2019年11月21日

9个月毕业4门纳米学位,专科背景也可以有无限可能

9个月毕业4门纳米学位,专科背景也可以有无限可能

我目前在武汉意畅智云科技有限公司,做私有云存储系统的开发和维护工作。武汉位于中国的中心,是一座拥有悠久历史、且快速发展的城市。2015年大学毕业后,就加入了这家公司, 那时公司还只是一个十几人的创业团队。在团队小伙伴共同努力下,我们公司在企业私有云领域小有名气,2018年时候被另一家公司收购,现在回想起来还是很艰辛的。

9个月毕业4门纳米学位

说到教育状况,我有点羞涩,是专科学历。 但我并不觉得这会影响我的职业发展, 相反我会认为这是一种鞭策,我需要比别人更加努力。比如我花了9个月的时间,在优达完成了4个 纳米学位:人工智能编程基础 、机器学习工程师、计算机视觉、自然语言处理 —— 算是一路从AI入门到进阶学上来的。进入AI领域,一方面是源于个人的浓厚兴趣,我一直梦想有自己的一套AI云驱动,比如做一个聊天机器人, 对我个人而言是非常有趣和有意义的事情;另一方面,互联网行业技术的迭代更新非常快,在这个时代无论是什么行业,都需要不断地学习新的知识,才能避免被淘汰。提高自身的能力 ,居安思危,才能立于不败之地。

很多人觉得,9个月可以学完四门课很快,但与我而言,整个学习期间漫长而有意义。如果要详谈整个学习历程,可能几张A4纸都写不完。在这里我会从个人学习历程中遇到的问题和解决方式出发,与大家分享一些学习的方法与技巧,对将要学习的同学或许有一定的参考价值。

学习时间安排

我相信很多选择在线学习的人,都是希望根据自己的实际情况,自主规划学习时间、安排学习进度。但是再精确的时间安排都逃不过墨菲定律, 我们实际花费的时间总是比预计的要长。这种事情经常在我身上发生,比如中途有个节日或者公司临时有事情需要出差, 导致不能按时完成任务。每当遇到这种情况,我会为自己制定合理的“补课”时间,并严格执行:没有在当天或规定时间内完成的事情, 均分到后面完成, 比如计划每天2个小时的学习时间, 如果没有完成, 则在今后的 2 天内,每天多花 1 个小时即每天 3 个小时,在 2 天内补齐前面落下的学习任务。这种方法可以有效保证学习进度不被推迟, 同时对自己的时间安排不会有太大的压力。

学习任务规划

合理的任务规划是成功的关键。在Udacity刚开始学习时,有讲过一个项目体系中WBS分解结构,我认为是很不错的规划方式。 我个人理解其为“庖丁解牛结构”:所谓庖丁解牛就是将一个大的任务分解成几个小的任务, 小的任务里可再进行细分为更小的任务,以层级的方式进行体现,举个例子: 第一级: 我需要完成 udacity 的计算机视觉纳米学位。(这是一个大任务) 第二级: 拿到纳米学位,我需要完成 4 个项目。每个项目分别是: 人脸特征识别, slam 定位 … 第三级: 完成人脸特征识别, slam 定位。 我需要先学习opencv、 神经网络等课程的学习。 第四级: 完成神经网络的学习, opencv。我需要掌握python,掌握 keras、pytorch 框架的学习, 掌握微积分, 概率论等。如果没有这些基础,我需要从头开始学习python, 学习微积分, 学习概率论。 第五级: 学习python, 学习微积分, 学习概率论。我可在网上找 python 的教学视频, 咦! Udacity 的不错,有python基础,有微积分, 有概率论。开始学习吧!

庖丁解牛的核心在于层级进阶, 如同打游戏层层升级,先从低级开始,慢慢升级直到达到目标。

解决学习中的问题

学习的过程中将难免遇到各种各样的问题,其实问题并不可怕, 只要找到解决的办法和技巧。与我个人的学习经历而言,有几种解决方式: 1)首先,常见的问题别人已经帮你问过了!在Udacity的论坛,都有对应项目的问题讨论板块。除此之外,Stackoverflow和相关官网文档都可以找到解决的办法,比如 Pytorch 的问题可查看Pytorch官网问题解决办法。 2)学会利用搜索引擎。(我们常说:内事不决问baidu, 外事不决上 Google 。) 2)咨询专家。这里的专家可以是学习过该课程的人、助教。也可以是这个领域比较精通的人, 通过询问找到解决办法。

从我个人经历而言,我上过传统培训班,也用过国内外的在线学习平台,相比线下,在线教育还是更适合上班族,没有时间、地点的限制,也可以根据自己的时间和精力安排学习进度。优达课程内容从视频角度说,很适合入门的人,很多苦涩难懂的公式都通过生动形象的方式表达,同时要点精炼,便于理解和加深印象;加上有项目和审阅,将理论和实践结合的很好。我也是偶然从网上了解到的优达,却通过优达结识了很多行业人才(你的同学和助教很有可能是很厉害的人),了解到一些行业的发展情况,也算是意外的收获。

转行AI的个人建议 个人认为转行到AI领域或刚入门的人,有几点建议可做参考: (1)AI 领域方向众多,可选择在NLP、CV、无人驾驶、机器学习等发展,都是热门且前景很好的行业。 (2)夯实基础。千里之行始于足下, 学习知识需要懂得将别人的知识转化为自己的,并用自己的方式实现。 (3)选择适合自己的工具。工欲善其事,必先利其器。拥有好的工具能事半功倍。在AI领域,不论是神经网络框架pytorch、tensorflow、还是开发工具jupyter、pycharm,包括搜索引擎google、baidu都属于工具, 学会利用好工具。 (4)关注行业领域的热门新闻,可以帮助你更快的成长,接触更多新知识。 (5)学历对找工作可能有影响, 但不是获得offer的关键。能够面试成功,取决于个人技能能给公司带来多大的效益。

了解相关纳米学位