蚂蚁金服机器学习算法工程师分享：深度学习该如何进阶？

2019-3-12 10:09| 发布者: admin| 查看: 32| 评论: 3|原作者: nettman

摘要: 问题导读 1.作者认为拿到offer应该如何做？ 2.对于进阶深度学习，本文提出了哪些建议？ 3.你认为该如何学习深度学习？作为一个行业牛人，并不是有多好的条件，而是利用好当前的环境。无论你是花上万的培 ...

问题导读

1.作者认为拿到offer应该如何做？
2.对于进阶深度学习，本文提出了哪些建议？
3.你认为该如何学习深度学习？

作为一个行业牛人，并不是有多好的条件，而是利用好当前的环境。无论你是花上万的培训，还是花几百的视频，还是个人自学，这些都是外部条件，人是最大的决定因素。下面是蚂蚁金服工程师的分享。
作为一个刚刚在今年的校招中，拿到蚂蚁金服机器学习算法offer的前嵌入式工程师告诉你该如何进阶（还有比我差的远的吗？）

没项目；没论文；导师不管；全靠自学；这些都不是事。上面这些我跟你一毛一样，其实还要严重些：老师非但不管还安排了一堆其他非算法项目；每天在老师公司上班，按时打卡，都不在学校。万恶的资本主义呀。

但是还是在今年的校招中拿到了蚂蚁金服的机器学习算法工程师offer，非常开心（要知道我是做嵌入式的）。下面就让我来教教你怎么进阶，怎么做来达到校招的要求。希望你看到我的例子，能给你点信心，不要怕兄dei，好好努力，没问题的。

先问你几个问题：

cs231n课学完了，课后作业做了吗？课上给出的相关阅读参考材料，看了吗？整理归纳了吗？如果我从里面挑出一个问题来考考你，能答上来吗？（比如：LSTM和RNN区别？为什么LSTM可以对抗梯度消失？ConvNet的反向传播BP算法是怎么算的？牛顿与拟牛顿的区别？等等）重点不是学完了，是你学会了并且整理归纳了这些知识点。咱们学习也要以结果为导向才行。什么？这些这么难，校招不可能问？兄弟，这是今年算法校招的基本题型，用陈铭的话说就是“全在射程范围内”。

你准备找哪个方向的深度学习工作？你知道DL有哪几个方向的工作吗？CV、NLP是比较火的，但是以我们的情况来看，很难做的比较深，一般大厂都需要你有些paper，这两个领域的竞争太残酷了。

上面只是帮助你整理下思路，让你对找工作有些信心，不要再抱怨教研室有多烂，多想办法如何拿到自己满意的offer，调整好心态。下面给你一些具体的务实的建议：

如果想进阶DL，建议你选个方向。多看看论文，cs231n是CV方形的，还有几个值得推荐的方向：NLP、推荐系统、计算广告等。现在继续看课程对你来说已经收获不大了，你需要的是实践，找之前的比赛去练练手吧。完了，再回过头来看书，看视频课程。你会发现有一个明显的提升。

如果你确实不能发paper，我建议把DL作为你的一项技能。你以为面机器学习算法工程师就不问DL了吗？too simple sometimes naive 而且不要以为你就学会了DL，仅仅是入门而已（甚至还没入门），主攻机器学习算法工程师这个方向对于你来说，可能是更好的选择。DL作为技能树上的一个技能点再找工作的时候也是不错的。

不管怎么样，即使你依旧想找DL工作的话，或者你决定主攻Machine Learning，既然没有paper 项目，那只剩下一项了：比赛。Kaggle，天池，腾讯比赛特别多，好好打比赛既能学到东西，锻炼编码能力，还能丰富简历。如果能拿top，甚至是对口梦想大厂的top，那就不是sp的事了，ssp在像你招手了已经。

算法工程师也是工程师，编程能力不能差。学习理论、打比赛之外，记得巩固数据结构的基础知识，坚持每天定量保质的刷题，leetcode lintcode都可以。记得，要做总结哦~ 总结才能记得牢固，理解的透彻。千万不要忽视大厂对基础编程能力的考察。

理论要深。什么意思？学习ML算法，或者DL模型，要理论+实践，而且理论要深，不能有短板，要扣细节，真真正正的理解每一个算法模型的原理细节以及实现技巧。比如，Logistic Regression非常简单，谁都会，那我问你能不能用最小二乘法来求解？为什么没有人用？LR的并行化训练怎么做的？Randomforest处理特征划分是怎么做的？树是怎么生成的？非常多的细节，你必须都搞清楚。别怕难，难才能体现你工作的价值，要不然人这么多，为什么就录用你而不是别人那？反过来也一样，为什么录取别人，而不要你那？想过这些没有