发帖
雷达卡
数据科学家在AI中的最佳机会
假设您还处于数据科学职业的早期，并且在最新的深度学习和ML技术方面拥有很强的素养。我们还假设，为Google，Apple，Facebook，Microsoft和其他专业工作的人没有吸引力。不能怪你。您希望有机会在较小的组织中做出重要贡献，但是如何找到最好的机会？
一种方法是遵循由研究机构CB Insights识别的趋势，该组织遵循风险资本的流向，并每年确定其AI 100中最好的AI组合。
CB Insights是一项由VC广泛使用的付费服务，用于根据其真正出色的深度数据审查其投资。幸运的是，有足够的免费和公开报道，我们可以在这里使用它来查看是否可以发现一些趋势。
每年的AI 100都会在去年12月的年度A-ha上宣布！会议在旧金山举行。CB Insights于2017年底基于各种因素评估了大约2
从字面上看，这就像让A团队评估您的雇主前景并告诉您哪些创业公司是热门，热门，热门。
分析的背后
现在您是一名数据科学家，您知道在信任此列表之前必须要问的第一个问题是了解有关其来源的更多信息。CB Insights没有发布其专有的评分算法，但是您应该了解一些有趣的事情。
首先，本年度的2018年排行榜实际上是在2017年12月授予的，因此它是基于2017年的活动。这也意味着最好的初创公司正在利用几年前开始的技术和方法，尽管我们认为他们正在跟上最新的创新。 。
特别重要的是2018年获奖者和2017年获奖者之间的区别。您会记得，从发现阶段到2016年，我们所有的深度学习技术仍在不断涌现。2017年是我们所有人注意到第一年实际上没有宣布任何新突破技术的一年。
这标志着AI / ML在创新和发现阶段之间的拐点，这是十年来最好的运行，大致始于Hadoop在2007年开源。
这意味着，借鉴2016年及更早的经验，2017年榜单上的获胜者将更广泛地聚焦于基本技术上。2017年是第一年，我们的职业从发现转向开发，然后将资金转移到了将AI / ML解决方案引入特定行业和流程的初创公司。2018年的AI 100（基于2017年的经验）反映出资金和市场成功向更特定行业解决方案的转变。
谁在名单上？
除了让您发布列表之外，我们还可以让您在此处找到2018 AI 100列表。您还应该在这里查看2017 AI 100列表。我们要重点关注的是这些趋势所反映的趋势。以下是按重点（行业，流程，一般应用等）排名的列表。
发展趋势
2018年一共有25个类别。从2017年发生的许多大规模数据泄露事件的角度来看，网络安全是最重要的类别。
为了清楚起见，第三类企业由完全适用于任何行业的完整的高级分析平台组成。在2018年，其中包括CrowdFlower（现在为图八），DataRobot，TAMR，PETUUM，Trifacta，algolia，LeapMind和Element。这些参与者中有一些（但不是全部）都利用深度学习。大多数应用程序中至少具有深度学习的某些元素。
相比之下，第二类``跨行业''（在2017年被称为``核心AI''）是专门在平台上开发图像，文本和语音深度学习的公司，这些平台通常针对可能存在于多个行业的垂直流程。这些包括认知量表，能力，Face ++，Tractable，Sensetime，洞察引擎，叙事科学，Mobvoi，Primer和Kyndi。其中五个集中在图像处理上，五个集中在文本，语音和NLP上。
除了这三大类别，很明显，医疗保健和以下几类是您寻找工作的有力竞争者。但是不要错过这个要点。接下来的22个类别主要针对特定??行业，占获奖者总数的77％。这强烈反映了最成功的初创企业如何使用垂直策略，通过结合AI / ML的全栈解决方案专注于特定行业，试图建立防御性的护城河。
当您选择下一个工作机会时，请记住，您不仅会获得AI / ML方面的专业知识，而且还将获得对特定行业的深入了解。几年之后，这个行业专业知识将与您的数据科学技能几乎同等重要，因此请选择一个您喜欢的行业，并且大概要靠近您想居住的地方。
1
京公网安备 11010802022788号
