北京，一座拥有 2000 多万人口的巨型城市，这里拥有全中国最好的互联网就业环境，所以这里也拥有全中国最多的程序员。中国大概有 500 万程序员，在北京的人数占比是 17.8%，也就是 10 万左右，他们分布在这个城市的每个角落，用每一行代码串联出他们的生活。

一般程序员的来源有 3 种：

1、通过各大院校里面的计算机相关专业的学习，毕业后从事程序员职业，这个是目前中国程序员最主要的来源。

2、各大软件培训机构，由于中国科技发展太快，人才跟不上科技发展的步伐，导致软件人才缺口非常大，所以会有很多社会机构开设相关培训课程。

3、通过自学，掌握软件开发技能，进入软件行业，这个部分的人比较少。

抛开第一个和第三个，在庞大的程序员群体中，从培训班走出来的程序员其实也占了很大的部分。由于高校里面的师资力量有限，教师课程比较老旧，教师缺乏实战经验，导致高校里面一个班的计算机专业学生，毕业后真正从事软件开发行业的可能不到一半，只是通过高校来培育计算机专业人才根本就不能满足当前社会对软件人才的需求，这就导致了软件培训机构的兴起，学员主要包括，一些计算机专业毕业，但是没有掌握开发技能的学生，非计算机专业毕业但是想从事软件行业的大学生，社会上其他行业想转行高新行业的社会人员。培训机构大部分入学条件是 0 基础，培训机构出来的学员 90% 都会从事软件开发行业，弥补了当前社会发展所需要的一部分软件人才。

虽然这类程序员有一定的编程能力和处理实际业务的能力，但往往基础不是特别牢固，往后发展的上限也不会特别高，所以很多大厂往往会对这类求职者保持观望的态度，不会给予立即录用，这也让很多求职者十分苦恼。

特别是在 AI 领域，一般大企业强调的不只是语言编写能力，还会要求你有优秀的数学思维、充分的主观能动性等能力， 而一些培训机构只能学到比如 Python、Go 语言的基础编写能力，所以往往求职者培训完之后无法找到一份合适的工作。

又或者你目前已经入职了一家比较满意的公司，但发现周围的同事们都是科班出生，你比起他们基础相对薄弱，很多东西培训班根本学不到，所以更该利用课余的时间去努力学习业界优秀的技术和案例，看看大厂、独角兽们都是如何利用 AI 技术赋能业务的。

业内都传 35 岁对于程序员来说是一个槛，而我看来这只是在强调一件事，程序员是一个需要不断学习、不断积累的行业。你该做的就是向业内最好的标杆学习，不断提升自己。今天小编给大家推荐一个干货满满的技术会议。

AICon 全球人工智能与机器学习技术大会 将于 11 月份在北京国际会议中心举办，这里不仅有硅谷、BAT、独角兽们的 AI 技术案例解析，还有 颜水成、贾扬清、崔宝秋、吴华 等大咖现场经验分享。包含机器学习、计算机视觉、搜索推荐、智能金融、AI+ 产业、AI 芯片、NLP、知识图谱等 13+ 热门技术专场，干货十足。

部分议题抢先看：

• 《NLP 在小米的探索与实践》  王斌 / 小米 NLP 首席科学家

NLP 在小米具有十分丰富的应用场景，一方面要为大量智能硬件的 AI 赋能服务 (如语音交互、多语言支持)，另一方面也要为搜索、推荐、广告等内容应用提供技术支撑。大量多样化的应用场景也给 NLP 技术提出了技术通用性与跨领域俱备、云端与设备端并存等挑战。针对这些挑战，小米 AI 实验室 NLP 团队进行了大量技术研究和应用落地工作。本次报告将会结合小米实际业务需求，介绍小米在 NLP 平台构建、内容过滤、人机对话、机器翻译等方面的探索和实践工作。

• 《刻画物理世界的 AI 技术和应用》  何仁清 / 美团点评算法通道主席 & 美团配送 AI 方向负责人

美团配送作为全球最大的即时配送网络，具有丰富的大数据和应用场景优势，结合机器学习、时空间大数据、AIoT 相关技术，我们在“物理世界数字化和智能化”这方面做了很多探索和尝试，这次主要分享这方面的重要技术和相关经验。

• 《滴滴搜索系统的深度学习演进之路》  陈欢 / 滴滴出行 高级专家算法工程师

本次讲座将介绍滴滴搜索的技术框架和用深度学习技术升级滴滴搜索引擎的演进过程。我们对搜索引擎的全流程模块都进行了深度学习技术升级，包括查询词改写、检索召回和排序。在这个技术演进的过程中我们突破了许多工程落地的困难，同时我们结合出行场景特性对这些模块进行了效果优化，相信其中的难点突破、创新设计对大家会有帮助。

