认识达内从这里开始

认真做教育专心促就业

如何成为一名年薪50万的AI工程师？

发布：济南达内
来源：济南达内
时间：2019-04-23 16:59

济南达内的小编总结，如果你想成为一名年薪50万的AI工程师，在所有事情开始之前，要把相关的环境设置好。首先你要有OpenCV（对于视觉工程师方向），至少一个深度学习框架（TensorFlow, Kaffe, Keras等，新手推荐用Keras），Ubuntu.还要掌握C++, Python, 和基本的机器学习知识。
C++在AI类工作中有怎样的重要性？
C++对于你找AI视觉方向的工作是比较重要的。以下几个工作Title是要求你必须会C++的：
AI Engineer / Computer Vision Engineer / Self-driving Car Engineer / Image Processing Engineer / SLAM Engineer
GPGPU Engineer
而这四类工作Title并不要求你一定会C++:
* Data Scientist（Python, R etc.）
* Deep Learning Scientist
* NLP engineer （Python）
* Machine Learning Engineer （Pyhton, Java）
如何准备C++?
C++11中最重要的是Smart pointer,很容易考到。其次还有STL（vector, map etc.）添加，删除，排序。类也会考察，类里有很多前缀后缀，如const, static, override, virtual,pure virtual等，这些需要清楚地记得。
然后说到刷题，LeetCode上Easy和Medium的题，起码要刷三百道。最好是能一边上现成的算法课，一边用C++刷题练习。
关于用到的资料，向大家推荐一本C++的书：Effective C++.这本书比较薄，三天内就能看完，可以不用看得太细，它对编程风格的讲解是比较值得一看的。比如你可以了解到面对过程的编程风格和面向对象的编程风格。
找AI视觉方向的工作，你需要哪些必要的图像知识？
特征点： Harris角点检测，SIFT,SURF,ORB.例如，面试官可能会问你：在SLAM系统中，我们为什么要用ORB,而不用SIFT和SURF?答案是因为ORB比SIFT和SURF快，并且精度也不错。
描述子和匹配，FLANN算法
相机模型：相机内参，外参数，相机标定。这部分其实是3D的概念，是视觉中的一大块，但不需要了解得太深，现在这个领域绝大部分还是基于深度学习，只需这些基本的概念了解清楚。
基本的大块概念：图像配准，运动检测，光流算法等。
OpenCV:很重要，任何一个关于图像的工程师职位都对OpenCV有要求。Mat基本操作遍历必须会，其他的东西可以根据算法推演。
CUDA:这是找工作过程中非常容易赢得优势的一门技术。任何一个项目如果你说你用了CUDA,并解释得清除完整，会让面试官刮目相看。虽然CUDA有优势但学起来并不容易，内容比较多。
你需要哪些深度学习的知识积累？
至少熟悉一种框架：如Caffe,Tensorflow,Pytorch,MXNet等。推荐TensorFlow和Keras.Keras适合新手，比较简单，并且和TensorFlow是一样的。对于TensorFlow,推荐《TensoFlow实战》这本书。
至少一次Kaggle项目的经历：Kaggle项目的名次最好在15%以内，这样只需写一个。如果没有名次，就可以多写几个项目。写在简历上的项目要突出两点：第一，你把模型重新训练了一遍。第二，你Ensemble了Multiple models. Dogs and Cats的获奖感言中讲了一些他做Kaggle的经历，推荐大家去看，可以借鉴他的话用在面试中。历届冠军说的一些感言有很多是十分有用的。
对于这些模型，能够迅速说出其优点：GoogleNet V12345, VGG, ResNet, MobileNet, AlexNet.
模型选择方面：了解Fine tune,参数训练的技巧（如何设定初值，如何调参等）

各种面试的小问题：如你平时喜欢用什么Optimizer?为什么神经网络越深越好？为什么网络要Thin呢？Gradient Vanish造成的原因？为什么会造成Overfitting?怎样克服Overfitting?你怎么看Overfitting?Batch Normalization是什么？还有Range of each hyper parameter,SVM和分类算法的对比，数据集大小和切割等。

济南达内

关于面试准备过程中的Tips
不要想着准备好了再面试。其实“准备好”是一个难以界定的概念，也许你永远都达不到所谓的“准备好”的状态，等你准备好时很多职位都没有了，会错失很多机会。
多面试，才知道职位究竟需要什么技能。AI的职位不像软件工程师职位那样有相对固定的需要准备的知识点，医疗方向有医疗方向需要准备的东西，无人机有无人机需要准备的东西。多面试才能知道这个职位到底需要什么技能。但是不要一开始就面大公司，可以从一些小公司练手，积攒经验后再面大公司，并且大公司尽量找内推。
通过面试失败总结经验，建立一个自己的Cheatsheet.当你准备去面试一个陌生的领域，通过把每次面试的经验写在Cheatsheet上，你就会逐渐知道面试官需要什么样的项目，你要如何润色自己的项目。
如果拿不到面试可以尝试投国内公司练手。投国内的公司可能拿到面试的机会更大一些，通过这些面试一样可以积攒经验。国内公司可能对算法方面没那么严苛，但其他方面可以对你有很大的指导性，并且问的问题很实际，很接地气。
面试中可能会面对哪些失败？
回复很少：有时候你可能没有把简历写到Recruiter能看懂的程度。如果你简历写得不够直白，Recruiter没看懂，他可能就pass了你的简历。我们要把项目中最重要的关键词突出出来，并且可能需要写一个general的cover letter,让Recruiter了解你。我们自己也可以去LinkedIn加Recruiter,越多越好，可以直接把简历发给他，增加Recruiter回复的概率。
公司其实并不招人：有时候公司把招聘信息发布在网上，但其实他并不想招人，他就是要招不到人，才能给自己公司里的人办H1b.这个时候面试官可能会出特别难的题，这种情况大家需要理性识别，不要一次遇到太难的面试就怀疑自己，从而丧失信心。
代码没时间准备：这其实是最不应该出现的问题。代码在AI工程师求职中是很重要的。每个公司至少有两轮代码的面试，Online或者白板面试。大家一定要勤刷题。
项目不够吸引人：打造一些实习经历，实习是最重要的，有了实习对找全职是非常有帮助的。
心态已崩：找工作的难度大，但很多时候多坚持一会就能找到工作了。你要知道，如果你是MS最终做了AI,你已经为自己省了两到三年转行的时间。
现在AI有这些比较热门的方向
自动驾驶、医疗诊断、推荐nlp、聊天机器人、视觉导航、金融、视觉机器人、VR / AR、监控等。
以上就是济南达内给大家做的内容详解，更多关于IT知识的学习，请继续关注济南达内

< 上一篇：SEM竞价面试，这些问题可能会问到！

下一篇：国外程序员吐槽：永不再为 Oracle 工作了！ >