經驗分享 | 如何拿到本身滿意的offer？

本文閱讀時間約16分鐘

最近兩年，人工智能（AI）就像一個點石成金的神器，全部的行業，創業公司，或是求職，只要沾着這個詞，多少有點腳踩五彩祥雲的感受，故事來了，融資來了，高薪來了。

因而，愈來愈多的人開始往AI方向涌。我曾經參加一個羣面，12我的，其中一半以上作人工智能方向的，可見如今AI有多熱。但是，問題就在於，這條路就必定靠譜嗎？這個方向前景如何呢？咱們究竟怎樣才能找到一份算法工程師的工做呢？相信很多同窗都有這些疑問。下面權且從我的經驗結合一些資料，進行深度剖析。因爲我的經驗可能存在侷限性，不必定正確供你們參考。

本文會寫到如下小話題：

• 一、什麼是人工智能
• 二、爲何如今人工智能這麼火
• 三、爲何要學習人工智能
• 四、找工做的經驗
• 4.一、工做要求分析
• 4.二、如何找一個本身滿意的工做

前三部分，做爲一個鋪墊，若是你已經跨太小白階段，能夠直接跳到最後一部分，觀看精華部分。

一、什麼是人工智能

其實對於什麼是人工智能，目前尚未一個統一的定義。對於咱們目前常說的人工智能其實，能夠用一張圖來解釋。

那麼用一句話總結就是：人工智能是爲了讓機器擁有類人的智能，其中機器學習是一種實現人工智能的方法，而深度學習是一種機器學習的技術。

二、爲何如今人工智能這麼火

那爲何人工智能火起來了，其實以前人工智能曾火了兩次，但都由於各類問題而沒有發展起來。而此次又從新火起來很大程度是由於近年來互聯網高速發展所產生的數據，這些數據極其龐大，須要處理和加工提煉，數據過於龐大人工處理很是困難，這時，數據處理的需求必定程度上催生了人工智能的迅速發展。同時，計算機的硬件的發展也提供了基礎。

而2016年的一場人機大戰舉行，隨着 Google 的 AlphaGo 戰勝韓國圍棋棋手李世乭以後，機器學習尤爲是深度學習的熱潮席捲了整個IT界。全部的互聯網公司，尤爲是 Google、 微軟、百度、阿里、騰訊等巨頭，無不在佈局人工智能技術和市場。前有百度深度學習研究院，騰訊的AILab，後有阿里的「達摩院」。而且國家不斷的鼓勵與佈局下更加促進了人工智能的發展。

人工智能已經慢慢的進入日常百姓的生活，能夠說人工智能的發展前景很是廣，經過一個圖看一下人工智能在生活中有哪些應用呢。應用場景普遍，其實也是人工智能火起來的緣由之一。

那麼之後人工智能還會一直這麼火麼？其實，從面試瞭解的大部分公司，其實最關心的是如何落地算法，通常都會問你這個項目有沒有用到實際。其實側面反映出人工智能方向可貴是落地，如今不少公司紛紛踏入，其實大部分公司沒什麼技術積累，隨着時間的發展，市場會趨於冷靜。就像以前p2p、共享單車、比特幣同樣，資本快速催生出的市場，冷靜下來會出現一地雞毛啊。但不妨礙人工智能有廣闊的前景，畢竟解放人類生產力啊。同時，最近的cai yuan潮同樣給你們提個醒，儘可能進入大廠或者核心部門，風險相對較小。

三、爲何要學習人工智能

我認爲在作任何重要決定以前，比起搞清楚該怎麼作（HOW），追問本身爲何要作出這個選擇要重要得多（WHY）。方向大於努力。你在一條錯誤的路上越努力，你離目標越遠。

==錢更多？更喜歡？更擅長？==

任何一條理由都沒問題，但爲了增長你求職的成功率和工做的發展前景，應該儘可能去尋找這三條職場優點公共的交集。

一開始，很難有人一擊命中既錢多又喜歡還擅長的工做，但這並不妨礙你先從已經同時具有了兩個職場優點的選項（錢多、擅長、喜歡）出發，並把三大優點的交集做爲本身職業規劃的終極目標。

除此以外，每一個人或許還有些我的限制條件，好比經驗和教育水平不一樣。

如何利用以上理論來分析本身適不適學習人工智能？我就拿本身來舉例分析分析——

首先我大學是一個普通的不能在普通的一本，學的仍是萬金油的自動化專業，其實跟編程關係不大。以致於去招聘的時候別人都問，你會不會硬件。這時候心裏簡直想懟他「學自動化就得作硬件麼？」，仍是要面帶微笑耐心的，說以前確實作PLC，但後面，作的是深度學習。

