有三AI平臺(tái)只專心做原創(chuàng)輸出很少扯淡也不蹭熱點(diǎn)，不過最近詢問的朋友多了，不得不統(tǒng)一寫篇文章來回答一下這個(gè)大家都很關(guān)心的問題，當(dāng)然，這僅僅是個(gè)人觀點(diǎn)。

作者&編輯 | 言有三

目前利用深度學(xué)習(xí)這個(gè)工具可以做很多事情，各大領(lǐng)域(圖像，語音，NLP等)，各大行業(yè)(娛樂，金融，醫(yī)療等)這幾年都被玩的風(fēng)生水起。很多的非本專業(yè)的技術(shù)人員想轉(zhuǎn)行過來都是應(yīng)該的，話說回來又有幾個(gè)人是真正這一行出身的呢，學(xué)科都是最近才開設(shè)的。

于是問題就來了，怎樣才能加入這一行業(yè)呢？有很多的答案，我就不說了，下面只闡述個(gè)人觀點(diǎn)，僅僅是個(gè)人觀點(diǎn)，不喜歡可移步！

1 假如我招人，最低要求是什么

如果是我招聘深度學(xué)習(xí)算法工程師，不管是校園招聘還是社會(huì)招聘，最基本的要求如下:

(1) 熟練掌握python和c++編程，至少熟悉Caffe和T ensorflow/Pytorch兩種框架。

(2) 熟練玩轉(zhuǎn)深度學(xué)習(xí)各類模型架構(gòu)使用和設(shè)計(jì)。

(3) 熟練玩轉(zhuǎn)數(shù)據(jù)的整理和使用，必須深刻理解數(shù)據(jù)在深度學(xué)習(xí)任務(wù)中的地位。

如果連這三點(diǎn)都不能滿足，假如有個(gè)很響亮的出身可能還有戲?，F(xiàn)在不是16，17年看兩門網(wǎng)課跑兩個(gè)github項(xiàng)目就能入行的時(shí)候了，市場(chǎng)上人有的選，實(shí)在選不到就選頂尖學(xué)校的苗子到了崗位再二次培養(yǎng)，履歷背景很重要，現(xiàn)實(shí)就是如此。

看起來只有幾句話，但是這里有很多潛臺(tái)詞，給大家翻譯一下：

(1) 寫程序必須很熟練。

只會(huì)寫python？小學(xué)生都會(huì)好不好，除非你達(dá)到能寫出faster rcnn這樣的框架的水平才能拉開和大眾的差距。會(huì)寫python做算法確實(shí)夠了，但是公司招人不會(huì)只為了讓你訓(xùn)練模型寫論文，python能把模型部署到手機(jī)上嗎？python能優(yōu)化底層算法嗎？務(wù)必提前掌握C/C++，不然到了工作崗位再學(xué)，那種痛苦和壓力，折磨死你。

同樣的道理，開源框架不能只會(huì)tensorflow，就不多說了。

(2) 模型+數(shù)據(jù)，徹底掌握深度學(xué)習(xí)兩駕馬車。

公司干活的常態(tài)是，老大說有個(gè)項(xiàng)目，你搞吧，數(shù)據(jù)沒有，大概兩個(gè)月后上線，每周一組會(huì)。沒有人給你搞數(shù)據(jù)的，除非是大規(guī)模的標(biāo)注可以外包。數(shù)據(jù)理解不到位，99%把你項(xiàng)目坑死，什么數(shù)據(jù)量不合適了，數(shù)據(jù)分布不合理了，數(shù)據(jù)質(zhì)量不夠高了，測(cè)試數(shù)據(jù)不好了，幺蛾子多的很。

再說模型，開源代碼是很多，但見過哪家產(chǎn)品線上優(yōu)化過的核心模型放出來的嗎？開源的多是學(xué)術(shù)研究的模型，為了占坑和刷指標(biāo)，放出來最重要的目的就是占坑宣示主權(quán)，但并非是線上能直接用的。而且針對(duì)不同的任務(wù)又有不同的需求，從輸入大小到步長(zhǎng)，深度寬度到訓(xùn)練方法，這里面的門道也很多，深度學(xué)習(xí)被稱為煉丹師是有一些密不外傳的傍身技能的。

(3) 能力差點(diǎn)，有出身嗎？

哪怕是培訓(xùn)機(jī)構(gòu)，都會(huì)說我們有XX歸國(guó)的XX博士，我身邊做這一行的，非好985學(xué)校的，真的很少。而很多老大們招聘寧可招一個(gè)暫時(shí)水平不行的頂尖學(xué)校的學(xué)生來培養(yǎng)，也不愿意招一個(gè)能力并不突出的一般出身的人。江湖之大，哪里又沒有圈子呢？

如果你的履歷背景都不行，那就只能拿出別人沒有的水平，擁有更多的底牌。

2 那么高手還有哪些技能呢

上面說的是最低要求，那么高手還有哪些技能呢？

低手都一樣，高手各不同，沒有統(tǒng)一的標(biāo)準(zhǔn)，下面列出一些高手常見的技能吧。

(1) 文章寫的好。

這是大家最熟悉的了吧，也是媒體宣傳最多的，畢竟學(xué)生群體大。要真的寫的好，不是灌水洗稿刷量的那種。

(2) 代碼/框架寫得好。

你如果能寫個(gè)DarkNet或者Caffe出來，薪資隨便提。當(dāng)然別人已經(jīng)寫出來了你再修修補(bǔ)補(bǔ)不能算。

(3) 見多識(shí)廣實(shí)戰(zhàn)能力強(qiáng)。

不管什么項(xiàng)目，能獨(dú)當(dāng)一面搞定，這就是能給公司解決問題，攫取利潤(rùn)的人。

3 怎么學(xué)習(xí)

