自學(xué)機(jī)器學(xué)習(xí)，怎么才能找到工作啊？至少要避開十大雷區(qū) | Reddit高熱

栗子 2019-07-19 16:44:24 來(lái)源：量子位

把你的項(xiàng)目做成API啊

栗子發(fā)自凹非寺

量子位報(bào)道 | 公眾號(hào) QbitAI

做機(jī)器學(xué)習(xí)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(guī)律。

那自學(xué)成才的人類，要寫怎樣的項(xiàng)目經(jīng)歷，才能讓面試官相信，自己也是有同等能力的呢？

一個(gè)叫做AdditionalWay的網(wǎng)友，在Reddit提出了這個(gè)直擊靈魂的問題，引發(fā)了大量討論，兩天熱度已經(jīng)超過500。

討論版上，有許多人提出了中肯的建議：

工業(yè)界需要的技能

有位叫做po-handz的網(wǎng)友，他發(fā)表的意見收獲了80分的高贊同，占據(jù)了評(píng)論區(qū)的頂樓：

把自己的項(xiàng)目投入生產(chǎn)環(huán)節(jié) (launch into production) ，就能超越99%的應(yīng)屆生，也能超越大部分在位的ML工程師了。

對(duì)此，有人 (moravak) 表達(dá)了墻裂贊同：

這個(gè)“大部分”，其實(shí)就是≥99.9%。

頂樓又補(bǔ)充說，很多人就算讀到博士畢業(yè)，可能也沒有自己把一個(gè)項(xiàng)目做到生產(chǎn)環(huán)節(jié)的經(jīng)驗(yàn)。

那么，怎樣才算有這樣的經(jīng)歷呢？

網(wǎng)友 (BernieFeynman) 簡(jiǎn)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(lái)的樣子，比如有個(gè)API可以調(diào)用之類的。

當(dāng)然，做起來(lái)并不是一句話的事，頂樓詳細(xì)描述了，一整個(gè)過程究竟能有多難：

比如，一般你不會(huì)只有一個(gè)模型，是有一組。

所以，需要讓這些大模型，加載在服務(wù)器的RAM上。

還要接受新輸入的數(shù)據(jù)。這些數(shù)據(jù)，要和測(cè)試數(shù)據(jù)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(yù)算能支持么？時(shí)序數(shù)據(jù)怎么辦呢？

你需要一個(gè)連續(xù)更新的模型，還要一直跟蹤調(diào)參。

除此之外，你需要一個(gè)實(shí)時(shí)的、可維護(hù)的數(shù)據(jù)管道 (data pipeline) 。搞這個(gè)，比處理一個(gè)清晰干凈的數(shù)據(jù)集要難多了。

最后的最后，你還需要一整套UI，網(wǎng)站，nginx堆棧，要做成用戶友好的樣子。

別說是剛畢業(yè)的博士，許多有經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家也對(duì)這些東西一竅不通，因?yàn)樗麄兛赡苤辉谧约簩I(yè)的領(lǐng)域里工作，都是別人把干凈的數(shù)據(jù)集交到他們手上。

你如果在這點(diǎn)上打贏他們，對(duì)企業(yè)來(lái)說就有更高的價(jià)值了。

簡(jiǎn)歷不要踩雷

訓(xùn)練實(shí)用技能，只是一方面。

如果不想在簡(jiǎn)歷篩選環(huán)節(jié)見光死，網(wǎng)友 (rudiXOR) 在一家“正在招聘ML工程師的中型企業(yè)”，總結(jié)了十大雷區(qū)，供大家參考：

第一，拿著一大堆MOOC證書。沒用，我試過，quiz一路點(diǎn)下去誰(shuí)都做得到。第二，對(duì)Kaggle成績(jī)過于自豪。許多大學(xué)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(diǎn)。第三，去了3個(gè)月訓(xùn)練營(yíng)，從PCA到LSTM，幾乎所有ML技術(shù)都修煉到了。真的沒人相信。第四，GitHub項(xiàng)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(yè)是新的，一個(gè)項(xiàng)目都沒有。第六，模型只在toy datasets上測(cè)試過，沒有再嚴(yán)肅點(diǎn)的項(xiàng)目了。第七，每種語(yǔ)言都說“精通”。比如C++、Python、Java、C#……第八，對(duì)照職位要求精心匹配了簡(jiǎn)歷 (“Buzzword optimization for HR algorithms”) 。第九，沒有證明自己的數(shù)學(xué)/統(tǒng)計(jì)學(xué)知識(shí)水平。第十，沒有軟件開發(fā)的經(jīng)歷。