高学历的未必适合人工智能，可是低学历的你就恰恰适合

学历高的那些人未必真的懂机器学习&＃xff0c;而往往是那些学历低但是经验丰富的人能把机器学习玩的出神入化。

日常应聘机器学习相关或者人工智能相关岗位的&＃xff0c;由于信息查不对等往往面试官都不知道要找什么样子的人&＃xff0c;仅仅凭借学历会刷掉很多人的人。

不过不怕&＃xff0c;这种中小型企业的相关往往都生存不会很久。如果你是个一线的业务人员又能懂一些技术的话那就厉害了。这些技术往往是工具的应用而非研究性的。

可能你会觉得一个机器学习相关的学位会很重要&＃xff0c;这么高大上的东西应该是那些高学历的人的标配&＃xff0c;但是请不要放弃&＃xff0c;往往普通人会比那些高学历人更加出色&＃xff0c;更加适合这种岗位。

机器学习学位的用途&＃xff1f;

一般人认为学历重要的几个原因&＃xff1a;

• 正确学习体系&＃xff1a;很多人认为只有接受过正统的学习之后才能从事相关的工作&＃xff0c;其实这是个误区&＃xff0c;难道没有正统的学习体系之前我们的前辈们就把工作放那等待着学习&＃xff1f;
• 方便找工作&＃xff1a;认为有了等价的高学历就会找工作方便&＃xff0c;但是这个只是一个敲门砖&＃xff0c;实际上在工作过程中还是需要自己不断的摸索进步&＃xff0c;解决实际的问题的。这也是很多机构用来忽悠外行的手段。
• 实践机器学习研究&＃xff1a;绝大多数机器学习研究都是由大学和工业界的研究实验室完成的。这些实验室的竞争十分激烈&＃xff0c;招聘职位的先决条件是特定的条件。

学位有局限性

其实拥有了相关机器学习的学位证书之后只能说极大的增加了你获取相关工作岗位的机会&＃xff0c;但是成功与否是不确定的。取得并完成正式学位是一项重大任务。下面列出了一些可以帮助深入考虑这种方法的要点。

• 学位很贵&＃xff1a;一个学位课程可能花费数万元或更多&＃xff0c;你牺牲了你在这段时间内可能赚到的任何收入&＃xff0c;希望你将来有更大的收入潜力。当然可以用奖学金来抵消这些费用&＃xff0c;也可以把这些费用推迟到将来。
• 学位是别人的象征 &＃xff1a;获得学位&＃xff0c;尤其是更高的学位&＃xff0c;是有威望的。学位的完成是别人评价你的标志。它是雇主用来提高招聘过程效率的过滤器。
• 学位需要很长时间&＃xff1a;一个学位需要数年&＃xff0c;一个更高的学位可能需要很多年&＃xff0c;甚至是十年中最好的部分。如果你对今天的机器学习感兴趣&＃xff0c;那就等很长时间了。
• 学位是给普通学生的&＃xff1a;学位是为一般学生设计的&＃xff0c;平均成绩和先决条件。它没有考虑到你的特定兴趣或技能。
• 学位教师年龄因素&＃xff1a;这可能意味着这些材料至少已经过时了很多年。

跳过学位&＃xff1f;

你能跳过学位&＃xff0c;还能有机会得到你想要的吗&＃xff1f;我认为你可以这样做&＃xff0c;而且你可以使用多种途径。

例如我正在实现机器学习算法&＃xff0c;撰写关于人工智能的文章&＃xff0c;并赢得与会议相关的竞赛&＃xff0c;同时作为一名程序员全职工作。在Kaggle上&＃xff0c;很多成绩最好的选手未必都是博士学历&＃xff0c;如果他们有也是在完全不同的研究领域。

正确学习机器学习方法

你可以按照自己的速度&＃xff0c;在家里自学完成三个月的课程。

• 完成一个关于机器学习的在线课程。看讲座&＃xff0c;做作业&＃xff0c;和其他学生交流。
• 读一本关于机器学习的书&＃xff0c;翻开封面。记笔记&＃xff0c;完成练习&＃xff0c;实现你学到的东西。
• 设计并执行你自己的课程。利用高质量的免费和付费的材料&＃xff0c;最感兴趣的科目&＃xff0c;并设计课程&＃xff0c;并增加所需的手续。
  

去找个工作

可以创建自己博客&＃xff0c;向潜在雇主表明在机器学习方面的技能。它将需要主动和营销代表。

完成一门课程或阅读一本书&＃xff0c;并在你去的时候在一个公共博客上跟踪你的进展和发现。

在机器学习比赛和工作中竞争&＃xff0c;以获得一个适度的排名&＃xff0c;如在前n%的竞争中。与技术熟练的从业者合作&＃xff0c;更快地掌握技能并取得更好的效果。

完成机器学习中的小项目&＃xff0c;在博客和社交媒体上发布结果&＃xff0c;并在公共版本控制系统上发布代码。建立一组已完成的项目&＃xff0c;可以参考、借鉴和讨论。

机器学习实践研究

如果你痴迷于特定的概念或机器学习方法&＃xff0c;你可以设计你自己的研究计划。

高学历实际上是研究和研究方法上的学徒&＃xff0c;也是对该领域更深层次的归纳&＃xff0c;这是很难独立复制的。

这里推荐几个快速成长的方法&＃xff1a;

• 复制应用研究论文的成果。这可能需要与有关研究人员沟通&＃xff0c;以了解方法和数据的细节。结果的复制是科学方法的支柱&＃xff0c;结果可以复制或不能复制的论证本身就是可发表的研究。你可以先写博客&＃xff0c;然后把你的发现推销给感兴趣的研究人员。
• 自我发表你自己的关于你的主题的治疗方法。这可能以白皮书、论文或电子书专著的形式出现。做好你最好的工作&＃xff0c;并且有信心与研究团体联系&＃xff0c;征求他们的意见和意见。
• 通过出色的工作和表现出对他人工作的兴趣来贡献和合作。与该领域的研究人员建立并保持联系。像任何关系一样慢慢开始建立信任。

任何人都可以阅读和内化研究论文&＃xff0c;写下自己的想法&＃xff0c;设计和执行自己的实验。从小事做起&＃xff0c;要诚实。学者们喜欢在每件事上挖洞&＃xff0c;品味&＃xff0c;并从任何形式的反馈中学习。

其实掌握一项技能以后学位并不是最重要的&＃xff0c;往往是帮助你在你的领域更上一层楼的基石。