目標1：考研

另外一方面因爲學校很普通，又不想安心的考個公務員就算了（心裏仍是有個搞技術的心，皮一下），毅然選擇考研，第一年複試被刷，只能調劑，可是調劑的話，仍是不能上985或者211，並不能改變我第一學歷出身很差，因此選擇二戰。（ps：有目標後千萬不要輕易放棄）

目標2：選擇喜歡的方向

當考上研究生後，其實，因爲「散養」本身玩了一年，荒廢了這一年寶貴時光。當選擇方向時，實驗室有兩個方向，一個圖像處理，一個雷達。因爲我的對雷達實在提不起興趣，又比較喜歡圖像處理，以爲頗有意思，想選擇圖像，可是這個項目不須要這麼多人，導師不想讓選。我就提早準備，詢問了師兄師姐，還有其餘老師，帶着本身想法，跟導師談，最終說服導師讓作試試看。（這真的須要技巧，不能跟導師硬碰硬，說我就不想作，想作啥。仍是整體要聽導師的。若是實在有本身想法，就要帶着想法與導師談）你對一個東西感興趣，真的很重要，事半功倍的感受。更願意付出去學習去奮鬥。

目標3：算法工程師

其實入門學習真的不簡單，由於我以前是作PLC的，編程基礎真的幾乎爲零，就從頭開始學。後來經過招聘發現本身不足，接着學習不足的地方。（其實這能夠看作一個反饋，發現不足，彌補不足。）

找工做的時候，我仔細思考了本身的工做反向以爲對算法更有興趣，決定去找算法崗，雖然道路不是特別順利，但終有一個好結果。（雖然，本身拿到過幾家軟開的職位，但，以爲本身仍是想作本身喜歡的工做，身邊不少同窗並沒能堅持去找算法職位，可能去了軟開，測試。並非說這些崗位很差，而是，你最好找到一個本身喜歡的，這樣你纔有興趣持續學習。若是你喜歡軟開，固然同樣有錢途）

四、找工做的經驗

可能有小夥伴納悶，怎麼不介紹怎麼學習？==主要是每一個人的基礎不同，實在很難一律而論，你們能夠自行，知乎，如何入門機器學習。==有不少推薦，最主要找到一種適合本身的狀況的學習方法。但有兩個要注意的地方，我以爲是入門時很容易出現的狀況，也是必定要避免的，你們須要注意。

• 放棄海量資料！

  沒錯，就是放棄海量資料！在咱們想要入門機器學習的時候，每每會蒐集不少資料，什麼 xx學院機器學習內部資源、機器學習從入門到進階百 G 資源、xx 人工智能教程，等等。不少時候咱們拿着十幾 G、幾百 G 的學習資源，而後踏踏實實地放到了某雲盤裏存着，等着往後慢慢學習。卻不知，有 90% 的人僅僅只是蒐集資料、保存資料而已，放在雲盤裏一年半載也忘了打開學習。（看了一眼本身的雲盤，莫名感受打臉，好唄，捂着臉接着寫）躺在雲盤的資料不少時候只是大多數人「之後好好學習」的自我安慰和「自我」安全感而已。並且，面對海量的學習資料，很容易陷入到一種迷茫的狀態，最直接的感受就是：天啊，有這麼多東西要學！天啊，還有這麼多東西沒學！簡單來講，就是選擇越多，越容易讓人陷入無從選擇的困境。

  因此，第一步就是要放棄海量資料！而是選擇一份真正適合本身的資料，好好研讀下去！

• 千萬別先從頭學數學！千萬別先從頭學數學！千萬別先從頭學數學！（重要的事情多說幾遍）

  說到入門，不少人會想着那就要從最基礎的知識開始學起！機器學習是一門融合機率論、線性代數、凸優化、計算機、神經科學等多方面的複雜技術。學好機器學習須要的理論知識不少，有些人可能基礎不是特別紮實，就想着從最底層的知識開始學起，機率論、線性代數、機器學習凸優化公式推導，等等。千萬不要這樣，極有可能你都看不完一本數學理論的書，就放棄了。固然，不是說不須要鑽研基礎知識，基礎理論知識很是重要！只是說，在入門的時候，最好先從頂層框架上有個系統的認識，而後再從實踐到理論，有的放矢的查缺補漏機器學習知識點。並且從學習的積極性來講，也起到了「正反饋」的做用。

