可以先來說說現在外面的AI工作需求，
從104來看可以發現每個AI的工作幾乎都有至少10個人在應徵，
而且就要面試的管理者來說，
沒有相關碩士學歷、過去出色的專案作品、厲害的AI考核證書，
感覺去面試的人就是來亂的。

但是這並不代表我們一般人就碰不到AI，
像是scikit-learn 、tensorflow 、pytorch都是開源可以使用的。
像GCP上的AI項目例如google client vision也有一定的免費使用數量。

當然會用是一回事，
先不提AI能為你帶來多少錢?
他能為你的生活帶來改變嗎?
你能想到AI的應用性?

我的第一份工作雖然起薪低了一點，
但是運氣不錯，有進行一些AI的開發項目。
我在那家新創公司寫了一套使用了一些演算法的RPA產品(機器人流程自動化，主要是處理書面文件)。
可惜我在的時候，沒有成功推銷出去，
但是在我走了之後，
我的徒弟(我離開前交接的人，但不代表他的實力比我差，他也是有兩把刷子)有成功使用這個框架來幫助代書事務所來辨識跟處理戶籍謄本的資料及推算繼承權。

對我來說是有一點遺憾，
但是就好比一群移民到美國新大陸拓荒開墾，
能種一些玉米自給自足。
我會認為這對於AI落地是有所貢獻的。

希望我能撐住寫30天，分享一些過去研究過的AI應用。

而之所以選用AI ninja這個主題，
是因為就類似JS ninja這樣的概念，
AI的更新速度也是相當快的，
從我開始上資策會AIOT班時期的tensorflow 1.0，
到tensorflow 2.0 甚至最新的tensorflow 2.6。
比較晚才切入學習，並不代表就沒有優勢。

而就算不是本科系，也是可以學AI的使用方式帶來一些應用，
像是你能在cousera上到AI大神Andrew Ng的課對目前的AI演算法有更進一步的了解:
深度學習課程
https://www.coursera.org/specializations/deep-learning
機器學習
https://www.coursera.org/learn/machine-learning

我在後面的文章並不會講演算法的推導或講解，
而會以實作範例為主。

對我來說，大部分的人都不是來寫出新AI演算法的人(保守估計99%吧)，
可能這個禮拜學了推導，下個月也會忘了。
我比較會把AI演算法或技術，當成大喊一聲就能使用出來的忍術，
而在不同情境使用哪一個招數，或是有沒有更好的招數，
才是忍者需要思考的課題。