• 《从研究到落地：小米计算机视觉算法实用化探讨》  黄英 / 小米 人工智能部 AI 实验室视觉组总监

本演讲从小米公司实际案例出发，如新上线的魔法换天功能等，介绍了如何将核心算法落地实际场景，如何在精度和效率上进行调试优化，确保最终的用户体验。算法实用化过程中总会遇到很多困难点，遇到很多不好解决的 BadCase，效率上的优化也没有止境，这些都欢迎参会工程师一起探讨。

• 《智能家装设计中的 3D 算法应用实践》  赵斌强  / 阿里巴巴 资深算法专家

3D 算法在淘宝有广阔的应用前景。以家居行业为例，通过 3D 技术可以给消费者带来“所见即所得”的效果，从而大大降低消费者实地考察的时间成本和商品不合适需要退换的高昂成本；在设计师领域，通过 3D 和机器学习结合，给设计师带来强大的自动搭配和自动设计能力，从而大大降低设计师设计作品所消耗的时间，提升设计师的服务能力。

• 《知识图谱在小米的落地与挑战》  刘作鹏  / 小米 人工智能实验室总监

小米具有极其丰富、不断发展的产品和业务形态，一方面给知识图谱提供了广阔的应用场景，另一方面也给知识图谱的构建和应用提出了挑战。针对这些挑战，小米知识图谱团队做了大量的技术研制和落地应用等工作。本报告主要分享我们在图谱构建与应用过程中的一些经验和体会。

• 《AI 赋能普惠金融的探索与实践》  周俊  / 蚂蚁金服 人工智能部总监

当下金融科技是一个非常热的话题，AI 更是如此，AI+ 金融科技存在巨大的想象力，但金融场景跟传统的推荐搜索广告等场景又存在较大的差异，如何在金融场景中发挥 AI 的价值？如何让 AI 更好赋能金融科技场景，帮助各个业务取得效果提升？蚂蚁金服在 AI+ 金融领域经过了多年的探索，沉淀了较多经验，许多场景应用 AI 技术取得了较好的效果提升，同时 AI 技术经过这些场景的打磨，也具备了金融特色，两者形成了很好的互动和融合，助力普惠金融。

• 《腾讯云知识图谱技术与应用实践之路》 吴睿  / 腾讯云 知识图谱与图计算负责人

本次讲座将介绍腾讯云知识图谱技术框架及落地应用的案例。知识图谱在泛互联网、政务、金融领域，被寄予提升机器认知推理的期望。但知识图谱作为一项系统性工程，在落地实体画像、搜索、推荐、问答场景时，面临诸多问题。腾讯云知识图谱在这个技术落地演进的过程中，突破了产品、架构、工程、算法的困难，同时我们针对场景特性，对知识抽取、知识推理等这些模块进行算法优化，相信其中的应用思考、架构布局、算法创新对大家会有帮助。

• 《微软小冰：人格化对话机器人的构建及在语音场景当中的实践》 曾敏  / 微软小冰对话系统负责人

微软小冰是领先的跨平台人工智能机器人，本次讲座将介绍微软小冰最新的对话技术框架，以及在这套框架的基础之上，如何一步步构建人格化的对话机器人，并且结合语音场景，如音箱、车载、手机助理等，阐述我们是如何全面使用全双工技术，及它所带来的新的挑战，和我们是如何应对的。

• 《360 金融的 AI 实践之旅》 苏绥  / 360 金融大数据总监

本次讲座将介绍 360 金融在大数据风控上的实践及演进过程。在互金用户全生命周期的很多重要环节我们都做了针对性的优化，包括风控前置、基于 DSP 的精准获客、基于复杂关系网络的反欺诈等。在演进的过程中，我们以统计方法中的生存分析理论为基础，结合 Boosting 算法思想，提出梯度提升生存树模型（GBST）。相比于传统模型，GBST 可以在客户生存时间分布未知的情况下，利用客户的基本特征，输出每个客户的长期生存曲线，计算出客户在每个时间段的违约概率，帮助决策者进行更加长期的风险决策。

• 《生鲜零售智能化之路》 陈华良  / 每日优鲜 数据智能 VP

本次讲座将介绍每日优鲜发展现状及智能化的实践，包括如何实现基于千仓的智能售卖，如何实现智能的供应，如何实现智能供应和售卖的匹配，如何实现智能的配送等，分享我们在实践过程中所用算法及心得。

更多大会相关内容欢迎点击“阅读原文”了解详情，购票欢迎咨询票务小姐姐：18514549229（同微信）。