非CS背景,我是如何成为AI工程师的?

根据北美Offer故事系列直播整理而成,回看视频

http://t.cn/RTvWcyg

人物介绍

小C,BitTiger DS502 AI直通车学员,刚入职一家医疗图像研究所,职位Computer Vision Engineer。EE本科,EE研究生。

主要内容

AI工程师学习准备过程:(C++;图像知识;深度学习知识;简历内容)

AI工程师求职面试经验总结

大家好,今天跟大家分享一下自己在AI方向求职的经验,希望能够帮助大家少走弯路尽早收获offer。我在整个求职准备过程中,要求自己尽量在3天内完成每个小目标,因为求职准备时间宝贵,整个求职周期也非常长,所以需要保持一个高效快速的节奏。

学习准备的干货内容

在所有工作开始之前,首先要做的是把自己AI方向的环境设置好,包括以下几方面:

OpenCV

DL framework(Tensorflow,Keras,Caffe,MxNet)

Ubantu

C++

Python

Machine Learning Basics

关于C++的准备

必须会C++的AI工作

AI Engineer / Computer Vision Engineer / Self-driving Car Engineer / Image Processing Engineer / SLAM Engineer/GPGPU Engineer

不一定需要C++的工作

Data Scientist / Deep Learning Scientist / NLP engineer / Machine Learning Engineer(这里指的AI工作主要在视觉方面,不含NLP和推荐系统)

重要的C++基础知识

C++11:Smart pointer最重要, 其中shared_ptr,unique_ptr非常容易考到。

STL:容器需要好好掌握,容器的添加,删除,排序等,需要掌握Vector和Map。

类:有很多前缀,后缀,比如const, static,override,virtual,pure virtual,这些我们要记清楚。

向大家推荐一本关于C++的书《Effective C++》,里面会有面向对象或面向过程等不同的编程风格学习,这本书比较薄,非常适合面试准备过程中看。另外大家也可以在Youtube上找一些短视频进行观看学习。

对于Leetcode刷题,大家可以根据自己的时间合理安排,Easy和Medium难度的题最好可以刷300道以上。如果用C++刷题,有机会跟着现成的算法课或者视频课刷题是非常高效快速的。

关于必要图像知识的积累

需要知道的基本知识有:

特征点

Harris角点检测

SIFT

SURF

ORB(比如面试题:在SLAM系统中为什么用ORB,而不用SIFT和SURF?)

描述子和匹配,FLANN算法

相机模型

相机内参,外参数

相机标定(Vision Reconstruction)

基本的大块概念

图像配准,运动检测,光流等

OpenCV:非常重要,面试任何一个关于图像工程师的职位必需。

Mat基本操作遍历必须会

其他东西可以根据算法推演

CUDA

非常容易赢得图像方向面试的优势,使用CUDA并可以解释清楚会令面试官对你刮目相看。

关于深度学习知识的积累

至少熟悉一种框架

Caffe,Tensorflow,Pytorch,MXNet等

推荐Tensorflow + Keras

至少一次Kaggle项目的经历

如果有名次(15%)简历上写一个就可以,如果没有名次可以多写几个

Ensemble multiple models,数据科学家非常欣赏可以组合不同model。关于Model,起码用一句话可以迅速说出各自的优点:

GoogleNet V12345

VGG

ResNet

MobileNet

AlexNet

模型选择

Fine tune

参数训练技巧:如何设置初值,如何调参

下面列举些面试官经常问的小问题,大家可以思考:

平常喜欢用什么Optimizer?

为什么神经网络越深越好?

为什么需要网络thin呢?

Gradient Vanish造成的原因是什么?

为什么会造成Overfitting,怎么克服Overfitting?

如果面试谈到Batch Normalization,面试官会问它是什么

Range of each hyper parameter?

一些普通机器学习的小知识,比如把SVM与分类算法做对比,SVM优势在哪?

