相信很多人学python可能最终目的是冲着从事人工智能而来，这里不得不说，真正的人工智能门槛高，而且对学历、数学功底、编程能力等等都是有很高的要求，下面是我截图拉勾上海地区人工智能首页招聘信息，图中可以看到，真正的人工智能（涉及较深算法、机器学习、深度学习、图像处理、自然语言处理等）岗位基本很多要求硕士以上学历，而且工作年限3-5年居多，当然本科学历也不是不可以，只是可能要求工作经验多些，能力强，工资自然也不用多说，20K算是比较保底了

那么问题来了，人工智能门槛高，我们是不是没有机会入行人工智能？

当然不是。因为我们还有数据分析，可以作为一个中间跳板，因为人工智能跟数据分析联系很紧密，在座的相信也有很多同学也怀揣着一个想法，即使做不了人工智能，也要做python数据分析，或者量化交易之类的，进入金融公司，拿到比一般开发高的工资，环境又爽，漂亮小姐姐小美眉又多，时不时还能撩一下，这个想法有一定合理性，去年我在深圳的公司和今年在上海的公司都是金融公司，女生确实比大部分互联网公司多好多，而且又很少加班，这点倒是挺爽的，当然，话说回来，进金融公司有时候也需要面试有一定运气，技术也要说的过去。

刚才我上面提到先从事数据分析作为一个跳板，究竟应该怎么跳才能少走弯路？或者说即使做不了人工智能，做个数据分析拿到更高点的工资也行，怎么实现？今天不讲代码，先让大家有个感知，数据分析到底能做些什么，我聊聊我现在的公司情况，都做哪些东西。

我现在职位是数据分析与人工智能调包侠。因为公司项目不是学术型项目，而是应用型项目，所以怎么快怎么来，大部分功能都能通过调包来解决，需要自己写的无非是业务逻辑和一系列按照要求的数据处理流程等。公司的项目大概是一个自动化测试平台项目，当然我知道你看这个名字是懵逼的，因为我刚到公司时候也是懵逼的，我简单介绍下会用到哪些技术和库吧，还有想实现什么功能

目前需要实现的功能：
1、一个项目运行过程中，出现的异常bug信息，我们通过图像识别技术和自然语言处理技术对捕捉到的bug进行收集，收集好后跟据自然语言处理和python数据处理，对这些缺陷进行自动分类（1-5类），1类严重性等级最高，5类最低，bug通过程序自动分类完，后期开发人员根据缺陷严重程度修改bug，这中间数处理过程中用到结巴分词，分类时候用到机器学习的朴素贝叶斯、支持向量机、线性回归、决策树、随机森林算法，构造词向量用到自然语言处理词语相似度计算，这些算法可能大家听着比较玄乎，感觉像玄学，其实不然，这些东西真正接触2个月，就可以知道大概是怎么回事了，因为大部分仍然是在调包，调参数，不需要我们自己去实现一些算法，这里提一下，为什么说python是人工智能+数据分析首选语言（当然不是我说的，其他语言从业者勿喷），看下图，很多开源库都支持python，开源库多，我们在实现很多功能的时候，就不用自己去造轮子，直接用别人现成的东西，就会很快速，这也造就了不少从培训机构培训出来的同学，虽然人工智能门槛高，但只要会调包，有一定python数据分析基础和python基础，也能找到类似我这种的数据分析+人工智能调包侠的半吊子岗位

2、软件可靠性预测，用到一个测试领域的G-O模型，根据高数中的最大似然法进行求参数，求参过程中用到穷举法和sympy解方程，得出软件可靠性预测曲线，比如最后预测1000个bug产生需要多久时间，或者反过来，20天内，会产生多少个bug，就是做这样一件事

3、另外一个需要实现的功能是，我们做了很多数据处理分析的方法，需要通过web页面展示，输入什么参数，做哪些处理，后端处理好后返回到前端展示，我这边用的django来做的，大概思路就是前端发送ajax请求传参数到后端，后端根据参数读取和处理数据，然后返回前端，前端在渲染成表格页面，当然实际业务流程比我说的复杂的多，不是一两句话能说清的。做web时候因为我们这个web项目要求并不多，项目组也没懂python web框架的，涉及的基础东西比如django+Linux+uwsgi+nginx部署和前端js编写暂时我在做

以上就是我提到的，我现在的工作内容涉及的一些大的方面的技术知识，当然之前写过几篇入门学习路线文章，有兴趣可以多了解学习，过两天马上会带大家学习python数据分析+机器学习+人工智能