機械男到tfboy的歷程

07-16

機械男到tfboy的歷程

5 人贊了文章

前些天回答了一個關於機器學習，深度學習課程的問題，感覺很多人想進入這個領域。

我剛好是完全通過自學進入這個領域的，所以想寫篇文章來說說自己的歷程，希望可以幫助更多的人找到自己的路。

先說下我自己現在的情況，現在在國內某公司做演算法快兩年的時間，做過傳統的數據挖掘項目，也做過圖像的深度學習項目，最近在用深度學習處理時序數據，不算多厲害，但至少拿到一個相關的項目心裡不虛。

上面是我現在的情況，而我的背景是一個三流二本的機械男，我2013年的時候本科畢業，學校就不說了，現在身邊都是985,211畢業的碩士，我那點學歷真的拿不出手。2013～2016期間，我在一家重工業的外企呆了三年，所從事的工作和機器學習沒有任何關係。到了2016年初的時候，我剛剛談了大半年對象，也買了房子，經濟上的壓力使得我不得不開始考慮未來的路。

我在大學剛畢業的時候就一直關注類似36氪這樣的科技媒體，剛好那時候阿爾法狗橫空出世讓我接觸到了「機器學習」這個詞。我想都沒想就準備開始搞這個，經過大約一個月業餘時間的信息搜索，我在2016年4月的時候從上家公司離職，我沒有找任何培訓班，用了三個月的時間，每天奔走於家和圖書館之間，每天就是看書。

因為大學學的機械而且又工作了三年，所以很多數學知識都忘了，那三個月我前面一半時間基本都在補數學，後來才開始看機器學習。

剛開始看的一些教程有吳恩達斯坦福大學的視頻，還有李航的那本《統計學習方法》，同時還要跟著學習python，那段時間還是很艱難的。那時候基本把那本《統計學習方法》80%的內容從頭到尾推了七八遍（不包括條件隨機場，沒看懂），吳恩達的講義也推了好幾遍。

第一次看支持向量機的時候真的想放棄了……

也跟著一本《機器學習實戰》實現了一些演算法，後來還看了一些神經網路的教程，有吳恩達的UFLDL，但那個裡面沒有CNN和RNN，CNN和RNN是我在淘寶上花了5塊錢買的一個視頻教程里學的（那個時候沒有那麼多學習資源，什麼CS231n這麼好的東西那時候都是沒有的）。

總之就是花了三個月的時候惡補了很多之後，我開始大搖大擺的找工作了，當時的技能僅限於一點python和一些機器學習，深度學習理論。現實是很殘酷的，由於我是南京人，所以我只投了南京的公司，剛開始的半個月幾乎每天都投了十幾封簡歷，全部都石沉大海。一直過了一個月左右，才開始有面試的機會，那個時候我還是很浮躁的，四個月沒工作了，而且還要還貸款，我甚至都準備了兩份簡歷，一份是機器學習的，一份是機械的，實在轉不了行就還是干機械吧。

最終我面試了五家公司，有兩家願意給我個試用的機會，還有一家給我郵件發了個文本分類的數據集，讓我自己去搞，搞好了發過去再談。兩家給我試用機會的，有一家的研發中心在北京，我去不了，於是就留在了另外一家公司一直干到現在。至於讓我做題目的那家，因為在我做完那個文本分類前，就已經收到了offer，我也就沒有回復他（不過題目做好了）。

也就是說，我從一家工廠辭職後，一共花了四個半月的時間才找到工作。我覺得我的運氣很好，那時候機器學習真的是才剛剛起步，市場上很缺人，才讓我有機會鑽了空子進入這個領域。

現在我工作了一年多快兩年了，期間做了一些天池的比賽，也做了自己公司實際的項目，自我感覺比當初找工作時不知道強了多少倍，GBDT，隨機森林，xgboost，各種CNN，RNN，attention，最喜歡用pandas和matplotlib最數據分析，tensorflow從數據載入到最後的serving全流程打通，感覺棒極了。

但我得承認一件事，由於所在部門的原因，我所做的項目比較雜，有傳統數據挖掘，有圖像，也有時序數據，所以我這一年多的時間並沒有深入某個領域，比如nlp，但我自己的實際感受是，無論是哪個領域，只要是數據驅動的技術，對數據的理解都是很重要的，這一點是相通的，這點也是實戰後才有的切身體會。理論上推導起來再牛逼的演算法，在垃圾數據面前也是沒用的，這垃圾數據並不是說數據本來就一定是垃圾，也有可能是你自己對數據的理解不夠，給模型輸入了垃圾的特徵導致的。

總之，連我這麼個學歷低，學校一般，專業不對口的24K純屌都在ML&DL領域堅持到了今天，希望我的這段歷程能鼓勵到正在這條路上尋找方向的你。

另外最近還在學習強化學習的內容，keep running～

其實，感覺還有很多想說的，但時間也不早了，所以就到這吧，後面想結合自己的實際項目經驗寫一些總結性的文章。