有人报过优达学城的人工智能入门小班吗，真的有用吗？

有人报过优达学城的人工智能入门小班吗，真的有用吗？

现在情况变了，这些服务已经几乎没有或者不能保证质量了，为了避免误导，我还是提醒一下吧。

2019年4月，优达裁员，学生服务这块的全职工作人员只留下很少很少，无法保证质量，甚至原来的VIP班的质量都没有很好地维持。个性化学习任务没有了，只是像普通班一样有个群公告提醒进度和DDL，也很少私信关心你（其实学到进阶之后，你会发现这个服务用处不大，因为能去学进阶表明你已经上道了。但是，这些仍然计价呀！）。

甚至，实战项目的人工审阅也没有原来这么神奇了。首先时间严重滞后，裁员之后我上交的项目等了一周多。质量上，原来审阅者被誉为“扫地僧一样的存在”，可是在我最近的项目中，有个技术错误没有挑出来就让我通过了，是我自己往后学习才知道错了，但是发现问题之前已经把github链接放到简历里。我不知道这对我求职有多大影响，但要是技术领导真去翻看了，肯定一看就知道不对。

助教们还好，只要在服务期内，对学生都还不错，回答尽量满足，课也会认真上。但助教的人数在减少，除了4月裁员之外，最近貌似又有一次变动，有一批助教辞职，原因不知。

求职服务这块，应该就是报VIP的最高期望了。稀稀拉拉会有一些岗位发到群里，不过没看到我感兴趣的生物医学领域就没多关注。最近约的技术面试指导老师很好，不过要是能在我真正去面试之前约上就更好了……我约上CV面试的前两天提交了模拟面试的申请，在我面试完的当天晚上才约上了他，他给我模拟面试完之后，复盘当天真实面试。我整理了遇到的考题给他看，他就给我推荐一些更偏向基础理论的阅读材料或课程（不是优达的）。他说，优达的课更注重实战，至于基础部分，如果是有基础的人去看了会觉得解释得很好很惊艳，如果本身没基础的话，还是会感觉很囫囵，还要额外补充。所以我在下次面试之前还要复习一段时间。

现在新上线的课似乎也有降价处理，不过我不打算再关注了。

——————粗糙的分割线————————以下为原回答：

我是临床专业出身，离题主的生物有点距离，也算相似吧。我毕业后做了微信小编，也是在工作中接触到了AI，当时是在做医疗方面的新闻报道，说起来还不如你在实验室里接触到的那么直接，只是从Nature之类的大媒体报道去了解，也看过文献原文，就觉得很吸引，但是想看补充的python开源代码时就很受挫。

现在正在优达学习人工智能编程基础课程，先来谈谈学习感受吧，希望能帮助到你~

我本来打算自学python的，并且我原来对自己的自学能力是蛮自信的，小时候学画画啥啥基本没花学费钱，慢慢地就养成了朴素的良(qiong)好(ren)习(si)惯(wei)。当然这还是娱乐，让我颇感满意的是，刚参加工作时，起于兴趣学习了R语言，折腾一年之后单位就让我去辅导我们公司的学员……

但是在人工智能和python面前，就感觉触到了边界。一边是自己本身已经每天10小时的工作时间；一边是人工智能常用的python，在基础部分实在和R很像，我已经很难再靠自己的力量去跨出舒适区。

开始以为是自己的惰性，后来接触了更多自己的学员之后，发现这是很多人的普遍情况，是参加工作之后想要突破瓶颈时几乎必然遇到的问题。这时候你真的很渴望能有人帮你一把。

无意中发现优达学城时，首先惊叹于它的价格╮(╯▽╰)╭不过大致了解了他们的纳米学位和师资之后，就毫不犹豫地报了班

试学的时候就已经惊艳到了。学员10个左右，助教老师能够及时照顾到每个人，还有每天访问学习进度，问我有没有疑惑，虽然这部分我没有什么疑惑，不过还是感受到老师的关心，很适合拖延症健忘症。即便你没有这些毛病，也可以跟老师讨论每日所学。

到了正式班，大家报上每日方便学习的时间段，来与相近时间段工作的助教相匹配。比如我们班是夜猫子班（我想上班族大多会落在这个时段吧），就给我们安排了一位在美国的大助教，有时差优势，方便我们深夜讨论。

