从销售转行AI算法工程师!凭什么?

有调查显示很多人毕业后,从事的工作并非是自己的专业,尤其在互联网行业更为显著。有原本学土木的转行做编程,有学生物的转行做产品经理。

一些本科相对冷门的专业能否在互联网行业找到好的工作呢?自身的专业如果与编程毫无关系,是否可以从事现如今非常火爆,可以说是下个编程风口,年薪50万的AI算法岗?

今天我就给大家介绍下王林同学,他是如何从研究生学力学的专业,一步步成功转行到AI算法工程师。

首先介绍下他的背景,本科学的化学,研究生学的力学,在他自己眼里都是劝退专业。2015年毕业,在一个小公司干了两年机械,又干了一年销售,2019报了七月在线的《机器学习集训营》,今年三月份离职,完全编程零基础,恶补了下数学知识,七月份入职当前公司。  

先定义下王林同学所说的“编程零基础”,大学学过VB,之后再没碰过编程,报名《机器学习集训营》上课的时候,不清楚import pandas as pd是什么意思,不清楚import是干啥,也不知道as是干啥,更别说看了很多import 后突然发现有的地方写的是from sth import sth那种痛苦了。

对王林言,化学是一次初始化、力学又是一次初始化、机械、销售都是一次次的随机初始化,包括一开始报名集训营,本质上也是一次初始化,不同初始化点附近可能存在的极大值是不一样的。

王林2019年8月报了集训营之后,那时他还在上班,而且每周一从杭州出发去山东出差,基本每天换一个城市,周三晚上找个咖啡馆上在线课程,周五晚上赶回杭州,下周照旧。

不过,8月份刚学习时,很多东西对王林来说实在是太过深奥,完全看不懂。好在七月在线提供了对新手相对友好的课程,比如集训营的预习课之一:『机器学习入门』。

基本每天就7点到12点左右可以学习,白天还要拜访客户,当然偶尔也会偷懒,不见客户只学习。大概这样努力了三个多月,到集训营结束。

十一月份,跟授课老师聊了下,清晰记得是双十一,开始向offer冲击一边看公司一复习《机器学习集训营》这门神课。

过年之前,继续周一从杭州到山东,每天一个城市,周五回杭州,每天晚上7点到12点学习的生活

今年三月中旬,正式离职,来到上海,每天去浦东图书馆三楼最边上固定一个位置学习。

大概四月多,再次复习集训营,有了前面的基础,此时慢慢能看懂了,循着老师的课程,开始理解机器学习,发现机器学习的基础是统计学,统计学的基础是概率论,研究概率论发现有贝叶斯学派与频数学派,继而是大数定律...一层层深入。

在浦东图书馆一本本看书,基本上把图书馆概率、统计、贝叶斯、量化相关的书都看了一遍。

一直到七月,开始面试,王林没有撒谎编造简历,实实在在写的过往经历,不过重点突出了王林已有的工程实现能力:有回测框架、有实际可用策略,用NLP分析文本预测大盘...总之,是表明能直接上手做项目。

但让王林失望的是最开始一些公司都没理他,后来面了几家,现在这家彼此相合,王林就入职了。关于面试过程,问了些实际写策略会遇到的问题,自己都遇到过,不算难。机器学习的知识是加分项。

当然,现在这家不是顶尖量化公司,百十来号人算是中规中矩的公司吧。

要说七月在线《机器学习集训营》对王林的帮助,仔细想后,发现传授自己知识的同时,还给王林开了一条继续学习的路。工作后,以为“见多识广”以为学习没有用,现在回过头看,工作后的学习才是真正让自己成长的。

实事求是,条件够了,事儿自然就成了,事儿还没成,总是有个条件不够。

听了王林同学的故事有没有受到鼓舞,如果你的技术和项目经验方面不太完善,又想通过努力获得一份高薪offer、或者想从传统IT转型AI的,那么向你推荐可以免费试听的《机器学习集训营》,三个月挑战高薪岗。

↓加我免费听取试听↓

 

(试听内容是面试中常考的SVM与XGBoost)

集训营在教学模式、实战项目、讲师团队、就业服务,是非常靠谱和领先的,还专门为学员准备了一年的免费GPU云平台

也是基于上述几点,成功的帮大量学员拿到30-70万的offer。其中有本科出身,但多年传统IT开发经验的老司机,也有在读的本硕博同学。

其中很多同学,分享了自己转行/转岗的学习过程以及面试经验,上面提到的王林,也是其中之一。

下面我就要为大家详细分析一下这门课程,凭什么能让大家拿到高薪。

领先的教学模式

七月在线的机器学习集训营,采取十二位一体的教学模式,囊括12个环节:“入学测评、直播为主、实时答疑、布置作业、阶段考试、毕业考核、一对一批改、CPU&GPU双云平台、组织比赛、联合认证、面试辅导、就业推荐”。

这和其他零散、非标准化的教学模式有着本质的不同。

学员的上课流程大体如下 ↓

1、开课前,进行统一的入学测评,讲师根据学员的测评结果,安排授课计划,确保授课内容极具针对性。

2、开课后,每次课通过GPU + Jupyter Notebook在线提交作业,然后讲师和助教1v1在线批改、讲解作业,且提供可执行的交互式代码。

3、每个学习阶段,都有精心设计的实战项目和在线考试,供学员查漏补缺。学员最终在不断的阶段性实战和考试中彻底掌握机器学习技能。

此外,还提供了免费的GPU云实验平台,使用了高性能显卡,且预装了tensorflow、MxNet、xgboost等主流DL框架和相关的工业数据。

学员可以24h*365天的免费使用

 

