\n\n作為即將告別大學的機器學習畢業狗的你，會不會有種迷茫的感覺？你知道 hr 最看重的是什麼嗎？在求職季到來之前，畢業狗要怎麼做，才能受到 hr 的青睞、拿到心儀的 offer 呢？負責幫助應屆生找到機器學習工作的 edouard harris 給我們分享了他見到的例子和觀點，希望對面臨就業壓力不斷增大的畢業狗們有點用！
\n
\n\n
我是一名物理學家，在 yc 初創公司工作。我們的工作是幫助應屆畢業生找到他們的第乙份機器學習工作。
\n前段時間，我曾寫了一篇文章《the cold start problem: how to break into machine learning》（《冷啟動問題：如何順利進入機器學習》)，闡述了為得到第乙份機器學習的工作，你應該做哪些事情。我在那篇文章中說過，你應該做的一件事就是，建立個人機器學習專案的投資組合。但我漏了這一部分：如何才能做到。因此，在這篇文章中，我將闡述應該如何去做這件事。[1]
\n得益於我們的初創公司所做的事情，我才能看到如此多的個人專案的例子。這些個人專案有非常優秀的，也有非常槽糕的。讓我給你例舉兩個非常優秀的例子。
\n\n
下面是一則真實的故事，不過，為了保護個人隱私，我使用了化名。
\n當雜貨店需要訂購新庫存時，x 公司就會使用人工智慧來提醒雜貨店。我們有一名學生，叫 ron，他非常渴望能夠在 x 公司工作，已經急不可耐了。為了確保能夠得到 x 公司的面試機會，於是，他建立了乙個個人專案。
\n通常情況下，我們不會建議像 ron 那樣把所有的賭注都押在一家公司。如果你剛開始這樣做的話，是很有風險的。但是，就像我剛才說的，ron 真的特別想到 x 公司工作，特別特別想。
\n那麼，ron 做了什麼呢？
\n\n紅框處表示該處缺少商品。
\n\n
\nron 用膠帶將他的智慧型手機綁在購物車上。然後，他推著購物車在雜貨店的過道來來回回地走，同時使用手機的攝像頭記錄下過道的情況。他在不同的雜貨店這樣做了 10~12 次。
\n\n
\n回到家後，ron 就開始構建機器學習模型。他的模型識別出了雜貨店貨架上的空白處，那是貨架上缺少玉公尺片（或其他商品）的地方。
\n\n
\n特別棒的是，ron 在 github 上實時構建了他的模型，完全公開。每天，他都會改進他的 repo（提高準確性，並記錄 repo 自述檔案的變更）。
\n\n
\n當 x 公司發現 ron 正在做這件事時，非常感興趣。不止是好奇，事實上，x 公司還有點緊張。他們為什麼會感到緊張呢？因為 ron 無意中在幾天內複製了他們的專有技術棧的一部分。[2]
\n\n
\nx 公司的能力很強，他們的技術在行業中無出其右。儘管如此，4 天之內，ron 的專案還是成功吸引了 x 公司 ceo 的注意力。
\n\n
這是另一則真實的故事。
\nalex 主修歷史專業，輔修俄語（這是真實的情況）。不同尋常的是，作為歷史專業的大學生，他居然對機器學習產生了興趣。更不尋常的是，他決定學習 python，要知道，他從來沒用 python 寫過一行**。
\n以下是 alex 在幾個月的時間裡所做的事情：
\n\nalex構建的地球引力引發昏厥探測器的演示。
\n\n
\nalex 為這些影象構建了乙個資料管道，可以將飛行員從駕駛艙背景中摳出來，這樣分類器就能更容易專注於飛行員。最後，他構建了自己的昏厥分類器。
\n\n
\n在做這些事的同時，alex 在社交**上向招聘主管展示了他的專案快照。每次
\n他拿出手機展示這個專案時，他們都會問他是怎麼做到的，構建的管道是怎麼回事，以及怎麼收集資料的等等。但從來沒有人問過他的模型的準確度如何，要知道，這個模型的準確度就從來沒超過 50%。
\n\n
\n當然，alex 早就計畫提高模型的準確性，但是在他還沒有實現這一計畫時就已經被錄用了。事實證明，對企業而言，他那個專案呈現出來的視覺衝擊力，以及在資料收集方面表現出來的不屈不撓的精神和足智多謀，遠比他的模型究竟有多好來得更為重要。
\n我剛才有沒有提到 alex 是一名主修歷史，輔修俄語的學生？
\n\n
是什麼讓 ron 和 alex 如此成功？以下是他們做對的四件大事：
\n\n
\nron 和 alex 並沒有在建模上耗費太多的精力。我知道這聽上去很奇怪，但是對於現在的許多用例來說，建模是乙個已解決的問題。在實際工作中，除非你做的是最先進的人工智慧研究，否則無論如何，你都需要耗費 80~90% 的時間來清理資料。為什麼你的個人專案會有所不同呢？
\n\n
\nron 和 alex 營造了視覺化效果。面試，並不能讓無所不知的面試官能夠客觀地評估你的技能。面試的本質就是將自己推薦給他人。人類是視覺動物，因此，如果你掏出手機給面試官展示你所做的東西，那麼，確保你做的東西看上去很有趣是值得的。
\n\n
\nron 和 alex 所做的事情，看上去似乎太多了，但實際上，他們所做的事兒並不比你在實際工作中所期望的多多少。這就是問題的關鍵：當你沒有做某件事的工作經驗時，招聘經理會看你做過的類似做某件事的工作經驗。
\n幸運的是，你只需在這個級別上，構建一兩個專案就可以了——ron 和 alex 的專案在他們各自所有面試中被反覆使用。
\n因此，如果讓我必須用一句話來總結乙個卓越的機器學習專案的秘訣，那就是：用有趣的資料集去構建專案，這個資料集顯然需要耗費大量精力來收集，並使其盡可能有視覺衝擊力。
\n\n
[1] 如果你想知道為什麼這一點非常重要，那是因為招聘經理會檢視你的業績記錄來評估你的技能。如果你沒有業績記錄的話，那麼，個人專案就是最為接近的替代者。
\n\n
\n
冷啟動問題 如何構建你的機器學習組合？
n 作為即將告別大學的機器學習畢業狗的你，會不會有種迷茫的感覺？你知道 hr 最看重的是什麼嗎？在求職季到來之前，畢業狗要怎麼做，才能受到 hr 的青睞 拿到心儀的 offer 呢？負責幫助應屆生找到機器學習工作的 edouard harris 給我們分享了他見到的例子和觀點，希望對面臨就業壓力不斷...
冷啟動問題 如何構建你的機器學習組合？
作為即將告別大學的機器學習畢業狗的你，會不會有種迷茫的感覺？你知道 hr 最看重的是什麼嗎？在求職季到來之前，畢業狗要怎麼做，才能受到 hr 的青睞 拿到心儀的 offer 呢？負責幫助應屆生找到機器學習工作的 edouard harris 給我們分享了他見到的例子和觀點，希望對面臨就業壓力不斷增大...
冷啟動問題 如何構建你的機器學習組合？
作為即將告別大學的機器學習畢業狗的你，會不會有種迷茫的感覺？你知道 hr 最看重的是什麼嗎？在求職季到來之前，畢業狗要怎麼做，才能受到 hr 的青睞 拿到心儀的 offer 呢？負責幫助應屆生找到機器學習工作的 edouard harris 給我們分享了他見到的例子和觀點，希望對面臨就業壓力不斷增大...