這個(gè)問題很敏感，我就不說該怎么學(xué)習(xí)，而是說說哪些學(xué)習(xí)方法不對(duì)，僅代表個(gè)人立場(chǎng)。

(1) 看視頻收效甚微。

學(xué)習(xí)是一件反人性的事情，如果你學(xué)的時(shí)候很爽，躺著都能學(xué)習(xí)，首先還是要懷疑一下是不是真的學(xué)到東西了。我們都寫了50多萬的技術(shù)文章，就是不做視頻，為什么呢？因?yàn)槲矣X得視頻僅限于了解一個(gè)東西，只有動(dòng)手動(dòng)筆才能學(xué)會(huì)。舉個(gè)極端例子，我有個(gè)粉絲報(bào)了幾萬的課程學(xué)習(xí)，結(jié)果給他項(xiàng)目Linux都搞了很久不會(huì)用。

(2) 不要沉迷于理論。

把數(shù)學(xué)學(xué)好是沒問題的，但是我遇到幾個(gè)學(xué)生居然沉迷于推公式不可自拔，還有很多人看了大量大量的東西，問細(xì)節(jié)卻一問三不知。歸根到底，所學(xué)只是蜻蜓點(diǎn)水，專挑軟柿子捏而已。

(3) 不要沉迷于低效率的實(shí)踐。

實(shí)踐出真知對(duì)吧，但是有一種思路又錯(cuò)了，就是直接去做大量的實(shí)踐，跟著別人的項(xiàng)目敲代碼，結(jié)果是抓住了別人給你的魚，但是沒有學(xué)會(huì)打漁。沒有扎實(shí)的基礎(chǔ)，做不到舉一反三，這樣的實(shí)踐效率很低。

關(guān)于如何學(xué)習(xí)，建議大家都要滿足幾個(gè)基本條件：

(1) 有個(gè)好環(huán)境。

時(shí)時(shí)刻刻老婆孩子圍著身邊轉(zhuǎn)，一堆朋友都是下班麻將火鍋的怎么學(xué)。加了一堆微信群，提的問題根本沒有人能答怎么學(xué)。身邊連大神都沒有，導(dǎo)師都不懂，怎么學(xué)。所以要找到好的圈子，好的能夠約束自己的學(xué)習(xí)氛圍，不然日子一天一天過，效率極端低下，真的很恐怖。最好的學(xué)習(xí)環(huán)境，就是和聰明勤奮的同事和同學(xué)，戰(zhàn)斗在一個(gè)實(shí)驗(yàn)室和部門。如果沒有機(jī)會(huì)，那就去尋找類似的團(tuán)體。

(2) 有條好路線。

如果方向是錯(cuò)的，什么都白搭，就跟我之前有個(gè)朋友在某機(jī)構(gòu)學(xué)了幾個(gè)月數(shù)學(xué)一樣，弄啥呢。另外，也不要期望有人能把所有東西灌輸給你，學(xué)完多少案例就能達(dá)到什么水平。師父領(lǐng)進(jìn)門，修行靠自身，很多知識(shí)需要自己額外去獲取，在這個(gè)時(shí)候?qū)π率謥碚f，需要的就是一個(gè)正確的方向，不然很容易迷失在這茫茫信息大海中。

4 深度學(xué)習(xí)/AI過熱了嗎

沒有過熱，只是媒體要賺錢，菜鳥又太多，人人都想要。其實(shí)各行各業(yè)都還需要很多有能力的人去踏踏實(shí)實(shí)將技術(shù)落地，不要只盯著那些論文和明星公司干的事。另外也不要相信什么輕松年薪80萬(40萬都不要信)，一分錢一分貨，這才是勞動(dòng)(割韭菜不算)。

我們公眾號(hào)很踏實(shí)，只做系列原創(chuàng)輸出，不跟熱點(diǎn)，對(duì)看熱鬧和不是需要學(xué)習(xí)技術(shù)的人來說的確不友好，但是希望真的要學(xué)習(xí)的朋友更夠跟我們一起穩(wěn)住，向前。

總結(jié)

如果你想成為一個(gè)有競(jìng)爭(zhēng)力的算法工程師，就要有足夠多的干貨作為底牌，不需要有多少驚天動(dòng)地的光芒，但是一定要有解決實(shí)際問題的能力。行不行，市場(chǎng)說了算。

關(guān)于兩駕馬車，網(wǎng)絡(luò)模型和數(shù)據(jù)使用，不妨來我們知識(shí)星球瞧一瞧

有三AI知識(shí)星球由言有三維護(hù)，內(nèi)設(shè)AI知識(shí)匯總，AI書籍，網(wǎng)絡(luò)結(jié)構(gòu)，看圖猜技術(shù)，數(shù)據(jù)集，項(xiàng)目開發(fā)，Github推薦，AI1000問八大學(xué)習(xí)板塊。

總結(jié)

以上是生活随笔為你收集整理的【杂谈】什么是我心目中深度学习算法工程师的标准的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。