学习是一件终身的事,它的目的多种多样,在职业上有好的发展前景是其一 。最近痛定思痛,给自己定了一个三年计划,希望通过记录的形式能促使自己坚持下去,以后争取每周至少更新一篇学习所得 。
古人云:取乎其上得其中,取乎其中得其下,取乎其下则无所得也 。所以,目标定得高一些,但又不是不可实现的,相信只要坚持,满分或是超分完成还是有可能的 。
![机器学习工程师养成计划-开篇语](http://img.jiangsulong.com/220417/1154004196-0.jpg)
文章插图
学习目的
- 数据分析师目前是一个很尴尬的岗位,狭义的数据分析仅仅是提取数据、分析数据,这一是很难产生价值,二是很容易被当前的BI软件替代 。
- 数据分析只有两个方向,偏业务的数据分析师和偏技术的数据分析师 。但对于业务的熟练度是一个仁者见仁智者见智的主观评价,每个人都或多或少了解业务,要向别人证明你比别人更懂业务是一件较难的事 。这就导致出现了业务数据分析师确实很有价值,但需求少的局面 。
- 但偏技术的数据分析师就不一样了,因为技术好不好是很好衡量的,你会就是会,不会就是不会,技术水平是熟练还是精通也很好评判 。而且,在人工智能的大势所趋下,应用机器学习、深度学习、人工智能等技术来分析通过物联网获得的大数据是将来的主流,更进一步,能将分析成果落地化、场景化的需求将持续增加 。在这些领域拥有专业技能的人才是很难被取代的 。
![机器学习工程师养成计划-开篇语](http://img.jiangsulong.com/220417/1154001911-1.jpg)
文章插图
学习背景
- 在学历上,本硕均是211,不至于过不了学历门槛;
- 在技术上,熟练SQL查询,Python可进行数据分析的全流程;
- 在理论上,对于机器学习的常见模型懂得原理,但没有手推过,仅仅只是掉包侠;
- 在经验上,一直都是从事的偏业务的数据分析工作,并无机器学习相关项目的经验 。但目前的新工作应该会有一些机会 。
- 在年龄上,30出头,确实不年轻了 。
总体目标是掌握数据获取、数据存储、数据治理、数据清洗、数据建模、数据应用的全流程相关技术 。
- 数据库技术:掌握数据库开发、优化相关技术,主要是MySQL和Postgresql;
- 开发语言:精通Python,熟练使用JAVA,掌握大数据和深度学习相关技术;
- 数学理论:复习数学分析、线性代数等,能手推常见的机器学习和深度学习模型;
- 逻辑思维:研究算法结构,思考算法场景化,多读书多看源码,等等 。
【机器学习工程师养成计划-开篇语】
推荐阅读
- 含解答 海康威视嵌入式软件工程师笔试题分享
- 基础通俗讲解集成学习算法
- 流行的机器学习算法总结,帮助你开启机器学习算法学习之旅
- 2020必读的12本机器学习书籍
- AI如何快速准确地学习乘法?
- 机器学习模型的黑盒公平性测试
- 黑洞内部有什么?物理学家使用量子计算、机器学习来找出答案
- Docker学习12 使用Compose管理容器集群
- 高通公司宣布推出RB5机器人平台 提供功能强大的SBC
- firefox-hackbar-2.2.9 自签名学习版破解全过程