双非渣本的转行之路:从机械设计到NLP并薪资翻倍


如果不出意外,我的条件应该是集训营最差的那个了吧,没有硕士光环,本科还是没听过的,三线小城市渣渣学校,英语水平属于那种四级飘过的那种,数学水平嘛,毕业两年都还给老师了,最主要的是我本科专业是机械设计及其自动化。现在回想起来,实在是找不到比我更渣的了,哈哈。

那你可能会问,你这么渣怎么来学人工智能了?答案:其实我并不知道这个很难,就一头扎进来了。还有一个原因是我高中数学还算不错,对自己有些盲目自信。

这篇分享,我并不想写成屌丝逆袭的鸡汤文,事实上,距离逆袭还差很远,现在只是半只脚入门而已。主要是想分享一下我学习、找工作的历程,如果你还在迷茫,希望能给你一点帮助。

课程结束后,一个月的时间找到工作NLP,目前工作的内容是对话机器人和知识图谱。

在报名集训营之前,我学习了python,并且顺利从机械转行,做过几个月的爬虫工作,编程有一点的基础。但由于工作很忙,没时间学习,我又果断辞职,全心全意学习机器学习。脱产无疑是很痛苦的,没有经济来源,对后面学习完能不能找到工作的疑虑就很大,压力不言而喻。如果你正有辞职学习的打算,要慎重考虑;如果你还在学校的话,那就恭喜恭喜啦。

开始学习的时候,没什么方向,走了很多弯路,但也是跌跌撞撞把数学基础和部分机器学习的内容过了一遍。集训营课程对我帮助很大,这里有很多经验丰富的老师和志同道合的同学,学起来不会那么枯燥无味,少走了很多弯路。当然,最喜欢的还是集训营的线下课,每周跟线下的同学老师交流,会增加很多信心。说实话,如果不是七月的集训营,我现在能不能找到工作,要打一个大大的问号。

集训营学习之前,我把赠送的机器学习预习课程看了两遍(不只是单纯的看,老师讲的每个知识点都记下来、理解,一般两个小时的视频,我要花一天的时间),深度学习预习课程看了一遍,有些算法,如果听不懂就听第二遍,还不懂就第三遍,我的方法就是死磕,毕竟咱水平只有这样,笨人总有笨人的方法,哈哈。
集训营的课程,内容很多,很紧凑,每课一定要跟着练习,完成作业和每周的考试,七月的老师和助教也会很负责的批改。集训营最大的一个看点就是项目部分了,NLP项目的对话系统,我是反复看了很多遍,最后写在简历上的。

最后就是面试部分了,集训营的课程里有相关部分内容,老师会敲黑板,划重点,教你简历怎么写,项目怎么写,老师们经验丰富,照着做就对了,遇到不会一定要请教老师,特别的请老师帮你看看简历。

具体到面试的时候,像我这样学历的,投出去的简历,一点回音都没有,那时也只能海投,起码可以增加面试机会,我想大多数人不会有我这种困境。面试的公司里都是中型、中小型和小型的创业公司。

小型的创业公司,基本不会遇到懂算法的面试官,大多会根据他们实际业务出发,考考你如何用算法解实际的业务的问题,比如我遇到一个电商公司,他们主要面向国外市场,希望做一个邮件自动回复的系统(国外好像都是用邮件)

中小型的公司,肯能会有些懂算法面试官了,这里就需要你对各算法的理论掌握熟练。

中型的公司,会有比较厉害的面试官,各种算法的推导,还有实战经验都会考到(我实战经验不多,kaggle都没打过,场面很尴尬)。

总体来说,NLP的面试中关于机器学习的问题不太多(我没面试过大厂),大多是深度学习的问题。

面试手推过的算法:SVM,LSTM(很多次)TFIDF(手写代码实现),bert(面试必考)---我准备面试的时候每个重要算法都手推过不下十次

项目:面试介绍项目是一定有的环节,不懂的技术不要写在上面,不然问到答不出来很尴尬(用过的技术都不会,扣很多分)

以上是我的NLP转行之路,希望有能帮助到你的地方。
已邀请:

来自楼上

赞同来自: July


NLP的面试中关于机器学习的问题不太多(我没面试过大厂),大多是深度学习的问题

面试手推过的算法:SVM,LSTM(很多次)TFIDF(手写代码实现)bert(面试必考)---我准备面试的时候每个重要算法都手推过不下十次

项目:面试介绍项目是一定有的环节,不懂的技术不要写在上面,不然问到答不出来很尴尬(用过的技术都不会,扣很多分)

以上是我的NLP转行之路,希望有能帮助到你的地方。

要回复问题请先登录注册

收藏七月在线,一起向大牛进阶

ctrl+D或command+D可以快速收藏哦~