靠谱的实战项目

只学理论肯定是不行的,学机器学习的核心是要做项目,七月在实战项目的设置上也是投入了相当大的精力。

1、每节课讲完,讲师都会布置对应的项目作业,再配合作业批改答疑服务,确保学员实实在在学到了真东西,而非纸上谈兵。 

2、更关键的是,课程还有专门的项目实战阶段。学员要从CV、NLP、推荐这三大热门方向,选择一个方向,设计自己的毕业项目。

七月在线AI Lab负责人陈博士、多位BAT大咖带你手把手从头到尾实现自己的项目,比如CV项目的完整流程:

⭐第一周:CV-跨镜追踪/重识别(ReID)的介绍和环境搭建

⭐第二周:CV-跨镜追踪/重识别(ReID)的特征工程

⭐第三周:CV-跨镜追踪/重识别(ReID)的模型构建

⭐第四周:CV-跨镜追踪/重识别(ReID)的迭代优化

⭐第五周:CV-跨镜追踪/重识别(ReID)的评估、部署、总结

而且精心设计了13个实战项目,包括三大企业项目,和十大实训项目,以下是三大企业项目:

↓扫我咨询,获取试听和课表↓

  

而十大实训项目如下????

????python基本练习题 与 google python实战题

????pandas综合练习

????sklearn建模与使用

????Xgboost与LightGBM使用

????Caffe&Tensorflow实战

????图像分类与检索

????癌症病理检测

????基于YOLOv3模型的目标检测

????新浪新闻文本分类

????基于DIEN的电商广告CTR预估

在以往的学员制作项目中,涌现了众多优秀的作品,一些项目在Kaggle/天池竞赛中拿到前5名的好成绩。如下面这个NLP智能客服系统。

(大家如果对项目的原型、代码感兴趣,可以文末扫码后索取)

强大的讲师和助教团队

七月在线为集训营配备了强大的讲师团队。他们中有的是来自BAT等大厂的技术专家,有的是知名企业的资深研发,还有毕业于顶级高校,学术背景深厚的人工智能博士大佬们。

学员将在这些顶级讲师的手把手指导下,完成八大阶段的学习。

⭐第一阶段 Python基础和数据分析

⭐第二阶段 机器学习原理

⭐第三阶段 机器学习实战

⭐第四阶段 深度学习原理到实战

⭐第五阶段 深度学习模型应用

⭐第六阶段 CV NLP 推荐三大方向的基础技术巩固

⭐第七阶段 CV NLP 推荐三大方向的完整项目实战

⭐第八阶段 面试与就业指导 就业转型不再难 

完善的就业服务

技能培训不以就业为导向,完全就是在耍流氓,所以保证学员的学习结果那是必须的。

学员在完成所有的学习阶段后,还会得到一对一的就业服务,包括面试求职辅导和内推服务两大部分。

完成项目进入就业阶段后,,且和就业老师一起进行就业推荐(包括BAT等一线互联网公司的工作机会推荐)。

1、在面试求职辅导阶段,BAT等大厂技术专家会一对一进行简历优化(比如将集训营项目整理到简历中)、面试辅导(比如面试常见考点/模型/算法)

2、关于内推,讲师和就业老师会根据学员的学习情况和能力评估,提供包括BAT在内的一线互联网公司的工作机会推荐。最大程度的让每位学员都能得到一个不错的offer。 

而且,为了确保学员都能拿到满意的offer,针对最新一期的机器学习集训营,七月在线还成立了就业部。就业部门的职责就是专门为集训营学员提供就业服务,保证每一位学员都能拿到满意的offer。

机器学习集训营已经举办了12期,随着每一期的更新迭代,课程内容和服务水准也在不断地迭代和升级。

目前的【机器学习集训营 第十三期】由七月在线和CSDN联合开设,是课程体系最成熟,服务水准最高的一期,其教学目标就是3个月将学员培养成一名中级机器学习算法工程师。

最后,对于本公众号的读者朋友,我也帮你申请了一个优惠福利

除了上文提到的可以免费试听外(试听内容为集训营里精讲的SVM与XGBoost,全程手把手到你推导),只要和老师说明来自:CSDN公众号,老师会帮你减免1500元的集训营报名费,当然了,这种优惠的名额也是有限的,只有5个哈~

↓扫我咨询,获取试听和课表↓

    

今日福利

领券剁手

????????????

点击阅读原文领取机器学习试学课程+课程咨询!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 计算机基础知识:包括数据结构、算法、操作系统、计算机网络等基础知识,这些知识对于理解人工智能的基本原理和算法非常重要。 2. 编程语言:掌握至少一门编程语言,如Python、Java、C++等。其中,Python是人工智能领域使用最广泛的编程语言之一,因此建议优先学习Python。 3. 机器学习:了解机器学习的基本概念、算法和应用,包括监督学习、非监督学习、深度学习等。 4. 数据处理和分析:熟悉数据处理和分析工具,如numpy、pandas、matplotlib等。这些工具可以帮助你有效地处理和分析数据,从而更好地应用机器学习算法。 5. 神经网络:了解神经网络的基本原理和应用,包括卷积神经网络、循环神经网络等。 6. 自然语言处理:了解自然语言处理的基本概念和算法,包括分词、词性标注、命名实体识别、情感分析等。 7. 数据库:了解数据库的基本概念和应用,包括SQL语言、关系型数据库、非关系型数据库等。 8. 业务领域知识:具备一定的业务领域知识,比如金融、医疗、教育等。对于人工智能的应用而言,对业务领域的理解和熟悉程度也是非常重要的。 9. 沟通和团队合作能力:在实际工作中,需要与其他团队成员进行沟通和协作,因此具备良好的沟通和团队合作能力也是非常重要的。 10. 不断学习的态度:人工智能是一个不断发展和变化的领域,因此要具备持续学习和更新知识的态度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值