1,背景
-
目前，谷歌、腾讯、阿里、百度等国际科技巨头纷纷布局产业链，加速“人工智能”产业化的发展。各巨头抢占芯片领域高地，同时以谷歌为代表的巨头企业通过纵向收购，力图打造从基础层到应用层的完整产业链，以加快人工智能产品落地。而国内BAT巨头主要借力自身的海量数据（603138）优势，通过横向“投资+合作”的方式，布局应用层面各领域，加快推进“AI+”在应用层面的落地。目前人工智能在语音识别交互和图像识别等领域已有所成，以百度大脑为例，其语音合成日请求量2.5亿，语音识别率能达97%。
-
今年3月，人工智能首次写入政府工作报告，首次提到要加快人工智能等技术人研发和转化，这意味着人工智能已经上升至国家战略高度。
-
自2010年以来国内人工智能逐渐进入爆发期，人工智能企业大量增长，一系列人工智能领域的创业公司和投融资机构进入大众视野。2016年，我国人工智能市场规模达到239亿元，最近两年来中国在人工智能领域的投资也明显加快，据“2017中国IT市场年会”预计，2018年人工智能市场规模将达到381亿元，复合增长率达26.3%，市场规模潜力巨大。
-
近年来机器学习工程师逐渐成为IT行业需求缺口最大的岗位，机器学习平均年薪较其他岗位平均年薪高，并且随着从业年限递增，机器学习从业人员平均薪酬涨幅高，机器学习从业人员平均月薪分布，超过70%从业者月薪为20K-50K【2】。
- 为了帮助普通人员迅速成长为机器学习算法工程师，辅助他们进行算法模型本身的优化工作，特此搭建一个管理平台
2,需求分析
- 人工智能可分为基础层、技术层和应用层，基础层为算力支撑(AI芯片、云计算)，技术层为算法平台，应用层是AI向各传统行业渗透应用。目前海外科技巨头AI基础层(AI芯片、云计算)业务已经爆发，考虑AI产业链传导效应，长城证券认为，未来AI产业盈利亮点还将传导至应用层。
- 教育型的网站，帮助learners快速入门，直至精通机器学习相关的知识
- 机器学习算法研究-----辅助管理平台。帮助相关研究人员从边缘性工作中抽离出来，从而专注于算法模型本身的研究（模型创建与优化）
-
- 数据集管理（数据清洗、。。）
- 开发日志管理（辅助作出正确的优化决策。。）
- 集成算力平台（云计算平台）
- 提供应用层接口
-
- 终极目标：实现机器学习算法调优的全自动化