新知一下
海量新知
6 3 0 3 6 8 3

转行了

Python和AI派 | Python,人工智能 2021/05/15 12:39

阅读本文大概需要6分钟。

大家好,最近有收到不少读者朋友们的关于转行的私信。


比如:前期做后台研发,后期怎么往算法转?


恰好这几天看见龙哥 写了篇关于转行的文章,写的非常赞,于是赶紧先分享给大家:


就业有风险,转行需谨慎。


陆陆续续有人过来,问我关于转行的问题。我是从事机器学习的工作,有些人不是学习计算机专业的,想跨行业过来。有些人本来就在计算机领域内了,但是做的事情,在自己看起来不是那么有前景,所以想寻找新的细分方向。


的确,对于一些行业,就业比较困难,像历史学、土木工程、工商管理这几年都不是特别好就业。这些本专业机会不多的同学,迫于养家糊口的压力,想要跨领域寻找新的工作机会,为数不少,我身边也有成功的案例。


有一位高中同学,本科学习的是土木建筑工程专业,当时的选择也是听从了家里人的建议,觉得这个行业好就业。上学之后才发现,土建行业不太景气,人才需求量逐渐缩减。而从 2014 年开始,计算机行业的活力呈现井喷之势,于是他开始逐渐接触计算机。考研的时候,虽然他的能力还不足以直接跨考计算机专业,但曲径通幽,去了一所 985 里比较看重计算机应用的土建实验室。当时深度学习处理图像逐渐在土建行业兴起,他开始在实验室中引入深度学习,去处理一些建筑施工缺陷检测的任务,做的很不错的。


这两年,为了不断更新实践技术,他参加了很多计算机视觉相关的比赛,前几天我帮忙宣传一个比赛的时候,发现第一名就是他。这种进步还是让我非常佩服的。现在,实验室老师也比较信任他,在他转读博士之后,让他带着一些师弟师妹,做相关算法的行业化应用。


这应该是一个比较成功的转行案例。需要留意的是,他也不是一步到位,直接到相关领域去。而是通过迂回策略,在自己的领域,引入相关的计算机技术,来解决问题。这些成果才是说服实验室领导最好的凭证。


当然,不是所有的人,都有这样的决心和毅力,也不是有比较好的机会。做出决定之前,还是需要认真思考下,对于想要进入的行业,是否真的有兴趣,是否真的收益可观。


其实,机器学习的的兴起没有几年。有位师兄 2011年硕士毕业,那时候他是是为数不多的机器学习相关专业的毕业生,对口的就业岗位非常少,十分担心自己找不到工作。于是,他努力往开发方向走,想找个c++工程师的岗位。后来简历被一个大厂的工程师看上了,像捡到了宝一样,终于找到了一个做机器学习的学生了,算法做的不深没关系,基础不好进来再学。


这种情况直到2014 年开始好转,那时候,各个企业开始注意到算法的重要性,阿里巴巴也在这一年创办了天池数据竞赛平台,不少学生通过比赛,真真切切有了练手的机会。再到了 2016 年,机器学习、深度学习真的火了,对于相关领域的人才供不应求,也导致了这一年有大批的学生开始涌入这个领域。


这两年,进来的人越来越多,大家都开始说,做算法的不好找工作。对于转行的同学,难度提升了不是一两个点。


人各有志,如果本专业的确不太喜欢,羡慕计算机领域的薪资,可以通过自身的努力,转过来。但如果本专业就业还可以,自己也觉得还凑合,建议不要轻易趟算法的浑水,千军万马过独木舟,难度可想而知。


跨领域的同学,需要谨慎对待,那已经在计算机领域的,想要进入算法这个小分支的同学呢,需要怎样考虑?


我的态度基本是劝退,除非你的动力真的很强。因为大多数同学想要进入的理由是,算法能够赚到很多钱(有待商榷),不喜欢当前的工作(逃避心理),很多朋友都在做算法(从众心理)。很少有人和我说,我喜欢算法,喜欢计算机视觉,喜欢数据挖掘,喜欢自然语言处理。


当然,能够赚到很多钱,是个好目标。前提是,你有相关的顶会文章吗,你有好的实习、工作经历吗,或者,你曾经在重要的算法比赛中取得好的成绩吗。如果都没有,大厂是不可能考虑这样的素人的,毕竟筛选成本太高,简历关都过不去。小厂如果招不到人,会给一些机会。


一条可行、靠谱的路线是,想转行机器学习算法,先去看看书,例如大家推荐的,李航的统计学习方法,周志华的机器学习,注重基础的 prml (Pattern Recognition and Machine Learning) 等。还有网络上的一些实战课程,有的还是比较靠谱的。有了基础之后,去参加一些比赛,kaggle,天池,以及国内很多兴起的竞赛平台,上面的数据不错,有的甚至还提供了计算资源。然后呢,不断打榜,有了漂亮的比赛成绩,先去小公司工作两年,再去大公司。


我们时常说寻找机遇,但每个人都能看到的,就不叫机遇了,那就是现象了,从众的现象。大家都来了,利益空间就会被瓜分的很细小,进入成本也会急剧上升。做出决定之前,认真思考一下,自己真的可以分到一杯羹吗。还是那句话,就业有风险,转行需谨慎。


最后想说的是,打铁还须自身硬,不管是哪一个行业,只要我们自身的本领到家了,那么我们无论如何都是可以分到一杯羹的。


恰好最近出版社送我了一些书,我的读者朋友或多或少都是与数据分析有点关系的,今天送的书是 「Python数据分析从小白到专家」


新知达人, 转行了


本书共13章,主要内容涵盖Python语法及数据分析方法。章主要介绍数据分析的概念,使读者有一个大致的印象,并简单介绍本书频繁使用的Python的5个第三方库。第2章主要做一些准备工作,手把手带读者搭建Python环境,包括Python 3.7.6的安装和pip的安装。第3章介绍Python编程基础。第4章到第7章介绍使用Python进行简单数据分析的基础库,包括 NumPy、Pandas和Matplotlib 库,并介绍使用 正则表达式处理数据 的方法。第8章到3章属于进阶内容,但也是Python数据分析的基础,结合机器学习介绍一些 常见的用于数据分析的机器学习算法及常用的数学模型。




新知达人, 转行了

赠送规则


新知达人, 转行了


1.评论区 留下你对转行的看法 ,同时 点亮在看 ,收获 点赞最多 的前两位将会获得本书。


2.添加我们的小姐姐Beyonce,朋友圈本篇推文转发 第11位,第33位,第55位 点赞的读者将会获得本书。


新知精选

更多新知精选