读paper啊。。比如想学nlp就去读bert的paper，然后看别人写的repo，做到每一行在干啥都能明白，你就出师了。有一些比较重要的面试会问到的点：loss function是啥，back propagation怎么做的。 yueyueyue 发表于 10/7/2019 4:42:07 PM
自己找个工作上的project，build model。我感觉machine learning除了coding，重要的还是要了解data和business。以后面试要给人感觉你做过，结合business思考过。个人观点啊…… 花生芝麻 发表于 10/7/2019 5:59:05 PM
目前的职位挂着DS的头衔做着DA的工作，感觉在公司前途也一般，想学点Machine Learning的东西跳槽 自己业余时间主要在网上听课，machine learning, deep learning, big data, 也跟着做了点projects， Kaggle上面也随便混混感觉现在已经到了一个瓶颈了Python：还算练得比较熟练， numpy, pandas, matplotlib, seaborn啥的R：基本coding 没问题，但是package没怎么用过，不知道公司用的多不多machine/deep learning: 大部分在用sklearn, keras, 慢慢尝试学tensorflowbig data: 刚开始上课hadoop spark什么的，还没搞懂干什么的算法模型：基本能搞懂在干嘛，什么情况能用，但是背后的那些代数推导云里雾里的projects: 主要是上课跟着做，想自己挑战以下kaggle目前比较火的几个项目， 感觉还是很有难度想问问目前在做machine learning的MM我这种情况改怎么继续提高？多谢！ cnisfx 发表于 10/7/2019 2:44:33 PM
我工作中的一部分再用，本来想给lz建议的，发现我会的楼主都会了，lz不会的我也不会。 会这些我在工作中没有问题了。 luck2020 发表于 10/7/2019 6:23:26 PM
我觉得你已经很厉害了，就像上面一个回帖说的，你会的她也会，还有你会的她不会。我想你所谓的瓶颈是从structure data的ml到nlp，图像识别，语音识别。上面有人说看paper，我小声嘀咕一句，这未必是看paper能解决的，因为现在做nlp，图像识别，语音识别的人，大多数做的是应用，就是你会搭环境用repo然后用人海战术提高准确率，paper存在主要作用就是让你去用它的repo，至于paper里的算法，真去看的极少。我自己也卡在这个瓶颈上过不去，但是我吃不着葡萄说葡萄酸地说一句，这个活儿，搭环境什么的，是devops engineer的活啊，我是不是真的要去学呢，我这个人和电脑八字相克，数学我不懂可以学，但是和电脑系统有关的事情我怎么也学不会。搭车请高人指点。 qingcongsuiyue 发表于 10/7/2019 6:46:05 PM
想搭车问下ds的面试，除了讲自己做过的Project还有什么呢？会让当场写建模代码么？（就像马工刷题一样？） 长影 发表于 10/7/2019 6:54:15 PM
自己业余时间主要在网上听课，machine learning, deep learning, big data, 也跟着做了点projects， Kaggle上面也随便混混
感觉现在已经到了一个瓶颈了
Python：还算练得比较熟练， numpy, pandas, matplotlib, seaborn啥的
R：基本coding 没问题，但是package没怎么用过，不知道公司用的多不多
machine/deep learning: 大部分在用sklearn, keras, 慢慢尝试学tensorflow
big data: 刚开始上课hadoop spark什么的，还没搞懂干什么的
算法模型：基本能搞懂在干嘛，什么情况能用，但是背后的那些代数推导云里雾里的
projects: 主要是上课跟着做，想自己挑战以下kaggle目前比较火的几个项目， 感觉还是很有难度
想问问目前在做machine learning的MM我这种情况改怎么继续提高？多谢！
哎！啥题转码吧。
有一些比较重要的面试会问到的点：loss function是啥，back propagation怎么做的。
谢谢MM！
加油！！
谢谢MM！
我觉得你已经很厉害了，就像上面一个回帖说的，你会的她也会，还有你会的她不会。我想你所谓的瓶颈是从structure data的ml到nlp，图像识别，语音识别。上面有人说看paper，我小声嘀咕一句，这未必是看paper能解决的，因为现在做nlp，图像识别，语音识别的人，大多数做的是应用，就是你会搭环境用repo然后用人海战术提高准确率，paper存在主要作用就是让你去用它的repo，至于paper里的算法，真去看的极少。我自己也卡在这个瓶颈上过不去，但是我吃不着葡萄说葡萄酸地说一句，这个活儿，搭环境什么的，是devops engineer的活啊，我是不是真的要去学呢，我这个人和电脑八字相克，数学我不懂可以学，但是和电脑系统有关的事情我怎么也学不会。搭车请高人指点。
谢谢MM给我的信心！感觉可以试一试投简历了
paper真心感觉像天书一样，我本来也不是数学和CS背景的，就一个很简单的SVM和kernal我到现在也没搞懂背后的原理
会让当场写建模代码么？（就像马工刷题一样？）
我碰到的，通常会考两题算法题，leetcode easy to medium level，或者让你写简单simulation的代码，不会太难，然后会问算法，例如ols改一下loss function，手推公式，random forest 里面怎么处理categorical variable，说出优缺点，然后是case study，怎么根据问题通过数据解决问题，要有product sense。DS面试题现在上网搜一大堆了吧