1樓:樺eva
無論是做工程還是偏研究,Python建議一定要學,過去它就是乙個簡單好用的指令碼語言現在機器學習火它才火的不得了,但是真的很方便,快速建模,快速實現自己的想法;c++偏工程一些還是要用到,
2樓:
在美國還是有點難的,phd都不一定找到大公司對口深度學習的,在國內應該可以找到。至於內容,也不用說了解的那麼深,但是傳統的機器學習的一些模型,random forest, svm, logistic regression一類的,要知道演算法細節,應用場景和優缺點,懂得怎麼做feature engineering,了解一下cnn,rnn,lstm等幾個deep learning的基本模型,自己再做幾個應用,影象分類,object detection,一些nlp任務比如用word2vec分類啊,生成文字啊之類。熟練掌握這一些,已經比很多人強了。
3樓:我的室友放光輝
我就是研究生畢業去某單位做影象方面的深度學習去了。工作裡研究、訓練模型用python,做demo、產品發布用c++,大部分程式設計方面的能力提公升都是因為在工作中實踐這兩塊。
工作後最大的問題是時間不夠。你總得社交吧(碰上個愛游泳健身的上級,回家之後東都不想動更不用說看點東西了)。你也總有點自己想提公升的東西吧(dota2,吉他,繪畫之類的),在你工作了一天時間的前提下,這些東西優先順序都比學習高。
等你工作了晚上自由的時間真沒多少會留給學習。
當然這都是建立在你不會強迫自己每天都必須花多少多少時間用於學習的前提下。你要是自制力強能保證每天無論其它事情占用你多少時間你都會花一定時間去學習的話,你去讀個博不好嘛…
4樓:Joe
演算法設計和程式設計是兩回事,但是這種程式設計還是入門水平的,就不要摻和深度學習的潮流了。否則被帶飛起來,摔得也越疼。踏踏實實,從基本計算機方法開始。
5樓:
只看前半個問題,我還想著其實不用讀博士也行。結果看到後一半,還不會程式設計??Excuse me??
不要想一口吃個飽,先從python或者matlab開始學吧。
6樓:元偉
說乙個今年我們單位(西南某國企)面試現狀,一波人(所謂專家)去中部地區面試,我們組面計算機大類,另外一老師負責軟體語言,我負責演算法,30幾個碩士,那位老師就問c++多型,資料庫更新一致性問題不下十幾個人,然而答上來的沒幾個,對碩士演算法沒有過多要求,博士很少,所以我很輕鬆,所以你衡量一下不讀博士學哪個重要。過了面試再說。
7樓:辣雞程式碼產生器
c是賽亞人,Python是超級賽亞人,c++是超級賽亞人之神。
c必學,是語言基礎。
Python建立在c上,你會用的得心應手,但是執行速度和c差的不是一點半點。
c++具體好處多的實在說不上來,可能唯一的缺點就是語法太繁雜……?
反正c++這東西,越學越不會-_-||
但是你還要用它,神奇。
8樓:StupidCode
其實機器學習有很多實際應用, 而且有很多很簡單的很粗淺的應用.好比說最簡單的分類問題,很多公司都在用. 並不需要什麼博士學位. 除了真正研究新的機器學習方法, 對博士生的需要並不大
9樓:
在我看來,題主還是先把 C++ 和 Python 給練好吧,程式設計的功夫一定要合格才行。
至於深度學習,你的基礎知識紮實可以試試。不紮實的話就算了吧。理論一定要懂,這個是不能跳過的。
10樓:
斗膽回答一句:如果從就業的角度,學什麼都無所謂,只是乙個基礎。重點是你要有個應用場景,能夠想清楚你的**學習要用在什麼地方,當你有了應用場景會反推你快速上手各類語言的。
11樓:
科技公司HR,目前深度學習,機器學習以及演算法崗位在市場上是爆款好嘛!!!!姐姐招人難死了!!!所以肯定不愁的,但也有前提是你得確實有貨啊,程式語言的話,建議2個都學,而且熟練最佳,前排有個回答很好的,兄弟很到位!!!
