GIA張怡：關於小白入門AI算法工程師的直播分享

轉自 Datawhale，圖文 | 蜉蝣

1、我是小白，怎麼開始修煉之路？

1.如何開始學習AI知識

有目標的學習，從項目，從試驗場景中找解決問題的方法，以實現某個問題爲導向去學習。

2.如何入門

Just Do it！

找到本身的目標

• 我想作pm，就從excel入手，學一些python數據統計知識，積累一些數據統計技能。
• 我想作數據分析師、大數據工程師，在學python數據分析的基礎上，瞭解數據庫，數理統計的知識，學習一些項目套路及簡單的模型，掌握工具。
• 我想作算法工程師，學習模型的原理，學習數據知識，本身敲代碼，作工具去預測。

3.找到目標後如何學習

• 不停去嘗試，找到本身的興趣點，堅持去作。模型都是有套路的，目標函數、損失函數、超參數…及時總結，多分享。
• 有目標的嘗試不一樣的模型，eg：NLP，先去學embedding，Word2vec，找一個數據集，嘗試用CNN、RNN，Bert訓練，比較實驗結果。
• 遇到難題，要帶着問題去網上尋找答案，去找一些大牛的經驗分享。不要放棄！
• 學習的時候，以任務爲導向。不要爲了推公式去推公式。讀別人的代碼，也要多問幾個爲何，遇到問題就去網上找答案。
• 歡迎關注Datawhale公衆號及張怡微博CodeWithZhangYi，前人的總結必定不能錯過提高本身的最好模板！

4.如何看論文

• 網上必定有很好的論文，要抓住潮流，先參考論文解讀，在本身細看論文及參考文獻。
• 專業術語 -> 推網絡結構 、公式 -> github拉相應項目，看代碼，改代碼 -> 套本身的數據，本身的場景，應用潮流結構。
• 看不懂潮流論文，可能須要補知識點了~仍是有目的，有導向的去查應該看的論文。
• 經典論文不表明都要細緻看，要抓住論文中的知識點。由知識點擴展到面，作好總結。

5.應該先看教程仍是先走項目

最好是項目爲主，Just Do it！手邊要備一本工具書作教材（先看目錄哦~）。根據任務去解決問題，在解決問題的過程當中學習，並用教材作知識的填充和整理。

6.怎麼找項目

kaggle，各大廠（BAT等）的比賽。門檻低，找到本身的興趣點，Just Do it！

另：比賽不要找「豬隊友」哦，要找能共同進步的朋友，哦，對了，比勝過程中別忘了增進感情，大家會成爲真正志同道合的朋友的！

7.AI學歷要求

真正的門檻是碩士的能力！是獨自分析問題，解決問題的能力，是讀論文、推公式、搞理論、敲代碼的能力！

總結

重中之重，開始嘗試吧！別一直停下思考，找一個方向，先去作，Just do it！

2、校招、實習經驗

1.校招如何準備

• 必定要提早準備（半年期）
• 去大廠官網蒐集招聘信息、招聘要求
• 豐富簡歷（本身去準備一些實習、比賽經驗）
• 提早半年敲代碼（簡歷中可體現的代碼能力，包括解決過什麼問題，實現過什麼模型）
• 多瞭解校招知識，校招比社招仍是容易的！

2.實習

• 肯定方向，瞭解經常使用崗位的工做內容。
• 能夠嘗試不一樣方向，找適合本身的崗位；但若是有作AI工程師想法的話，儘可能不要投行政、運營等。
• 實習，經濟壓力略大，儘可能堅持一下。痛苦是一時的，成長是一生的！
• 實習最重要的是學習！！！技術崗要踏實去敲代碼，嘗試感興趣的工做方向！抓住一切學習的機會。

3.簡歷

• 準備哪些內容：大廠招聘需求，多逛招聘網站（須要的技能，對應的能力、待遇）
• 面試遇到難題：從面試官那獲取知識，如須要C，尋問項目應用的點及如何用，什麼時候用
• 平時有意識的準備一些簡歷可寫的提亮點

4.面試

• 學會挑選面試機會（找適合本身的，不要浪費本身的時間）
• 提早調查
• 面後作總結，不要一個坑跌兩次

總結

不要想太多，去作！邊學邊總結邊分享！遞進式學習。多聽本身心裏的聲音，不要太在乎別人的見解。不要太push本身，找到學習的樂趣，樂在其中~

3、完整分享

本次直播留存了錄播，能夠反覆收聽學習：

http://weike.fm/n5YYj