跨专业转NLP的扎心历程:试用期被辞再找拿到更高offer


转眼已经到了9月,又是一年金九银十的招聘季节。

您好,我叫***,本科毕业,之前在一家国企工作。。。这一套自我介绍的话语,感觉自己说了30遍都不止。

我是七月集五的一名学员,参加七月的机器学习集训营已经是一年前了,当时我还是在一个五线小城市做着国企中的一个螺丝钉,一个双非本科毕业四年每天过的浑浑噩噩的人,每天过着一眼望得到头的日子。

偶然的空闲我看到了七月在线的机器学习入门的课程,虽然自己只在大学学过一点vb编程,但是自己似乎可以趁三十岁之前在次拼一把,重新选择自己的生活。于是在考虑了一周后下定决心,报名参加了七月的第五期集训营,然后在跟着线上学了一个多月以后,由于自己所在的小城市没有线下课,裸辞,来到了杭州,继续每天听课,线下和老师交流,学习。

当时感觉自己又回到了高中的日子,每天很充实,一直在学习,一直到十月底课程结束。当时学完课程,发现机器学习集训营的内容很多自己都没完全吸收,虽然线上课讲解的时间只有2小时,但是里面所包含的信息确实很巨大,这些知识要将其吸收并转化为自己的知识,可不是一朝一夕可以完成的。于是给自己定了个目标在金三银四之前在准备一段时间,于是我将在集训营的学习过程中使用印象笔记做的学习笔记,重新进行梳理,结合代码,一篇一篇的看过去,建立自己的学习体系。

三月,我开始正式投简历,第一波投递仿佛石沉大海一般,没有一点消息,于是找到了寒老师和杭州线下李老师,在老师的不厌其烦的帮助下改了接近三版的简历,终于陆陆续续收到了面试邀请,在面了第三家的时候就收到了offer,虽然薪资待遇和动辄30万+的计算机大佬们不能比,但是也算是能踏入算法的路,而且也比自己当初在国企工资要高很多,于是顺利入职。

写到这可能有人会觉得就完了,那就不能算是扎心历程了,因为扎心的才刚刚开始。当时快到自己三个月试用期转正的日子,领导找到我告诉我不能给我转正,然后说了一些客观原因,自己当时也感觉自己还有学要学习的,于是又一次离职,重新开始。

八月中,在自己又自己沉淀了两个多月后,再次投简历、面试,这次没有之前那么顺利,但抱着一股不信邪的倔强,在面试了20多家公司后,终于收获了一个算法offer,而且薪资比之前的还要高。虽然不知道自己后面的路是怎样,我只知道相信自己,尽力去做就好。

以上就是自己复盘过去一年的心路历程,虽然历尽挫折,但是一直没有放弃,最终还算收获了不错的结果。最后把这句话送给那些在犹豫的同学,面对未来,我们每个人都是既害怕又向往,如果你犹豫那么你永远不会迈出那一步,只有沉下心去做才会有所收获,just do it!!!

同时在这里感谢七月的各位老师,尤其是杭州线下的李老师,对我给予了很多帮助,最后祝七月越办越好~~

附一些常问NLP面试题:
1. xgboost是用同一个模型吗?
2. 分词模型构建,字典,实际应用?
3. jieba分词步骤?
4. 一些基础模型特点?
5. softmax和sigmod区别?
6. svm不同核方法区别?
7. 不均衡采样如何进行预测?
8. dropout和BN的区别?
9. 简单介绍下聚类?
10. 无监督学习评价指标?

11.attention注意机制?还有简单介绍下 self attention?
12.如何使用bert?
13.Bert训练的一些参数?
14.Gan的原理?
15. LSTM与GRU区别?
16. rnn和cnn区别
17. embedding物理意义?
18.word2vec伪代码推倒?
19.fine-tuine的原理?
20.pooling层作用?

21.lr为什么损失函数为什么用极大似然
22.GBDT的原理 (理论基础)
23. 决策树节点分裂时如何选择特征,写出Gini index和Information Gain的公式并举例说明(理论基础)
24. 分类树和回归树的区别是什么?(理论基础)
25. 与Random Forest作比较,并以此介绍什么是模型的Bias和Variance(理论基础)
26. XGBoost的参数调优有哪些经验(工程能力)
27 XGBoost的正则化是如何实现的(工程能力)
28. XGBoost的并行化部分是如何实现的(工程能力
29. 如果选用一种其他的模型替代XGBoost,你会选用什么?(业务理解和知识面
已邀请:

要回复问题请先登录注册