上個月我和一個算法工程師朋友聊了聊，問了問算法崗的行業薪資，他說現在計算機視覺算法崗工程師年薪大約50萬左右，正當我感嘆如今計算機視覺的火爆時，他又和我說，自然語言處理工程師的年薪已經接近100萬了！我瞬間就崩潰了！
這樣的行業薪資分配，不禁讓我想起了一句行話：「人工智慧領域，現在是CV的，未來卻是NLP的」。
其實從人工智慧的宏觀分類來看，這句話也有一定的道理。計算機視覺屬於「感知智能」，而自然語言則屬於「認知智能」，不同於對客觀事物的純粹識別，「認知智能」理解和消化內容的認知能力，從某種意義上來說才是更接近於人工智慧最終形態的技術核心。
自然語言處理算法，由於在安防、智能客服、自動駕駛、機器人等多個高科技領域均有應用場景，但國內人才補給嚴重不足，因此剛剛畢業的碩士博士也可以有很高的薪酬，還能直接參與甚至負責核心項目。可以預見，NLP算法類人才的數量在未來5年內會出現爆發式增長。
所以，學習CV最好的時間是2年前，而學習NLP最好的時間就是現在。
為此我們用了一個月時間，篩選和研究了市面上所有最具價值的學習資料，並讓往期學員深入參與調研，最後選擇了以史丹福大學最權威的NLP課程CS224n作為帶學教程，以李開復、搜狗CEO王小川和美團點評CTO聯合創辦的全球AI挑戰賽—AI Challenger作為比賽實踐，開設我們第一期《深度學習與自然語言處理》帶學訓練營。
為期13周，制定了完整、系統，理論結合實際的教學計劃，讓大家學完能真正具備進入大廠實習的能力。
1、導師手把手帶學斯坦福cs224n自然語言處理課，挑戰AI前沿技術
2、用python徒手實現算法+tensorflow框架實現
3、通俗易懂的中式思維補充筆記+完善的配套學習資料
4、1對1定向答疑，保證12小時內解決問題
5、圈友高質量學習互動，學習群優質人脈資源
1、價值398元知識星球一年學習名額
2、按照人工智慧學習路徑，不同學習階段共5位AI重量大咖坐鎮，為你答疑解惑
3、知識星球內發帖，根據點讚隨機打賞18-98元
4、認真學完，不僅可以去大廠拿實習offer，也具備公司的招聘要求
1、教材選用史丹福大學最權威的NLP課程
2、帶打國內知名AI大賽，學以致用
3、打卡學習，定期提醒，徹底擺脫拖延症
4、重點知識串講+項目作業+比賽實戰+經典和最新NLP論文中文解析
5、每周特色主題討論會，徹底引爆你的學習力
1、深度學習介紹
2、自然語言處理介紹
3、自然語言應用領域
論文帶讀：一個簡單但很難超越的Sentence Embedding基線方法
作業：Softmax 算法和Neural Network Basics 神經網絡基礎實現
比賽實戰1：「達觀杯」NLP算法大賽報名指導
1、高級詞向量表示：word2vec 2
2、Word Window分類與神經網絡
論文帶讀：詞語義項的線性代數結構與詞義消歧
作業：word2vec 實現和Sentiment Analysis 情緒分析
比賽實戰1：帶打「達觀杯」NLP算法大賽(入門版）
1、反向傳播與項目指導：Backpropagation and Project Advice
2、依賴解析：Dependency Parsing
論文帶讀：高效文本分類
作業：Neural Transition-Based Dependency Parsing 基於神經網絡的依賴分析
比賽實戰1：帶打「達觀杯」NLP算法大賽(進階版）
1、TensorFlow入門
2、RNN和語言模型
論文帶讀：詞嵌入對傳統方法的啟發
作業：nsorflow Softmax 基於TensorFlow的softmax分類
1、高級LSTM及GRU：LSTM and GRU
2、期中複習
論文帶讀：基於轉移的神經網絡句法分析的結構化訓練
作業：Recurrent Neural Networks: Language Modeling 循環神經網絡語言建模
1、機器翻譯、序列到序列、注意力模型：Machine Translation, Seq2Seq and Attention
2、GRU和NMT的進階
論文帶讀：谷歌的多語種神經網絡翻譯系統