4.1工做要求分析

由於，大部分人學習的目的，是爲了求職去找一個好工做，我以爲有必要首先對這份工做的行情和要求作個大概的瞭解。俗話說知己知彼百戰百勝嘛。

本人爬了智聯招聘上的關於算法工程師的將近6000個職位，進行分析。具備必定參考價值，如圖所示：

1.咱們來探索一下算法工程師崗位在全國各城市的需求狀況：

如上圖所示，北京、上海和深圳對算法工程師的需求最多，尤爲是北京，需求量甚至超過了上海、深圳的總和。因此若是想找算法工做北京機會最多，其次是上海、深圳。因此，若是想更容易的去找工做，上面的城市要更容易。

2.薪資水平的探索

如上圖所示，對於算法工程師的崗位而言，絕大多數崗位的薪資在1K-2.6K以前，薪資其實相對較高。是否是忽然有學習的動力。

3.學歷要求

4.學歷與工資的關係

基本上能夠反映學歷與工資成正比，若是想得到高收入，提升學歷一樣是個辦法。

5.企業的類型分佈

6.算法工程師所須要的技能(很是的重要哦)

1.學歷：本科及以上學歷，數學，計算機，自動化等相關專業（有些大廠提升到碩士及以上，全部學歷有時候是個門檻）；

2.編程能力：C/C++、Python、java任意兩種；經常使用數據結構和算法；熟悉linux系統

3.算法能力：熟練掌握計算機視覺&機器學習的基本方法（這裏所說的是能夠手推公式，例如：決策樹、臨近取樣、支持向量機、神經網絡算法、迴歸、聚類等。同時要熟練掌握TensorFlow、Keras、PyTorch等框架）

4.經驗：有項目經歷；比賽經歷；實習經歷

5.團隊合做能力：良好的溝通能力和團隊合做能力。

6.加分項：有博客或者公衆號；github；頂級會議論文；各類比賽獎項

7.針對細分領域可能還有一些，其餘的要求，好比圖像處理方向可能會要求opencv。數據分析可能要求會數據可視化。

4.2 如何找一個本身滿意的工做

4.2.1 簡歷

簡歷是你求職的第一步，也是很重要的部分，由於他是你與應聘公司溝通的橋樑。那該如何製做一份合格的簡歷？（推薦：簡歷就得這麼作才行https://www.bilibili.com/video/av12771675）簡歷的第一個字就突出簡，簡單美觀就好，千萬不要弄得特別花哨，反而沒有什麼好效果。簡歷最好一頁，將最能表明本身能力的寫清楚，最好簡潔扼要。要針對投遞公司的職位要求，去寫本身的簡歷。例如：你去應聘一個公司，能夠打開他們的招聘網站，查看一下崗位要求和公司文化是什麼。對應着要求去寫。可是千萬不要寫一些本身根本講不出的東西，好比你寫了熟悉什麼算法，問你一個問題，就答不出，這樣還不如不寫。關於如何寫工做經驗或者項目經驗，推薦給你們「 STAR 」 法則。

情境（Stuation）：寫出你的工做背景

任務（Task）：我負責作什麼

行動（Action）：我作了什麼

結果（Result）：個人工做取得了什麼樣的結果

舉例：某某公司的算法崗實習，參與人臉識別的項目，負責算法的實現與改進，最終結果提升了多少多少。

千萬不要寫一堆，甚至，有同窗簡歷好多頁，HR沒時間去細看，不知道你的重點是什麼。並且簡歷最好有量化的數字，好比提升了多少，寫了多少代碼，這樣讓人更直觀。最後，一個小貼士，若是須要自帶簡歷，請不要捨不得花錢，找一家好一點打印店，彩打厚紙，這樣給人感受更舒服一些。下面咱們就該針對，求職要求去豐富本身的簡歷。

4.2.2 學歷

一些大廠的起步要求確實是碩士說明門檻逐漸在提升，若是真的想深造，讀書不失一個辦法，尤爲如今應屆生與往屆生的工資出現，應屆生工資更高的狀況。固然，還得結合自身實際選擇。

4.2.3 coding能力

算法的同窗coding能力是在面試中必需要考察的。雖然可能比軟開要求要低，但並非就不要求，只會python確定是會被鄙視的。因此本身的coding能力必須多練練，推薦在牛客網或者LeetCode的在線編程多多敲代碼。掌握相似leetcode medium程度的題目就能夠了，hard程度的能夠不用掌握。面試中通常會出幾道題目，要求手寫，能順利寫出的都是加分項。語言要掌握一大兩小三門語言，大語言是Java或者C++,小語言掌握python，SQL。有時間精力能夠將常見的算法用python實現一下。語言沒必要掌握很深，可是要作到能熟練用Python或者SQL處理數據，算法用Python也要掌握差很少。對於大語言來講基本語法和一些基本概念都要熟練掌握。同時對基本的計算機原理要熟悉，面試一樣會問。

