1樓：騎自行車的小鐵匠
知乎首答。
今天(9.16)正式拿到offer，心裡的石頭終於落了地。簡單地有點超乎我的想象。
在Boss直聘上一共投出118份簡歷，有溝通30個，面試3個，全部NG。本來已經打算持久戰了，上週有乙個做缺陷檢測的面試邀約，然後這週就拿到了offer，非常突然。小公司，待遇基本符合我的要求，被告知加班會比較多，有專案提成。
我的想法是趕緊入坑，就不要挑三揀四了，要啥自行車啊。找工作真的運氣也很重要啊。
說下我的情況，目測應該是這個問題下情況最糟糕的乙個。座標蘇州，普通本科工科專業，非計算機相關，32歲高齡。大學畢業後一直在外企從事研發工作。
除非走管理崗，餓不死，也沒啥前途。無程式設計經驗，大學C語言二級證書考了4次沒過，有心理陰影，玩過Ubuntu，對計算機比較感興趣。
今年過年期間，開始考慮轉行問題。二月份開始著手利用業餘時間系統學習。主要學習了吳恩達的《機器學習》和《深度學習專項課程》，斯坦福的CS231n，還有英偉達的CUDA程式設計課程。
另外刷了幾十道leetcode的演算法題，按照教程做了乙個kaggle專案。用樹莓派和Jetson跑了yolo這樣的小模型。
六月份因為公司內部的很多問題，開始投簡歷，就是上面說的118份簡歷，包括華為，微軟，魔門塔，不出意外，都沒有回音。最後的面試問了一些聚類，KNN的問題，我覺得回答的不是很好。面試官是研發總監，表示不太懂也沒關係，以後可以學，需要加強概率統計和OpenCV的內容。
我都快感動的哭了。薪水經過一些協商，最終敲定。
總結一下我的看法:
1.吳恩達的課真的太經典了，怎麼讚美都不為過。
3.做啥事運氣都很重要啊。但是你越努力你就越幸運。
4.開始一件事情永遠都不晚，最好的時機就是今天。不要焦慮，有困難要上，沒困難製造困難也要上。
2樓：袁同學
首先，LeetCode我是絲毫刷不動的，既然你搞到了微軟offer，那好歹也奔著Google試一下，去什麼BAT呢.....
3樓：
你還是把程式設計練好吧，可以學前端、學php什麼的。學機器學習的話你的腦子會更亂，別看有人把這個說的很簡單，其實這玩意入門還需要點悟性和運氣，否則可能弄了半天連門都沒入
4樓：
我其實一直以來就渴望成為乙個程式設計高手。但總感覺自己是太笨了還是什麼原因，找不到方向，總是乙個人瞎折騰也沒什麼結果。老實說，如果題主以此為目標的話，老老實實把體系結構、作業系統、編譯原理、資料庫、計算機網路、演算法導論、線性代數和微積分裡面隨便幾樣（幾 >= 3）基礎打好了，去BAT工作不是夢想。
如果只是粗淺地跟風學機器學習，那最後水平多半是不上不下：退一步不會在真正的系統裡實現自己學到的演算法（不如掌握了上述技能的科班畢業生），進一步不知道演算法出問題的時候應該怎麼辦（不如真正做機器學習的科班畢業生）。乙個好的面試官不用幾分鐘就能淘汰這樣的求職者……
最後正經回答一下題主的原問題，以免跑題：看工作性質，如果涉及到機器學習核心演算法的可以看看Bishop的Pattern Recognition and Machine Learning，如果概率圖模型用的比較多可以看Koller & Friedman的Probabilistic Graphical Models，如果側重資料探勘的可以看Leskovec, Rajaraman & Ullman的Mining of Massive Datasets。如果這些能啃完任意一本並且自信能把裡面的東西讀懂個七七八八，那核心機器學習/資料探勘的工作多半沒問題。
如果覺得上述著作太理論，可以找一些應用性比較強的、介紹流行框架的書或者材料。這方面資料探勘的材料比較豐富，比如Hadoop, Spark等。機器學習框架一般各公司就用自己的了，這些東西大多不公開，而且開源的文件也通常差強人意，就不一一枚舉了。
如果覺得上述材料太不通用（有點像iOS），那還是回到一開始說的那些基礎，因為有了這些基礎知識，換了工作之後再在工作崗位上學一些必需的知識，也能很容易做機器學習。
5樓：張大帥
如果選定了搞這個，就要堅持，每一天你要捫心自問，是否真的喜歡機器學習。機器學習是交叉學科，要學很多東西，統計和優化兩門是基礎，你先看看能否看進去這兩個東西。沒有什麼學到程度一說，你要做的是先加入乙個機器學習團隊，不懂沒關係，哪怕是打雜，先獲得感性認識和履歷。
這個比你學什麼都重要。
6樓：LIKE
給你點務實的建議：如果想學就不要腦子一直想我為啥學，學了有沒有用。
我正在上coursera上的machine learning大牛的andrew ng的課，快結束了這一期，下一期似乎四月底開始，一共10周，9份程式設計作業，我感覺堅持下來你就大概能入門然後想自己適合這個方向不。中間沒上完別老jjyy的。
我每天10點才下班的人都堅持下來了。
7樓：
題主給我一種完全沒有主見隨大流的感覺，機器學習火就去學機器學習嗎？你真的喜歡嗎？你了解機器學習都在哪方面應用，需要哪些背景嗎？
機器學習是一門要求有很好的數學基礎而且很系統的學科，應用性也很強，光看理論沒實踐都沒用，很多人興趣來了，跑去看Ng的公開課後，就覺得自己會機器學習了，實際上只是門外漢，相當於一本教材，你唯讀了Introduction。
言辭偏激，勿怪，三思呀！
8樓：
學ios、前端、php現實一些，純工程，不需要啃演算法，工資也很高
ML對於業務是個錦上添花的東西，假如都學不精的話，也就是大家都寫業務邏輯，在專案地位其實不如php
而如果要做到ML就是核心業務（如某xx識別平台、某底層ML框架，等等），要補的就太多了
做機器學習，人工智慧方向的工作需要精通C或者C 程式設計嗎？
胖達Kcol 我談談我的看法，就落地來說，C 是肯定需要的，但是沒有必要花費太多精力在精通C 上。術業有專攻，乙個人不可能完全掌握從演算法研發到優化調優 落地部署的整個流程，此處的優化調優不僅僅指調參，還有加快模型速度 減小模型體量的多種嘗試。工作中，一般都是負責某乙個環節，把這個環節做精做強，做的...
想轉專業資料科學（機器學習），需要學哪些課程？
熱河隱士 如果想轉機器學習和資料深度挖掘的職業，建議可以到專業的平台諮詢下，想工信部的資料分析師 CDA資料分析師平台之類的，課程應該都是大同小異，就看授課老師的專業能力水平了。 途索52k冰汽水 推薦一下我寫的書吧，資料分析通識 這本書從資料獲取到分析，再到視覺化 特徵工程 建模等等全方面都有覆蓋...
大學畢業後找不到工作，想創業沒有方向，我可以做些什麼？
光頭強 不是因為迷茫沒工作就創業，除非你有資本，有關係。否則找個你想創業的方向進去摸爬滾打看看門道，然後各方面成熟了再說 光頭強 IT碼農的自我修養 一 光頭強的自傳 Jason 你這是兩個問題 一，找不到適合自己的工作 二，想創業，找不到方向。很多人在迷茫找不到方向的時候就想要不要去創業，對創業充...