数据集大小和切割是最经常问的问题,要对自己的项目非常熟悉。

关于简历重要tips

Ensemble过很多不同的model

Transfer Learning

手撕过整个网络各种层以及反向传播

Kaggle Project

有实习经验,不局限于深度学习,有图像方面或软件方面的经验也非常好。

求职面试的经验总结

在面试过程前两分钟,先细心观察面试官是什么样子的人,从言行举止方面与面试官及公司文化的契合。

不要想等准备好再面试,机会不等人,很多时候等我们准备好职位已经没有了,可以从小公司开始练手,大公司找人推荐。如果实在拿不到面试也可以投国内公司,国内面试对算法题没有北美严苛,但其他方面也有很大的指导性,并且国内公司面试问题更偏向实操。

AI方向比较热门的方向:

自动驾驶(比较火热)

医疗诊断(钱多,公司多,职位多,职业发展有限)

推荐nlp(互联网公司)

聊天机器人(热门方向)

视觉导航

金融

视觉机器人

VR / AR

监控

面试初期遇到问题:投简历没有人回复

工作经历没有足够突出

没有把简历写到HR能看懂的程度,可以请Recuiter帮忙修改简历

你可能需要一个general的Cover Letter

自己去Linkedin加Recuiter,Bittiger也有很多资源,可以充分利用资源

面试中期问题:面试题回答不流畅

对于自己不熟的项目经历要记录下面试官的问题,不断完善

有时候面试技巧缺乏,可以多找同学朋友模拟演练,面试多总结

面试后期问题:Coding

一定要有耐心

很多时候Engineer的工作就是把Research翻译成C++并与现实相结合,不要总想做一些特别高端的工作,不要眼高手低

可以去上一些刷题的课程,或者跟小伙伴一起努力

Coding对面试成功重要性占到至少50%,必须重视,即使AI方向走不通,起码以后也可以去SDE发展。

写在最后

我整个准备求职的过程超过五个月,经过了不知道多少天的突击学习,不眠不休地看书,编程与配置环境,最终在马上要放弃的时刻收到了心仪Offer,很多同学跟我一样可能经历过多次崩溃想要放弃,但很多时候,你再多坚持一会就能找到工作了,希望大家都能够早日获得自己的Offer。

本文来自企鹅号 - BitTiger媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏专知

【专知AI会员】人工智能知识干货资料全集获取与AI论文查找

【专知人工智能服务计划】请加入专知人工智能服务群,为您提供专业人工智能的知识、技术、专家、项目合作等服务,购买即可获取:

943
来自专栏量子位

谷歌用AI“摄影”大师,把街景变成专业级作品 | 附论文&作品全集

安妮 编译自 CNBC 量子位出品 | 公众号 QbitAI 继上月把谷歌街景拿来研究城市变迁后,本月街景继续解锁新打开方式——将街景变为专业级的“摄影”作品。...

3675
来自专栏专知

【专知AI会员服务】人工智能知识资料全集获取与专知AI论文查找

【专知人工智能服务计划】请加入专知人工智能服务群,为您提供专业人工智能的知识、技术、专家、项目合作等服务,购买即可获取:

1174
来自专栏华章科技

数学有什么用处?看完后恍然大悟!

高等数学有什么用?很多人问过我这个问题。其实大多数人在问这个问题的时候,心里已经预设了否定的答案。确实,对于大多数人来说,已经发展到了连数字都基本很少用了的一些...

452
来自专栏大数据文摘

数学的威力:一个方程将卫星图像质量提高30%

1423
来自专栏龙行天下CSIEM

科学瞎想系列之二十四 卫星返回那点事

上期老师的一篇关于雾霾的瞎想,不仅引发了华北地区一场大雾霾(特别是老师说的山西晋霾极其豪迈),而且还引起了太原地区的地震!宝宝们说说老师牛X不??...

2532
来自专栏数据结构与算法

cf540D. Bad Luck Island(概率dp)

还是想复杂了啊,我列的状态时$f[i][j], g[i][j],t[i][j]$分别表示第$i$天,$j$个$s, r, p$活着的概率

641
来自专栏PPV课数据科学社区

【书单】统计学经典教材书单

一、统计学基础部分 1、《统计学》David Freedman等著,魏宗舒,施锡铨等译,中国统计出版社。 据说是统...

2655
来自专栏CVer

从零基础到BAT算法岗SP——秋招准备攻略

今天故事的主人公是Amusi的一位朋友:二喵。二喵大佬曾分享了一篇诚意满满的秋招心得体会篇,详情请戳:从零基础到BAT算法岗SP——我的秋招之路。

732
来自专栏量子位

机器学习都能做什么?这里有来自8家公司的实战经验

最近,300多名数据科学家、工程师、研究员在纽约曼哈顿参加了一场关于机器学习的大会,名叫Machine Learning @Scale。 会上,来自Google...

2976

扫码关注云+社区