至於要不要讀博,這個得看你自己啦,其實還看市場變化,但建議實習可以找一找,找個厲害的帶一帶,事半功倍~
加油喲,程式設計師小哥哥
12樓:
國內情況不了解,如果是北美的話,沒有PhD是幾乎沒有競爭力的(一些牛校的相關master除外)。即使intern找到了AI相關工作,全職也很難找到,現實就是這麼殘酷。現在AI, ML, CV一系列方向太火了,可以說這些方向短期內會火下去,但是能火多久還是未知數,勸想入行的人慎重考慮。
不少轉CS的人的想法是,我之前處理了點資料,看來我是有ML經歷的,這個方向又這麼好,那我就從這切入好了。於是乎自稱會ML的人短期內迅速增長,實際上高水平的人還是不多。
13樓:兔爾摩斯
本人做NLP領域現在是SPM。也在招聘相關人才。作為研究生,如果不能在現有國內或者Hk知名LAB學習過,並且沒有程式設計基礎(只學習過不行,至少有實踐經驗),基本上我們這種在深度學習方面有應用產品的公司是不會考慮的。
可能一些名號聽起來高大上的公司會有工作崗位開放,但是在這類崗位(薪資可能不錯)做過幾年,沉澱是非常少的,很有可能面臨35歲依舊要社會招聘再去找工作的情況。所以不要被現有的熱門職位和所謂高薪所吸引。踏實得跟著自己的現有導師忙忙專案才是正經。
像我們有深度產品開發都是和研究員合作的。走社會招聘真的很不靠譜。
14樓:
同有這種想法,只會用一些已有,不過我現在是本科即將畢業,自己想的話完全不知道讀碩之前應該打哪些基礎、碩士階段應該幹什麼。
不過coding能力還是蠻重要的吧,回頭打一下基礎
15樓:我比機械人更聰明
不知道要怎麼勸說。來看看我的產品傳送門:Aiism-人工智慧藝術處理。
這個東西的技術怎樣???不只有1個模板,還有其他的:
如果你懂得我這個東西的一些原理,那你可以往這方面走了。
想入門,請打好基礎吧。加油!
再貼一次傳送門:http://www.
aiism.com
可以去研究一下。陸續還有新技術亮瞎大家的眼睛,這才是真正的入門級別!
16樓:討厭複雜
找工作很簡單的。公司現在的情況是缺少大牛。平凡程式設計師一大把。多你乙個不多,少你乙個不少。我要招有想法的,有能力的。好高騖遠,連基礎都不紮實的,還是去上培訓班。
17樓:胡青方
我不懂深度學習,不過從我的經歷看,所謂碩士博士不過是一種狀態。如果你能按照博士的水平要求自己,我相信帶你的老師個導師也會很願意指導你的,而你也會學到更多的知識。
18樓:
我曾經也認為深度學習是黑箱,但等你真正應用不同場景,你會發現這些模型根本不能通用。模型結構,初始化,損失函式的選擇某需要先驗。
雖然有各種trick但這些trick其實都是很有道理的。
19樓:鄭圓周
從題主這個問題就能看出題主要不是讀了很爛的碩士要不就是自己很懶,都碩士了才學c++,Python
對DL的描述簡直不能讓我這普通本科生認同
做乙個東西不追求其本質永遠走不了多遠的,就你這狀態,讀博也沒希望。
20樓:steve tim
利益相關,碩士畢業,目前在國內某公司做深度學習相關的工作(人臉檢測和自然場景文字識別)。
第一,首先回答題主的問題,雖然目前身邊博士居多,但碩士肯定是能找到深度學習方面的工作的。其實找不找的到深度學習相關的工作和學歷木有太直接的關係,有認識本科畢業目前搞深度學習做的也挺好的。