資料請自取哦：

python面試知識點總結：https://github.com/taizilongxu/interview_python

c\c++面試知識點總結：https://github.com/huihut/interview#cc

java面試知識點總結：https://github.com/guanzhenxing/java_interview_manual

4.2.4 算法能力

熟練掌握計算機視覺&機器學習的基本方法（這裏所說的是能夠手推公式，例如：決策樹、臨近取樣、支持向量機、神經網絡算法、迴歸、聚類等。同時要熟練掌握TensorFlow、Keras、PyTorch等框架，TensorFlow可能入門有點難，能夠PyTorch）

資料請自取哦：

推薦書籍：《機器學習》

機器學習算法實現：https://github.com/lawlite19/MachineLearning_Python

推薦視頻：李宏毅機器學習

算法面試經驗：https://github.com/imhuay/Algorithm_Interview_Notes-Chinese

算法工程師面試常見問題：https://github.com/PPshrimpGo/AIinterview

4.2.5 經驗

有項目經歷；比賽經歷；實習經歷

對於在校生，項目經歷要熟知你本身的方向，日常能夠多瞭解實驗室其餘同門的項目，關鍵時刻懂點，總比不懂要好。比賽能夠參加：kaggale或者一些大廠的比賽，固然得取得名次，要否則寫出來，也體現不了能力。實習的話每一年三月份會有不少實習，你們能夠關注一些公衆號，獲取實習信息，對於實習儘可能去大廠，能爲你的招聘增分很多哦。

4.2.6 團隊合做能力

這個對於在校生，能夠說本身組織什麼樣的活動，或者參與項目時，怎麼與他人合做。

4.2.7 加分項

須要平時本身積累了，github、博客，能爲你增分的。並且最近愈加的重要了。你們能夠日常的筆記注意整理。

寫在最後，當你們有這些基礎條件後，可能就須要去面試了。分享一些面試經驗。

1. 面試經過=50%實力+30%運氣+20%技巧。你能掌握70%的主動，剩下的交給運氣。
2. 首先要告訴本身，這不是一場面試，而是一場與本身將來同事之間的交流探討。儘可能消除緊張心理，徹底不緊張也是不可能的，可是仍是要儘量穩下來。面試過程當中儘可能幽默，能作到和麪試官談笑風生你就贏了。在脈脈上看到的有人說作了面試官以後才發現其實你技術差很少就行，決定你過不過的就是看你順不順眼，因此最好能讓面試官在短短几十分鐘裏喜歡上你！若是你實在很懼怕，給你個經驗之談，首先找一些小一點的公司，會對各方面要求低一些，去練習面試，多練，就能消除你的緊張感，尤爲當你收到offer後，會愈來愈自信的。（若是一點經驗沒有推薦看這個：Offer拿到手軟——史上最良心的校招求職攻略：https://space.bilibili.com/17320304?spm_id_from=333.788.b_765f7570696e666f.2）
3. 一個良好的開頭、一個高潮加一個完美的結尾。開頭是自我介紹，怎麼吸引面試官去問你最擅長的問題。進入你擅長的領域，爭取給面試官一個驚豔的表現。同時如何結束面試同樣很重要，這個可能須要本身不斷練，全程記得要禮貌。
4. 電話面試的話要注意語速吐字，現場面試也要注意語速，能夠用在草稿紙上寫一寫的方式幫助解釋。
5. 面試中遇到沒理解的問題要儘量與面試官溝通，說不定他就在考你的溝通能力呢。
6. 在面試中遇到不會的或者徹底不會的問題要在面試以前想好策略。個人策略通常是容許本身對於最多兩個問題直接說我不會，此策略通常是對於本身徹底沒有把握的問題，讓面試官換另外一個問題。若是你強答這個題的話只能是勉勉強強的回答一下。在一場面試中有1,2個問題說不會的沒有多大問題，可是對於其餘的問題要儘可能作到完美做答，這樣纔有把握。
7. 關於HR面，儘可能提早查一下公司的文化是什麼，表現的本身很嚮往而且符合這種文化就好。千萬不要太個性。但願你們找到一個完美工做。

歡迎關注公衆號：計算機視覺life，一塊兒探索計算機視覺新世界~