點擊上方“AI算法與圖像處理”,選擇加"星標"或“置頂”
重磅乾貨,第一時間送達
來源:https://www.bilibili.com/video/BV1vE411A7sA
作者:Minnie-灰灰
編輯:AI算法與圖像處理
作者簡介
深度卷積神經網絡(CNN)對計算機視覺帶來的革新是天翻地覆的,尤其是在物體識別領域。(請忽略上面這句)
雙985數學專業,兩份實習經歷。斬獲字節跳動算法工程師崗位(CV方向)
以下是作者自學轉行成爲一名算法工程師的一些經驗分享,希望能給大家一個參考。希望大家不要槓,更多的是從中學習到別人優秀的地方,擡槓只能讓你逃避現實,無法讓你成長。好好努力也許你也能成爲小姐姐那麼優秀的人!
爲了讓大家更加清晰的瞭解本文的內容,下面是一張思維導圖:
理論基礎
因爲我覺得有一個良好的理論基礎,他不管是對於我們之後的實習和工作都是非常重要的。
那麼如何下手呢?
林軒田《林軒田機器學習技法和基石》 32節課
斯坦福大學 《CS231N》
李航《統計學習方法》
其實我們不缺資料,網上資源一大堆,但是真正去完成的能有多少,所以推薦可以去練習一下,就算跑通也是會會有所收穫的,今後的工作中也能用到。
實習建議
實習的好處:
(一)豐富簡歷;
(二)瞭解算法崗的工作內容(知道自己的興趣,是偏研究或應用等)
在秋招過程中,offer收割機一般就兩種同學,一種是實習經歷好的,另一種是有頂會論文。
如果我們是轉專業的話,基本上我們在學校呆着不太可能能發得出頂會的論文。我也遇到很多同學,他們的頂會論文,也是在實習中發出來的,那這就再次印證了我們實習有多麼重要啊。
實習建議:我們在實習的過程中,如果我們發現這個崗位可能對於我們個人的提升沒有很大。比如說,這個崗位的工作內容有可能會比較雜,這就可能會導致我們在秋招的時候會不太佔優勢啊。那如果有這種情況的話,我就是建議大家能夠及時止損,趕緊停到這份實習去找下一份實習。
因爲有些同學可能在辭掉這份實習的時候他會有點猶豫,但是我想說就是在招聘季到來之前,其實我們大家都是在賽跑。那如果你現在浪費一分鐘的話,你之後在秋招的過程中就會比別人落後一步,這個道理我想大家應該是都能懂。
但如果說大家現在沒有條件出去實習的話呢,那天池和kaggle上面有很多的項目,大家也可以去找一些項目來做
做項目的過程中,我建議大家都是獨立完成,不要去抱大腿爲什麼呢,因爲就算你抱大腿,取得很好的成績,但是呢,他踩過的坑,你沒有踩過。這就會導致在面試的時候,面試官一問就露餡了,所以說我想跟大家說的就是我們,不管是在項目還是實習中呢,我們都是個人經驗的積累是最重要的。
面試過程中注意點:
面試官關心的並不僅僅是我們用了一個什麼樣的模型,達到了一個什麼樣的效果。
他們關心的更多的是,爲什麼你選擇用這個模型,你在弄模型之前有沒有嘗試過一些其他的模型啊。
那如果你試過的話,既然那麼行。那爲什麼其他模型沒有你的模型好,那包括你這個模型後期想有什麼可以改進的地方?
那包括你這個模型後期想有什麼可以改進的地方
而這些問題我覺得纔是更重要的問題,它是能體現出我們的實習或者項目的含金量的一些問題啊
所以說我建議大家在平時的事情和項目中都要多多去思考這些問題
數據結構
這個部分的話對於我本人來說是真的挺困難的一個部分
因爲我在轉行算法工程師之前這道題的最優解法,我就基本上沒有數據結構的基礎
但如果大家有數據結構的基礎的話,這個部分會相對來說容易一點啊。
那數據結構這塊主要就是靠刷題啊
我是leetcode前兩百(刷到medium難度就夠了)《劍指off》的六十道題各刷兩遍
大家現在可能聽起來,刷兩遍那已經很多了,但是其實對我來說,我覺得真的遠遠不夠,覺得這是自己的弱勢。
大家在數據結構這塊儘量早地開始準備,因爲不管我們在筆試還是面試中都是沒有辦法避免這款內容的
然後我們在刷題的過程中呢
大家都要去討論區看一下,找到這道題的最優解法
資料彙總:
林軒田《林軒田機器學習技法和基石》
視頻:https://www.bilibili.com/video/BV1ix411i7yp?p=1https://www.bilibili.com/video/BV1Cx411i7op?p=1
作業:https://github.com/Doraemonzzz/Learning-from-data
斯坦福大學 《CS231N》
視頻:https://www.bilibili.com/video/BV1Yt41157Lb?p=1
作業:https://github.com/JPLAY0/CS231nAssignment
李航《統計學習方法》
https://github.com/fengdu78/lihang-code
加羣交流
歡迎小夥伴加羣交流,目前已有交流羣的方向包括:AI學習交流羣,目標檢測,秋招互助,資料下載等等;加羣可掃描並回復感興趣方向即可(註明:地區+學校/企業+研究方向+暱稱)
每一次創造都不容易,求個愛心