在当今的求职市场中，算法岗求职已经哀鸿遍野，根据知乎与脉脉上各大企业HR发布的数据，去年秋招达到了恐怖的100:1。究其原因，一方面是越来越多的院校单位，本科就已设立了人工智能的相关专业，人才激增；另一方面则是深度学习的框架越来越便利，开源代码越来越丰富，算法工程师的入门门槛一而再、再而三地被降低……面对这样的现状，拥有扎实的编程基础、深厚的数学功底，以及对新技术有着敏锐洞察力的他们，转行也有了众多方向的选择：
· 计算机视觉——需要学习图像处理；
· 自然语言处理——需要了解语言学；
· 智能语音——需要信号与系统；
算法部署岗，它要求算法设计与优化的能力，理解系统架构、性能优化及运维管理等知识，说白了只要迅速优化模型，高效运维，确保系统稳定即可。并且，随着云计算、边缘计算等技术的兴起，算法部署的需求更是呈现爆发式增长，为从业者提供了广阔的职业发展空间。未来这一领域的竞争也将愈发激烈，因此，先人一步，抓住当前的机会显得尤为重要。对于已经熟悉算法的你来说，现在就是一个绝佳的起点！
为了帮助大家快速入门并掌握算法部署的核心技能CUDA，深蓝学院与腾讯高级研究员一起研发了《深度神经网络加速：cuDNN 与 TensorRT》的课程，细致讲解CUDA运算的理论基础与实践，以及cuDNN、TensorRT这两个当下最热门的深度神经网络加速的工具。以下附上部分课程预览：
（编译TRT git源码sampleMNIST）
毕业后一直在腾讯从事语音领域深度学习加速上线工作。近10年CUDA开发经验，近5年TensorRT开发经验；Github TensorRT_Tutorial 作者。主要方向为自然语言处理、智能语音及其在端侧的部署。博士毕业于清华大学，在各类国际AI会议和刊物中发表论文10篇以上，多次获得NIST主办的国际比赛top 2成绩。近年来主要研究方向为AI在场景中的落地应用。
1. 掌握CUDA并行系统的分析、开发、调试与优化方法。3. 了解cuDNN与TensorRT两个深度学习模型的加速工具
