校招转CV个人

水硕一枚（虽然本科不水，但硕士确实有点水，大家或多或少应该与心理预期有差距），找完工作后很早就有发这个贴的想法了，今天把三方寄出去后，给自己一个总结，同时给大家一点建议。

offer情况：阿里达摩、腾讯、华为诺亚、海康杭研、京东、YY、虹软等。

岗位：CV算法

专业：非CS

转行周期：两年

当初选择转行不是因为AI热，而是在我大三下进实验室一年后，发现确实学不到东西，在实验室写了整整两个月的本子，虽然期间发了一些论文，但是总感觉心理不踏实，我除了会WPS，会Matlab还会啥？再加上我师兄当时也是在焦头烂额地投简历找工作，把我触动了，我不想两年后，自己没有选择工作的权力。于是，我花了一个月的时间调研了我当时研究方向的科研前景（知网博士论文、IEEE Xplore）和就业现状（师兄师姐），得出的结论是科研没有前景，我的研究方向窄之又窄（JunGong中的小众），且国外上从10年之后基本没有大的创新出来、国内一大帮人也都在吃老本，follow别人的；并且实验室的大环境不行；就业的话当时大家基本都去研究所了，其实说实话，我留校保研之初，还是想去研究所搞研究的，当时不太懂，经过前辈们的介绍，我打消了这个念头，只能说去研究所的是英雄，出来的是勇士，人各有志。慎重考虑后，我差不多在16年11月份转行的。

决定转行后我断了自己的后路，坚决不去研究所。下面以时间为结点介绍我的个人经验，中间走了很多弯路，仅供参考，大佬勿喷。

转行前的个人基础（本硕多次国奖，自认为基础不差）：


数学算法：矩阵、凸优化。自认为不差，并且我认为这两块对搞算法的人的重要性再怎么强调都不为过

代码能力：C/C++，数据结构。本科还凑合，但没有刷过题

16年11月-17年4月：《统计学习》、《机器学习》、《Pattern Recognition and Machine Learning》、《Python机器学习实战》、Scikit-Learn官方文档

李航《统计学习》作为入门书籍，我看了很多遍，拿来当小说看，而且确实每多看一遍，都会有新的收获，因为每次关注的点都不一样，书都翻烂了。第一遍看，前面监督部分还好，看到后面非监督部分，条件随机场那些的时候，起初是看不下去的，然后我就会去CSDN上搜相关的博客，在知乎上搜各位前辈的理解，大咖们厉害在于会将很抽象地原理具象化，看了他们的解释后，回过头来再去看公式会容易很多。

至于Python的话，很简单，一周就能搞定。当时就是每看完一个章节我会去网上搜相关的代码来跑，同时会对着Scikit-Learn官方文档的相应内容去看，然后跑官方例程，我很佩服自己的是Scikit-Learn那么厚的英文文档，我当时竟然有勇气看，并且基本看完了。

由于这个阶段实验室还有很多活，所以我基本都是周末和晚上自学的。

17年5月-9月：《学习OpenCV》《OpenCV2计算机视觉》《数字图像处理》《计算机视觉算法与应用》《深度学习-21天实战Caffe》

这段时间处于空档期，由于某些因素实验室没有管我，于是我的时间比较充裕。

这期间主要任务就是找落地方向，第一阶段，我看了机器学习的基础知识，但是落地点很多，CV、NLP、data Mining等等，在给自己定方向的时候，我也看了一段时间的NLP，也参加了图书馆举办的知识图谱的讨论，但可能是CV更具化吧，于是我落在了CV上。

落在CV上后，我就决定从头开始看，我认为，真正算法转行不是说看看近两年的new workCNN就行了（当然前两年看看CNN和西瓜书就能找到工作了，虽然我也很不解），而是要深入了解这个方向，就好比写论文的时候，为什么要有related works一样，不然始终都是个转行的laymen，其实现在CNN落到CV上也是在往传统方法上靠。于是我把传统的图像处理知识也补了一下，当然当时都是基于二维的。