最让我敬佩的是，就这么9个学员的小班，每个人的进度不太一样，助教还能给分出A组B组，贴着我们的进度来给大家安排学习任务~

这些任务通过teambition App分配到个人，点开里面有更详细的小任务，比如要熟悉具体哪个函数、哪个方法等等，主要是每节视频课的要点，并设好预期完成的时间。

我开始只看小标题时，以为看过课程的视频就算了解了，划了勾，后来发现点进去还有拓展任务～(￣▽￣～)~悻悻地拉回来重新审视一遍，尽量在每周直播讲座之前有所了解。

在这种细致的安排里，学员既能把握知识的整体框架，又能提醒自己深入地复习某个节点。

我想这是小班学习的最大优势吧，能让老师及时照顾到每个学员。

一个人摸索的学习方式我也不陌生了，自己查阅资料来解决所有遇到的问题，渐渐建立一个知识领域的框架。如果时间充分，这是很容易出成就感的，像游戏里的开荒者，当你看见地图一点点清晰明了起来，踌躇满志。

但当时间紧迫的时候，现成的地图就成了旅行必备。虽然能良性发展的学习方式肯定少不了自己探索的成分，但有个明晰的框架就能事半功倍。

另外还有Udacity颇具胜名的Code Review。每个学习单元结束后会安排一个项目，综合所学内容，训练我们解决问题的能力。在提交项目之后的人工审阅，能给出很好的反馈，即使是实现了任务要求的段落，也可能给出更精妙的参考，让人眼前一亮，更别说做错的地方，当然会悉心解释啦：

这些意见，尤其是代码优化，都是值得收藏起来细细琢磨的地方。到现在你问我这钱花的值不值，我当然是觉得值啊~

听说还有职业规划，这也是我很期待的地方。如果你是直接奔着职业发展去学习的，那这点就更有帮助。最近就有一场人工智能岗位的解读和就业指导，我也想先听听再来谈谈看法。

不过就我目前的认识，它是在火速发展的一个领域，不管是新成果，还是国家政策，都很鼓舞人心。再说它本身应用范围较广，可以涉及很多专业，所以应该也有大量来自其他行业的人涌入（比如蠢蠢欲动的我），所以我想转行人士应该是比较普遍的吧。

我就先练习着，抓一份拉勾网上人工智能页面的数据，共抓到450个岗位，大致看一看。

觉得经验不限、应届毕业生、1年以下这些岗位应该是可以让有志转业的人去尝试的。再说如果题主还在校，我想是更有优势的，因为你还有时间去发展，还有很多可能性。作为应届生的话，以前我实习时也遇到一位姐姐告诉我：“应届生是最好骗岗位的，你就说我一张白纸，你想怎么培养我都行~500强你都可以去面~”不过我后来还是去了pre A的小公司～(￣▽￣～)~

那些有更高经验要求的岗位，我想或许工作年限长，且原岗位与目标岗位相关度比较高的人也可以去尝试。

下面是对学历的要求，可能是有大量偏于应用的岗位，所以更喜欢接纳本科、大专、硕士的人才？硕士、博士应该更倾向于研发。Emm。。。。我想硕士是个两栖体。题主是绿色的大三吧

再看看企业的情况：

看来这的确一个烧钱的领域，大公司占有更多的资源，所以有更多的岗位需求。不过也有不少创业公司参与这场游戏。

从人员规模上看，主要资源还是集中在大公司手里，不出所料啦。

至于行业分布，因为每个岗位可能会贴上多个所属行业的标签，所以我把它们打散了来看。数量是标签的数量，后面的百分比是所占岗位的百分比。

“移动互联网”是几乎每个岗位都会贴上的标签。我们的“医疗健康”占比较少。其他如“数据服务”也有可能有零星的生物医学相关的岗位。当然如果你想连行业方向都转，那就无所谓了，其他行业机会更多。

下面是我们比较关心的薪资情况：

emmmm……这么说来，要么早工作，要么去读博咯……

如果题主是本科毕业就打算工作的话，或许可以再看看要求本科的岗位都来自哪些公司：

感觉差不多。

啊当然还应该看看对人才专业的要求啦、和其他方向的信息做对比啦、多看几个招聘平台就更好了，不过抓取也要时间，而且专业的信息大多是在职位要求的描述里，并不是明确的结构化信息，整理起来比较复杂，等我有时间再来补充好不好*_*

PS：抓数据和作图都是用R，因为python还没有学到这么多，对不起优达的老师们^(oo)^