这是一个创建于 3527 天前的主题，其中的信息可能已经有所发展或是发生改变。
前段时间在找机器学习的实习，面了一些公司，然后现在一个创业公司做机器学习的实习生。根据面试之后一些面试官对实习的描述，包括现在每天的工作感觉就是用些很简单的机器学习算法。在学校学了那么多数学完全用不上，感觉这么做下去自己也没有什么成长。想问下像我们这种不读博，以后偏工程的机器学习研究生职业规划到底是什么？然后实习到能学到什么东西？现在真的感觉每天做的完全可以自己在网上爬数据，然后自己写东西。
 | 1 Artrobot 2016-02-18 20:08:38 +08:00 话说，楼主是数学专业？ |
 | 2 heyf 2016-02-18 20:16:41 +08:00 via iPhone https://www.zhihu.com/question/31430100/answer/52103428 …顺带提一下，目前知图科技里面，产品 /工程 /学术 的人员比例大概是 1/3.5/1 。… 从知图 CTO 的说法来看，工程人员的比例还是很高的！ |
 | 4 modkzs OP @heyf 好像看到了一些，但是这些工作基本都属于公司的核心部分，感觉实习生不会接触到或者我没有找到这样的实习岗位。而且 deep learning 的那一套感觉基本都是用于 nlp 和 cv ， ml 一些更广泛的应用像是推荐和广告这些感觉用的很少。如果不是专门做 nlp 或者是 cv 的，感觉基本都不会用 deep learning 的东西，更多的是简单算法。 |
 | 5 yangyaofei 2016-02-19 09:14:09 +08:00 via Android 好羡慕你会………我垃圾学校毕业，边学边做 nlp …… |
 | 6 xiaohaohao 2016-02-19 09:21:34 +08:00  1 知识发挥作用才是学习的最主要目的。知识发挥作用的方式是『解决问题』。想发明一种新的『方法』，或者希望用『特别高深的方法』解决问题以让人不明觉厉，这些都是想太多。用适合的方法，简单的方法，效率高，效果好的方法，解决问题，才是牛 B 。见过太多名校数学或者机器学习专业的毕业生，遇到现实的问题就一筹莫展，无从下手。和学校不一样，实习或者工作中遇到的问题是更加真实的，有很多你需要自己去思考才能解决的方案和细节；真实问题的反馈也是非常『实打实』，你可以根据反馈快速调整自己的方法，以更好满足需求或者需求的变化。这些都是学校无法给你的机会。所以，用好学校里面学习的方法，去解决真实世界中的问题，你积累的是经验，是对方法理解的加深，让你的知识发挥更大的作用，这才是一个工程师或者数据科学家的追求。 |
 | 7 xiaohaohao 2016-02-19 11:53:26 +08:00 目前我们公司正在校招 /社招数据挖掘的职位，我的邮箱 [email protected] ，欢迎投递～ |
Select Language