三四月找实习总结

三月来实验室就发现需要找实习。太匆忙了，之前什么都没有准备，就匆忙上阵了。自己本身对自己的定位是算法机器学习，最好是深度学习一类的。同时自己本身学过一点金融也想做数据分析一类的工作。于是就找了以下几个实习：

蚂蚁金服

阿里巴巴

宜信

360人工智能深度学习岗位

网易

结果很悲催这几个实习一个都没成功，究其原因是：知识储备不够、代码功底不扎实、面试时没有能拿出手的东西。

首先说说第一个有面试的蚂蚁金服。师姐推荐的，数据研发岗位，看似不错。一面简历面试通过了，二面HR面试，由于自己很愚蠢的在简历上写上自己的目标是做计算机视觉相关的东西，而不是数据研发，被HR一通嘲讽，同时也没有能够说出自己在数据研发方面的理解。结果很简单，悲剧了。。。。

再就是网易，很辛运的是自己的简历通过了筛选，原本以为自己本科的专业会成为我的绊脚石，还好。。。。笔试的内容很简单，但内容很宽泛，有机器学习的、有C++的、有编程的、有数据结构算法的，还有操作系统的。其中有一道题记忆很深刻，就是说说什么是AR，同时指出AR的应用方向。。我当时胡答一通。估计悲剧在这里。当然也不排除我在机器学习问题回答的不完善上。。。。很多很简单的内容，之前看过但之后就忘记了。。。还好要去面试的地方不在哈尔滨，而在杭州，如果真的能去的话，估计我也去不了。。。大哥不同意呀。这也算是一点点安慰吧。

再说说，宜信。没想到数据研发岗需要考核数据库的内容，这就有点蛋疼了。基本全忘了。之前看的那个协同过滤来做推荐的算法，也是模模糊糊答上去的。结果也悲剧了。。

最后是4月底做的几个笔试。360和阿里的算法岗位。先说说，阿里的吧。我真心觉得如果秋招的时候，我不用师姐内推，基本上就可以gg了。阿里算法的选择题很简单，但是后面两个附加题，炸了。。。。 不太会做。考核的方面我觉得完全是一个人的数学功底。难度我觉得挺大的。 最后说说，360。笔试基本上还挺靠谱，我觉得挺简单，但是没有通过我所在岗位的要求，估计那个岗位的分数挺高。自己的技能估计不符合。 最后说好的有面试的机会，但到了昨天我发现，就是4月30号，变成了我被刷了。。。。认为最后可以同过笔试参加面试的公司，也顺利gg了。。。。。

还好通过这次的找实习有了一点经验也知道自己现在需要补充哪方面的技能，同时可以安慰自己的是，即使找到了实习，大哥也不会放我去的。蛤蛤。这算是最大的安慰吧。

现在我需要做的有这样几个方面：

1、如果想做深度学习，首先要有一篇论文发表。同时自己要很熟练的配置各种环境，熟悉各种CNN的层次结构，以及各种调参的trick，总之要自己实实在在的训练调试一个网络。就在caffe这个平台使用就行，同时CUDA编程是一定要熟练的，不仅是各种接口函数，还要了解GPU编程的一些架构。最后要说的是，深度学习的书一定要多看，而且深度学习是机器学习的分支，一些机器学习的知识不要光浮在表面，还要会推导公式，针对一些很简单的机器学习算法要很熟练的应用。之前转载过一篇博客，之后的时间可以看看。

2、如果想要做计算机视觉，和深度学习的策略也相似，但还要学会一些凸优化、数理统计的数学内容，而且要找到一个方向做，同时也要清楚一点就是，一些计算机视觉常用的工具包自己也要会用，例如：opencv、python

3、以上两个如果从根源来讲，隶属于算法类的岗位，所以算法的一些知识也需要回顾，同时算法岗位需要有很多领域的涉猎，数据库、计算机网络、操作系统，当然linux下的一些bash、vim语句也要很熟练的掌握。同时最基本的C++\python编程能力也不可缺少。。。。。

4、最后可以说说，数据分析岗位，上述的东西如果都很熟练的话，这个岗位也可以考虑。。。。。

综合起来看，任务还是很艰巨的。

先看看几个可以提升自己简历的东西：GitHub和csdn的博客。这个可以搞一搞。

再就是编程能力的提升，几本面试的书和面试网站都可以试试。同时也可以在平时的项目的完成中，注意自己的代码知识的储备和能力的提升。

最后，要说说，灵活性的打算和做好持久战的准备。坚持就是胜利，同时要记住一定要专一。