自學機器學習，怎麼才能找到工作啊？至少要避開十大雷區
摘要：至少要避開十大雷區\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp class=\"ql-align-justify\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E頂樓又補充說，\u003Cstrong\u003E很多人就算讀到博士畢業，可能也沒有自己把一個項目做到生產環節的經驗\u003C\u002Fstrong\u003E。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-justify\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002Fcc8d93f7f12d4767b24fee64c9f69bdf\" img_width=\"794\" img_height=\"220\" alt=\"自學機器學習，怎麼才能找到工作啊。
"\u003Cdiv\u003E\u003Cp\u003E栗子 發自 凹非寺\u003C\u002Fp\u003E\u003Cp\u003E量子位 報道 | 公衆號 QbitAI\u003C\u002Fp\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002F39e192a632d8464eabf6f4ac466f1aa5\" img_width=\"510\" img_height=\"300\" alt=\"自學機器學習，怎麼才能找到工作啊？至少要避開十大雷區\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E做機器學習工程師，通常都要讀過博。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E即便沒有寫成崗位的必要條件，也慢慢變成了自然規律。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E\u003Cstrong\u003E那自學成才的人類，要寫怎樣的項目經歷，才能讓面試官相信，自己也是有同等能力的呢？\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E一個叫做AdditionalWay的網友，在Reddit提出了這個直擊靈魂的問題，引發了大量討論，兩天熱度已經\u003Cstrong\u003E超過500\u003C\u002Fstrong\u003E。\u003C\u002Fp\u003E\u003Cp\u003E討論版上，有許多人提出了中肯的建議：\u003C\u002Fp\u003E\u003Ch1 class=\"ql-align-justify\"\u003E\u003Cstrong\u003E工業界需要的技能\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cp class=\"ql-align-justify\"\u003E有位叫做po-handz的網友，他發表的意見收穫了\u003Cstrong\u003E80分\u003C\u002Fstrong\u003E的高贊同，佔據了評論區的頂樓：\u003C\u002Fp\u003E\u003Cblockquote\u003E把自己的項目投入生產環節 (launch into production) ，就能超越\u003Cstrong\u003E99%\u003C\u002Fstrong\u003E的應屆生，也能超越\u003Cstrong\u003E大部分\u003C\u002Fstrong\u003E在位的ML工程師了。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-justify\"\u003E對此，有人 (moravak) 表達了牆裂贊同：\u003C\u002Fp\u003E\u003Cblockquote\u003E這個“大部分”，其實就是≥99.9%。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-justify\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002Fcc8d93f7f12d4767b24fee64c9f69bdf\" img_width=\"794\" img_height=\"220\" alt=\"自學機器學習，怎麼才能找到工作啊？至少要避開十大雷區\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp class=\"ql-align-justify\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E頂樓又補充說，\u003Cstrong\u003E很多人就算讀到博士畢業，可能也沒有自己把一個項目做到生產環節的經驗\u003C\u002Fstrong\u003E。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E那麼，怎樣纔算有這樣的經歷呢？\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E網友 (BernieFeynman) 簡約地解釋了一下：\u003C\u002Fp\u003E\u003Cblockquote\u003E搭些模型，不用非常非常厲害。但要讓人能看到，模型在哪跑起來的樣子，比如有個API可以調用之類的。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-justify\"\u003E當然，做起來並不是一句話的事，頂樓詳細描述了，一整個過程究竟能有多難：\u003C\u002Fp\u003E\u003Cblockquote\u003E比如，一般你不會只有一個模型，是有一組。所以，需要讓這些大模型，加載在服務器的RAM上。還要接受新輸入的數據。這些數據，要和測試數據的格式保持一致，還要scale，該怎麼scale呢？推理要用GPU麼？那樣的話在AWS上每月可能要花1000刀，預算能支持麼？時序數據怎麼辦呢？你需要一個連續更新的模型，還要一直跟蹤調參。除此之外，你需要一個實時的、可維護的數據管道 (data pipeline) 。搞這個，比處理一個清晰乾淨的數據集要難多了。最後的最後，你還需要一整套UI，網站，nginx堆棧，要做成用戶友好的樣子。