器学习预处理

线下实训：5-美国大选、共享单车数据分析

第四阶段：可视化提升数据逼格技能get

在线课程：1-好用的python可视化利器matplotlib

在线实训：2-matplotlib完成Titanic和自行车租赁数据可视化

在线课程：3-自带各种数据拟合分析的可视化利器seaborn

在线实训：4-seaborn完成Titanic和自行车租赁数据可视化

线下实训：5-美国大选、共享单车可视化技能巩固与实战

第五阶段：玩转大数据

在线课程：1-hadoop与map-reduce

在线实训：2-手写map-reduce完成词频统计，制作词云

在线课程：3-Spark与大数据处理

在线实训：4-Spark大数据日志分析

线下实训：5-大数据分析处理案例

第六阶段：机器学习原理到实战

在线课程：1-机器学习流程、预处理、特征工程

在线实训：2-Kaggle机器学习比赛中的特征工程处理实战

在线课程：3-模型评判标准与部分机器学习有监督算法

在线实训：4-sklean接口熟悉与机器学习建模指导

线下实训：5-sklearn建模与使用

在线课程：6-机器学习有监督算法与无监督学习

在线实训：7-sklearn刷Kaggle比赛题

在线课程：8-机器学习集成算法与大杀器Xgboost/LightGBM

在线实训：9-Xgboost与LightGBM使用

在线课程：10-数据科学比赛精讲

在线实训：11-数据科学比赛练习赛

线下实训：12-集成算法与场景建模

第七阶段：深度学习原理到实战

在线课程：1-深度神经网络、google wide&&deep模型、腾讯通用CTR神经网络框架与实现

在线课程：2-卷积神经网络、caffe实战图像分类、Tensorflow实战图像风格变换实现

在线课程：3-循环神经网络、Tensorflow实战情感分析与文本生成实现

线下实训：4-Caffe&&Tensorflow实战

第八阶段：实际综合项目与就业指导

线下实训：1-自然语言处理项目

(文本数据抓取+spark/pandas数据分析+可视化+特征抽取+Sklearn/Spark机器学习建模+深度学习建模)

线下实训：2-分类与推荐系统实战

(音乐数据抓取+spark/pandas分析+可视化+协同过滤+隐语义模型+特征抽取分类建模)

线下实训：3-图像项目

(图像分类+图像检索)

线下实训：4-机器学习面试辅导

(面试注意点+常见面试考点精讲+简历指导+项目展示)

扫码试听