这是一篇关于如何成为一名AI算法工程师的长文 _算法

来源：Datawhale

文章插图

这是一篇关于如何成为一名 AI 算法工程师的长文~
经常有朋友私信问，如何学 Python 呀，如何敲代码呀，如何进入 AI 行业呀？
正好回头看看自己这一年走过的路，进行一次经验总结。
来看看你距离成为一名 AI 工程师还有多远吧~
?具体内容：

我是因为什么开始接触敲代码
人工智能/机器学习/深度学习
自学如何寻找学习资料
如何选择编程语言/框架
校招/社招/实习/面试经验
一碗鸡汤

?声明：

本篇内容均属于个人观点，建议采纳对自己有用的经验，如有疏漏，欢迎指正，共同进步！
2017 年 5 月开始第一份实习 / 2017 年 7 月开始学敲代码 / 2017 年 11 月硕士毕业
擅长的编程语言：R / Python
不花钱报班，全靠自学，最初是因为穷，后来发现「开源」的世界真是太美好了！

文章插图

我是因为什么开始接触敲代码？
我的第一个模型是什么？
由于本科是数学，研究生是量化分析，第一份实习是一家金融科技公司，开始接触所谓的「Fintech」
第一个任务就是做客户的信用评分卡模型，目的给每个用户打一个信用分数，类似支付宝的芝麻信用分。这是银行标配的一个模型，最常见最传统的算法用的就是逻辑回归。
在课堂上使用的工具是 SAS，SPSS，属于有操作界面的，菜单非常齐全，只需要鼠标点一点就能建模，很好上手。但是 SAS 这些要付钱的，年费还是相当的贵，所以深圳大部分公司进行数据分析和建模工作都选择开源免费的 R 语言或者 Python 。这就体现了掌握一门编程语言的重要性。
虽然说是建模任务，但是前三个月跟建模基本都扯不上边。都在做数据清洗，表格整理（摊手），都在 library 各种包，用的最多的可能是 data.table 和 dplyr 。没办法，很多模型都有包可以直接调用，是最简单的环节了。
其实一开始，我一直在犯很低级的错误，各种报错，没有 library 啦，标点符号没打对啦，各种很 low 的错误犯了一次又一次，而且连报错的内容都不会看，不知道怎么去改正。如果你也像我一样，真的请不要灰心，我就是这样走过来的。对着错误一个个去解决就好了~
当时什么都不知道的时候，觉得真难呀，每个环节都有那么多细节要照顾，要学的那么多，做完一个还有一个，还要理解业务含义。但是当完整的做一遍之后再回头，就会觉得，其实，也没那么难嘛~

文章插图

敲代码容易吗？
因为我不是计算机专业的，所以基本上属于没怎么敲过代码的那种。
后来发现程序员也有好多种类的，前端后端等，因此敲的代码种类也很多，才会有几十种的编程语言，下图是一些这几年的主流语言。

文章插图

【这是一篇关于如何成为一名AI算法工程师的长文】实习时我一直被队友嫌弃很蠢，而且一开始敲的东西怎么也运行不通，运行出来的都是鬼结果。有 n 次想放弃的念头，「我干嘛一定要敲这玩意儿？」，但也有 n+1 次想坚持的理由，因为我真的喜欢我正在做的事。为什么用「坚持」，因为真的不容易。不难，但真的需要有耐心。
一开始我的状态就是一行行代码的运行，一个个命令的熟悉，反复看，反复运行。