这是一篇关于如何成为一名AI算法工程师的长文( 四 ) _算法

很多优秀网站都是英文，科学上网必不可少
学习费用不来自课程，可能来自于硬件要求，学生党要利用好学校资源
小结
虽然说了那么多，但还是要说请放弃海量资料！用多少，找多少就好了！（别把这句话当耳旁风）
资料不在量多而在于内容是有质量保证的。很多课程或者公众号只管塞知识，你有疑问它也解答不了的时候，这样出来的效果不好，就像一个模型只管训练，却不验证，就是耍流氓。
如何选择编程语言/框架
首选英语！！！（咳咳，我认真的）
说到底，语言只是工具，不去盲目的追求任何一种技术。根据任务来选择语言，不一样的程序员选择不一样的编程语言。很多人最后不是把重点放在能力而是炫工具，那就有点走偏了。
据观察，在机器学习组里 R 和 Python 是使用率最高的两门语言，一般你哪个用的顺就用哪个，只要能达到效果就行，除非强制规定。
我使用之后的感受是，人生苦短，我用 python
用 python 建个模型到底多难？
算法任务大致分为两种，一种是普通算法工程师做的「调包、调参」，另一种是高级算法工程师做的，可以自己创建一个算法或者能灵活修改别人的算法。
先说说建个模到底有多简单吧。
有优秀的算法封装框架
tensorflow / caffe / keras /...
Auto ML 是不可阻挡的一个方向
Auto ML(auto machine learning)，自动机器学习。就是你只管丢进去数据，坐等跑出结果来就行了。前一阵子谷歌的 CloudML 炒的很火，愿景是让每个人都能建模，但毕竟这种服务是要钱的。所以我研究了下开源的 auto sklearn 框架的代码，发现了什么呢？建模到底有多简单呢？就，简单到 4 行代码就可能打败 10 年工作经验的建模师。
再说回来，如果你自己根本不知道自己在做什么，只能跑出来一个你不能负责的结果，就是很糟糕的，那还不是一个合格的算法工程师。你的模型必须像你亲生的那样。但是，只要你想，绝对能做到的！
学习 python 电脑上要装哪些东西
Anaconda
对，就是这么简单粗暴，装这个就 ok 了
学 python 的应该都会面临到底是 python2 还是 python3 的抉择吧。语言版本和环境真的很让人头疼，但是 Anaconda 惊艳到我了，就是可以自定义 python 环境，你可以左手 py2 右手 py3
推荐几个 python 的 IDE
Spyder
Anaconda 自带的 ide 。界面排版与 Rstudio 和 Matlab 很相似。输入什么就输出什么结果，适合分析工作，我写小功能的时候很喜欢用。
Jupyter Notebook
Anaconda 自带的 ide，属于 web 界面的。当你程序跑在虚拟机，想调代码的时候适合用。
PyCharm
对于写项目的，或者代码走读的比较友好。当你需要写好多 python 文件互相 import 时，特别好用。
我的笔记本配置
（不考虑经济约束的请忽略这条）
牌子+型号：ThinkPad X1 Carbon
推荐配置：i7+16G 内存+256G(或更多) 硬盘
系统推荐：linux，因为开源，有空可以玩玩
校招/社招/实习/面试经验
如何安排校招
大厂的开放时间会比较早，密切关注网申时间节点：

2019 届的秋招：2019 年 7 月 - 2019 年 11 月
2020 届的春招：2020 年 2 月 - 2020 年 4 月
2020 届的暑期实习：2020 年 3 月 - 2020 年 5 月
2020 届的秋招：2020 年 7 月 - 2020 年 11 月
（以此类推）

手撕代码能力
建议提早半年开始准备。我的代码也是从实习开始敲起，敲了半年才觉得下手如有神哈哈。不要做没实际意义的课后题，也不要照着书本例题敲，敲完你就忘了，书本这些都是已经排除万难的东西，得不到什么成长。
入门修炼：全国大学生数学建模竞赛、全美大学生数学建模竞赛、kaggle、天池…
项目经历/实习经历
如果明确自己的职业方向为人工智能/数据挖掘类的，请不要浪费时间去申请其他与技术无关的实习。端茶送水，外卖跑腿，打印纸并不能帮你。当时由于身边同学都断断续续出去实习，面前有一份大厂行政的实习，我…竟然犹豫了一下，好在也还是拒绝了。
尽量选择大厂的技术实习，毕竟以后想进去会更难。但是不要因为一个月拿 3000 块就只干 3000 块的活。把整个项目跟下来，了解框架的架构，优化的方向，多去尝试，就算加班（加班在深圳很正常）也是你赚到，思考如何简化重复性工作，去尝试了解自己部门和其他部门的工作内容与方向，了解的越多你对自己想做的事情了解的也越多。