于此同时，我学习了Caffe框架，Caffe我很自豪的说我很熟悉，因为我底层c++源码全都看了一遍，我认为这是很重要的，对后面自己添加new layer会有帮助，更重要的是这是一个学习C++的一个很优秀的开源项目，看完后绝对收益匪浅。这一点在我面试的时候多次被面试官问到了底层代码的问题，尤其是达摩院。

为了后面自己能跑数据，618期间换了台笔记本，但是当时没有调研充分，经验不够，显卡才4G，很伤。

17年暑假实习在没有准备的情况下去面了面滴滴，面试的时候给我扔了3道leetcode meadium的题，最后勉强做出来一道，人家让我做SLAM，我不太懂，最后也没有去实习，但是通过这次面试，意识到了代码能力还是需要针对性的练习。

17年10月-11月：《深度学习》花书、参加了AI challenge 全球挑战赛 、和北大、斯坦福同学搞了个无人机探测的项目

 感觉自己基础知识积累差不多了，于是我参加了个比赛，但由于自己设备不行，当时VGG都跑不了，最后名次不行，但是通过这个比赛，我在实战数据中进行了数据预处理，调参，选结构等，虽然自己也在GitHub上下过一些小项目，但是这个比赛的收获还是挺大的。和斯坦福同学一起搞了个无人机探测的项目，后来由于我们团队成员关于拉投资出了问题，最终不欢而散。从这个事情中，我确实感觉到我理（我们学院）和外面学生的差距，他们想法多，并且很有冒险精神，可能是大环境所致吧。

17年11月-18年3月，利用课余时间做了外面的一个ADAS落地项目，寒假参加了某公司的AI实战营**

这段时间，是我学术的再一次积累，在做项目期间，认识了个专业的学霸学姐，当年拿了很多offer，除了做项目外，还让我follow最新论文，和我讨论新的点子，当时我们在项目期间结合何凯明的focal loss第一次有了自己的新点子，虽然最后不足以发顶会，但是这期间，让我算法能力得到了很大的提升。寒假过年就回去几天，基本也没怎么过年，在火车上都开着笔记本跑实战营的项目。过完年就在想要准备各大公司的暑期实习了，所以年没怎么好好过。

18年4月- 《C++primer》,《EffectiveC++》《More Effective C++》《算法导论》选看面试了暑期实习，最后选了鹅厂

此部分略去吧，因为所里不让出去实习，这段经历是很难受。

18年7月- 正式校招，校招还算顺利，除了DJI的挂了外，其他基本都过了

这个时候，基本就是刷刷题，看看数据结构了（从面完滴滴后我就开始刷题了，只是前期频度不高），然后从17年11月开始，我就一直在follow顶会的paper，所以也没有刻意去准备基础知识（不是说不用准备，找CV岗传统图像算法肯定得会）。我找工作只找做图像的，而且不太想做纯软的东西，所以找的就那些，独角兽不太想去，我觉得我不是大佬，还是想去大厂镀镀金，读研的时候错过一次平台了，不想再次后悔。现在技术这么开源，学技术去哪学都一样，但是平台这种东西还是很重要的。

总结：一路走来，感觉自己很幸运，有很多贵人相助。这将近两年准备非常辛苦，实验室我一个人负责三个项目，不过还好有前师兄们的帮助，每次项目关键时刻，他们总能帮我一把。看到自己身边很多人没有转成功，我认为有两点，一是心很杂，方向多，给自己留了后路。二是吃不了苦，喜欢将就。
后面的CV门槛越来越高，至少我在鹅厂收简历的时候，看到了大批优秀的简历，但依然没有好的offer，希望学弟学妹们慎重考虑，一定不要跟风、盲从，我的方向大家可以不用一样，但是我的准备方法还是值得借鉴的，熟悉某个领域可以多看博士论文，然后再看英文文献，再加博客知乎之类的，github多上上。
雨绸缪，痛定思痛，送给大家。