自學機器學習，怎么才能找到工作啊？至少要避開十大雷區 | Reddit高熱
把你的項目做成API啊
栗子 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
做機器學習工程師，通常都要讀過博。
即便沒有寫成崗位的必要條件，也慢慢變成了自然規律。
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？
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，兩天熱度已經超過500。
討論版上，有許多人提出了中肯的建議：
工業界需要的技能
有位叫做po-handz的網友，他發表的意見收獲了80分的高贊同，占據了評論區的頂樓：
把自己的項目投入生產環節 (launch into production) ，就能超越99%的應屆生，也能超越大部分在位的ML工程師了。
對此，有人 (moravak) 表達了墻裂贊同：
這個“大部分”，其實就是≥99.9%。
頂樓又補充說，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。
那么，怎樣才算有這樣的經歷呢？
網友 (BernieFeynman) 簡約地解釋了一下：
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。
當然，做起來并不是一句話的事，頂樓詳細描述了，一整個過程究竟能有多難：
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，該怎么scale呢？
推理要用GPU么？那樣的話在AWS上每月可能要花1000刀，預算能支持么？時序數據怎么辦呢？
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，比處理一個清晰干凈的數據集要難多了。
最后的最后，你還需要一整套UI，網站，nginx堆棧，要做成用戶友好的樣子。
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，因為他們可能只在自己專業的領域里工作，都是別人把干凈的數據集交到他們手上。
你如果在這點上打贏他們，對企業來說就有更高的價值了。
簡歷不要踩雷
訓練實用技能，只是一方面。
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”，總結了十大雷區，供大家參考：
第一，拿著一大堆MOOC證書。沒用，我試過，quiz一路點下去誰都做得到。第二，對Kaggle成績過于自豪。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，基本沒什么共同點。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項目都是只提交過一次代碼的那種。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/統計學知識水平。第十，沒有軟件開發的經歷。
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后強調：
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。
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。
One More Thing
不過，自學什么時候都不晚。
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。
那么，各位也要加油啊。
Reddit討論版還有更多建議：
https://www.reddit.com/r/MachineLearning/comments/c3e9qu/d_those_who_hireinterview_for_machine_learning/
— 完 —
- 馬云正式卸任后，阿里巴巴開盤跌0.87%2019-09-10
- 亞馬遜在華拓展云計算團隊，挑戰阿里巴巴和騰訊2019-10-16
- AI獨角獸云知聲，已完成一期科創板IPO輔導2019-10-17
- IDC：今年上半年中國公有云服務市場規模達54.2億美元2019-11-07
相關閱讀
這個登上Nature封面的「群體學習」，無需中央協調員，比聯邦學習更優秀
在不違反隱私法的情況下集合來自世界各地的任何醫療數據，讓AI診斷效果更好。