第二 ,感覺題主對於深度學習了解的還不夠,尤其對於工業級的深度學習,工業級的深度學習其實資料才是關鍵,就cv來說千萬級甚至億級的非標資料的處理,特徵的二次選擇,某些場景沒有訓練集,這都是難點,深度學習並不是簡單的那個現成的資料集訓個模型就行的。此外工業上相比於精度在某些時候更關注於速度與模型的大小。還有就是深度學習其實沒有那麼高深,無非就是計算能力快速推進下的產物。
第三,對於題主第二個問題,程式語言的話,如果真的像在工業界用深度學習作出可用的產品,c++和python都是需要的,python有一些現成的庫,更方便上手和除錯,要想真正的實現產品速度和大小的優化以及線上的部署還是要把c++好好學一下
21樓:黃璞
我來打個比方吧。
不管是什麼xx學習,模型演算法都是引擎,實踐人員可以不去研究引擎怎麼設計,但是難道抱著引擎就說自己會造汽車了?誠然,引擎技術非常重要,但是那些與引擎相連數萬個非標(強調非標,也就是相當於我們這些直接用模型的人自己要造的部分)零部件也是乙個汽車的設計難點啊。
丟資料聽上去很easy,可是,比如,Google的ad有上億個緯度,如何獲取資料?如何處理資料特徵?如何做特徵融合?
如何降維?如何提高實時性?如何使線下線上效能一致?
(線上會涉及開放非標記資料,這涉及一些強化學習)太多太多,這些都是問題啊!拿處理好的MNIST丟到現成的模型裡,看著一台單機啪啪輸出一些資訊,最後給個acc,這只算是深度學習的hello world啊!現實生產環境哪是這麼搞啊。
面向工業上線深度學習系統,太難,難到非大公司投人投錢不能真正去做。
說了這麼多,就是想說明很多人把工業生產中的深度學習想得太簡單了。這對新手來說是好事,但是不能當一輩子新手。
所以我還是建議打好基本功,經典的機器學習理論方法思想該懂還是要懂,那些kNN,C4.5什麼的經典可是有原因的。這樣起碼不會浮於表面,就算深度學習這股風刮過去了(雖然我認為還能刮很久),也不至於無所適從。
程式設計能力,資料統計的知識該積累還是要積累的。比較現實的方法也是比較接近生產的方法就是去打比賽,多練。
深度學習方面的人,現在來看,最不缺的就是夸夸其談的人。
菲律賓博士能找到工作嗎
菲翔島 首先,得看你是要找什麼樣的工作,是要進高校還是只是找私企,私企基本上看你個人能力。如果是高校,那基本上除了四大畢業其他大學博士基本上沒什麼太大希望除非你是已經在職進修拿文憑。但是如果是博士到了院校也是有科研壓力的,大學找博士也是為了提高本院校的科研能力多發表核心期刊。 菲律賓留學師姐 只要自...
用深度學習做影象處理有必要讀博士嗎?
發家致富小能手 作為合夥人的我是完全支援他繼續提高學歷,但前提是你的老闆足夠優秀,好的老闆所提供的學習環境往往是絕大多數企業所無法提供的,而可以提供好的學習環境的企業,不夠優秀是進不去的。所以如何選擇看你個人意向。 the one 這得看個人的未來發展,如果一心一意搞科研當然要讀博了,如果最終還是要...
學習 Linux 核心能找到工作嗎?
在河之洲 不妨換個角度,不要將Linux核心 或者MFC 看成一種 技術 而是多種技術綜合使用後得到的產品。通過 核心 這個產品來熟悉一些技術,比如 網路協議棧 虛擬化高併發程式設計 驅動模型 開放的軟體開發流程管理 深研其中的一項技術,然後去找工作,是不是覺得選擇麵瞬間廣了很多。 panic 如果...