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-justify\"\u003E別說是剛畢業的博士，許多有經驗的數據科學家也對這些東西一竅不通，因爲他們可能只在自己專業的領域裏工作，都是別人把乾淨的數據集交到他們手上。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002Ff606cd0d87e24ce9a4380abdb3eb4cf5\" img_width=\"786\" img_height=\"524\" alt=\"自學機器學習，怎麼才能找到工作啊？至少要避開十大雷區\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E你如果在這點上打贏他們，對企業來說就有更高的價值了。\u003C\u002Fp\u003E\u003Ch1 class=\"ql-align-justify\"\u003E\u003Cstrong\u003E簡歷不要踩雷\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cp class=\"ql-align-justify\"\u003E訓練實用技能，只是一方面。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E如果不想在簡歷篩選環節見光死，網友 (rudiXOR) 在一家“正在招聘ML工程師的中型企業”，總結了\u003Cstrong\u003E十大雷區\u003C\u002Fstrong\u003E，供大家參考：\u003C\u002Fp\u003E\u003Cblockquote\u003E第一，拿着一大堆MOOC證書。沒用，我試過，quiz一路點下去誰都做得到。第二，對Kaggle成績過於自豪。許多大學生都參加過Kaggle比賽，他們也知道這種比賽和ML工程師的工作，基本沒什麼共同點。第三，去了3個月訓練營，從PCA到LSTM，幾乎所有ML技術都修煉到了。真的沒人相信。第四，GitHub項目都是隻提交過一次代碼的\u003Cspan\u003E那種\u003C\u002Fspan\u003E。根本看不出是不是自己做的。第五，GitHub主頁是新的，一個項目都沒有。第六，模型只在toy datasets上測試過，沒有再嚴肅點的項目了。第七，每種語言都說“精通”。比如C++、Python、Java、C#……第八，對照職位要求精心匹配了簡歷 (“Buzzword optimization for HR algorithms”) 。第九，沒有證明自己的數學\u002F統計學知識水平。第十，沒有軟件開發的經歷。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002F411a441bb80c434eb4dfd9eaa4b4042f\" img_width=\"448\" img_height=\"660\" alt=\"自學機器學習，怎麼才能找到工作啊？至少要避開十大雷區\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E就算前九條你都忘了，也可以嚴肅地參考第十條。網友在細數了雷區之後強調：\u003C\u002Fp\u003E\u003Cblockquote\u003E如果你是自學的，不要一上來就投數據科學家，或者ML工程師。可以先申請數據分析師，或者軟件工程師。如果是自學ML，又沒有軟件開發的經歷，我是不會請你的。\u003C\u002Fblockquote\u003E\u003Cp class=\"ql-align-justify\"\u003E參考前文，如果沒有讀過博士，就要比博士多點工業界的經驗才更有利。\u003C\u002Fp\u003E\u003Ch1 class=\"ql-align-justify\"\u003E\u003Cstrong\u003EOne More Thing\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cp class=\"ql-align-justify\"\u003E不過，自學什麼時候都不晚。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E比如，谷歌大腦的研究員David Ha，在投入機器學習的懷抱之前，已經做到高盛的董事總經理 (MD) 了。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002F14188f6d1ca94a5e833e6e55ae118bb5\" img_width=\"583\" img_height=\"583\" alt=\"自學機器學習，怎麼才能找到工作啊？至少要避開十大雷區\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp class=\"ql-align-center\"\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003E那麼，各位也要加油啊。\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003EReddit討論版還有更多建議：\u003C\u002Fp\u003E\u003Cp class=\"ql-align-justify\"\u003Ehttps:\u002F\u002Fwww.reddit.com\u002Fr\u002FMachineLearning\u002Fcomments\u002Fc3e9qu\u002Fd_those_who_hireinterview_for_machine_learning\u002F\u003C\u002Fp\u003E\u003Cp\u003E— 完 —\u003C\u002Fp\u003E\u003Cp\u003E誠摯招聘\u003C\u002Fp\u003E\u003Cp\u003E量子位正在招募編輯\u002F記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公衆號(QbitAI)對話界面，回覆“招聘”兩個字。\u003C\u002Fp\u003E\u003Cp\u003E量子位 QbitAI · 頭條號簽約作者\u003C\u002Fp\u003E\u003Cp\u003Eվ'ᴗ' ի 追蹤AI技術和產品新動態\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E"'.slice(6, -6), groupId: '6715290402154349064