作業：A window into named entity recognition（NER）基於窗口模式的名稱識別
比賽實戰2：帶打AI Challenger觀點型問題閱讀理解大賽（報名）
1、語音識別的end-to-end模型
2、卷積神經網絡:CNN
論文帶讀：讀唇術
作業：Recurrent neural nets for named entity recognition(NER) 基於RNN的名稱識別
1、Tree RNN與短語句法分析
2、指代消解
論文帶讀：谷歌的多語種神經網絡翻譯系統
作業：Grooving with GRUs(（NER）基於GRU的名稱識別
比賽實戰2：帶打AI Challenger觀點型問題閱讀理解大賽（入門版）
1、DMN與問答系統
2、NLP存在的問題與未來的架構
論文帶讀：神經網絡自動代碼摘要
1、挑戰深度學習與自然語言處理的極限
論文帶讀1：neural-turing-machines
論文帶讀2： 深度強化學習用於對話生成
比賽實戰2：帶打AI Challenger觀點型問題閱讀理解大賽（進階版）
論文帶讀：圖像對話
比賽復盤及期末總結
為了鼓勵學生，我們拿出了報名費的10%作為學習的獎勵，參與打卡完成任務即可瓜分獎金池，贏回報名費
Q、滿足條件是什麼？
A、訓練營打卡全勤，且能夠自主參賽，完成教學任務
Q、若沒有時間來得及打卡怎麼辦？
A、我們設置了補卡機會，在訓練營結束前可進行補卡
Q、我最多能拿多少錢獎金？
A、如果只有一人完成，全部是你的。兩人平分，以此類推
我們相信，願意學習的人不僅能獲得知識，掌握能力，還能贏得獎勵，賺回學費。
13周，每天1塊錢，每天1-2小時
你能收穫的不僅僅是知識和能力
還有一群一起打比賽的朋友
-長按以下二維碼速速報名-
每增加50人，學費增加10元
報名時間：2018年10月16日—2018年10月31日
學習周期：2018年10月23日—2019年1月29日
報名成功請添加班主任微信進學員內部群
開啟你的打卡之旅
備註：如有任何問題，也請添加班主任微信諮詢
貼上一張調研圖，很難想像大家對NLP學習的熱情程度如此之高~
1、知識星球1對1提問，12小時之內保證解決問題
2、微信群及時互動，群友耐心互答
3、每階段統一收集問題直播答疑，系統講解重難點
1、老師對認真提交作業的學員進行點評
2、班主任對質量高的作業進行置頂和打賞
3、階段結束統一發布參考答案供學生對比
在我們的學習群裡，你不僅能接觸到更多嚴格要求自己的人，還能讓你的學習效果在深度交流中實現最大化！
1、有編程和數學基礎的算法愛好者
2、缺乏有效指導的非科班程式設計師
3、想自學但總遇到問題無法堅持的拖延症患者
4、想在春招斬獲各大NLP算法崗offer的學生
Q、課程資料在哪裡看？
A、所有的課程資料均會在訓練營上傳。
Q、報名後可以退款嗎？
A、本服務為虛擬內容產品，一經購買，概不退款，敬請諒解。·
Q、可以開具發票嗎？
A、可以開具普通紙質發票，請聯繫微信班主任填寫需要的信息即可。
五位知名企業實戰大咖激烈交鋒
有諸多劍橋、麻省理工、清華、北大等名校學員，超60%學員是211以上學生，入群已經很值，還要和他們討論
5000+AI學習者集體頭腦風暴
這種機會，你幾乎很難遇到第二次
小白場
學機器學習有沒有必要系統學習python和高數？
對深度學習感興趣，需要先學機器學習嗎？
專題場-1
特徵工程篇：特徵選擇、缺失值處理、數據預處理的方法和技巧
求職場
大量調包積累感性經驗VS推導算法搞懂機理，我該通過哪條路徑提升核心競爭力？
互懟場
深度學習框架TensorFlow VS PyTorch框架，到底用哪個更好？
大咖場
閱讀+復現paper，如何能準確理解作者思路並創造性改進？
上次參與算法推導主題討論的學員說：一次持續兩小時的交流，感覺像學到了三年的經驗一樣。這句話一點都不誇張。
5000+學習者走過的坑，摸索出來的經驗，這一次和盤託出
掃描下方二維碼，
關注公眾號【深度之眼】
回復關鍵詞【話題參與】
添加客服直接掃碼入群即可
無需任何轉載操作
時間：10月26日晚8：00開始