|
今年是我工作的第四年，一路走來磕磕絆絆，想把自己的學(xué)習(xí)和工作路徑做一份總結(jié)，也希望這份總結(jié)能夠幫助那些想成為算法工程師的同學(xué)。 這一次不是21天，也不是3個月速成班，而是需要三年！ 我是以一個一線互聯(lián)網(wǎng)公司對算法工程師的要求寫的這份總結(jié)和指南，如果你只是想渾水摸魚，急功近利，那么我寫的東西肯定是不適合你的。 在這三年里，我面試了大大小小互聯(lián)網(wǎng)公司15家左右，收割了包括bat在內(nèi)的大部分offer。當(dāng)然，有幾份offer是面試多次才獲取的，比如百度，阿里等。 剛畢業(yè)的時候去面試死的很慘，到后期能力提升上來了，面試也就容易了，也形成了一套自己的面試套路：刷題！ 因此這篇文章皆在表達(dá)以下幾個目的：
需要說明的是：文章表達(dá)的只是我個人的理解，如果你的理解與我的有出入，那么純屬“不巧合”，以我為準(zhǔn)（捂臉???♀?）！ 同時，我是假設(shè)你與我一樣的基礎(chǔ)：沒有數(shù)學(xué)和計(jì)算機(jī)基礎(chǔ)，但是至少有本科學(xué)歷 這樣的前提條件下來寫的。 此處我不想針對學(xué)歷做任何討論，現(xiàn)實(shí)的世界就是沒有學(xué)歷你將寸步難行，找工作尤為明顯。 我規(guī)劃的學(xué)習(xí)路線并不是嚴(yán)格按照我當(dāng)初自學(xué)的方法來進(jìn)行的，因?yàn)槲耶?dāng)初走了很多彎路，踩了很多坑。在閱讀這份總結(jié)前需要一點(diǎn)備注信息：
我們把整個學(xué)習(xí)路徑分為三部分：
一、夯實(shí)基礎(chǔ) 算法工程師兩把斧，一把是數(shù)學(xué)，一把是計(jì)算機(jī)知識。所謂的算法無非就是應(yīng)用計(jì)算機(jī)工具將數(shù)學(xué)知識應(yīng)用到業(yè)務(wù)中。 但數(shù)學(xué)和計(jì)算機(jī)的知識包羅萬象，普通人即使終其一生也不可能學(xué)完或者學(xué)精整個學(xué)科。 對于算法工程師來說，我們只挑選最核心的知識來學(xué)習(xí)即可！下面直擊要害 數(shù)學(xué)
計(jì)算機(jī)
英文 至少要是大學(xué)六級的水平，雅思6.5分，閱讀小分6.5才算合格 我先來說英文，據(jù)我所觀察，英文是區(qū)分一個程序員是否優(yōu)秀的重要標(biāo)志。你英文好不一定就能成為優(yōu)秀的程序員，但是英文不好很大概率上你不可能成為優(yōu)秀的程序員。 算法這個行業(yè)發(fā)展太快速了，日新月異，大部分資料都是英文的，發(fā)表的paper也肯定都是英文的。中文的翻譯書籍往往還沒出版，英文的版本就已經(jīng)迭代好幾次了。英文不好，你上不了Google，上不了github，上不了stackoverflow，上不了這個星球上任何優(yōu)秀的程序員網(wǎng)站。 很大程度上，英文能力會對你的學(xué)習(xí)工作視野產(chǎn)生決定性影響。說到這，很多同學(xué)都寒心了，“我就是英文不好，咋辦”。 其實(shí)大部分城學(xué)員英文都“不好”，包括那些你看到的優(yōu)秀程序員！ 但是有一點(diǎn)他們肯定很厲害，就是英文閱讀的能力。沒錯，對于大部分程序員來說，只要閱讀過關(guān)，英文就夠用了，如果聽力還過關(guān)，那基本上足夠用了，如果寫作業(yè)過關(guān)，那就很厲害了，如果口語也過關(guān)，那就忽略我寫的這一段，你將會體驗(yàn)英文給你帶來的巨大優(yōu)勢！ 數(shù)學(xué) 數(shù)學(xué)是算法的“靈魂”！ 數(shù)學(xué)學(xué)不好會比英文還糟糕，英文是錦上添花，數(shù)學(xué)是你能力的上限！其實(shí)發(fā)展到今天，機(jī)器學(xué)習(xí)等知識涉及到是數(shù)學(xué)知識實(shí)在是太多了，我自身也沒有完全搞清楚或者說將全部的知識弄明白，只能結(jié)合自己學(xué)習(xí)過的以及身邊一些案例來給大家做一個推薦 統(tǒng)計(jì)概率 統(tǒng)計(jì)學(xué)和概率論經(jīng)常被放在一起使用，直到現(xiàn)在還有很多人在區(qū)分機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)，有所謂的“統(tǒng)計(jì)派”和“計(jì)算機(jī)派”（參考吳恩達(dá)以及他的恩師喬丹，不是打籃球的那個）。 統(tǒng)計(jì)學(xué)涉及的回歸分析是機(jī)器學(xué)習(xí)里最簡單的線性模型，概率論里面的概率分布和概率計(jì)算是機(jī)器學(xué)習(xí)演算的一個核心。機(jī)器學(xué)習(xí)模型對樣本進(jìn)行預(yù)測的都是給出一個概率值，表達(dá)不確定性！ 如果你是文科生，數(shù)學(xué)又很弱的話，我推薦你學(xué)習(xí)《商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)》。這本書淺顯易懂，不會像國內(nèi)教材那樣枯燥乏味，每一章節(jié)都會含有一個具體的商業(yè)案例，大量的習(xí)題（雖然習(xí)題很弱）。每天學(xué)習(xí)1-1.5個小時，差不多30天能學(xué)完。最難的章節(jié)屬于假設(shè)檢驗(yàn)以及線性回歸那里，單也僅僅是相對的難而已，比起機(jī)器學(xué)習(xí)，它毛都不算！ 如果你是理科生或者數(shù)學(xué)功底不錯的話，我推薦你學(xué)習(xí)陳希孺的《概率論與數(shù)理統(tǒng)計(jì)》。很傳統(tǒng)很經(jīng)典的中國式教材，但是寫的內(nèi)容實(shí)在是好，前后銜接的恰到好處，由淺入深，概念解釋的直白明了，涵蓋了以后機(jī)器學(xué)習(xí)所需要的幾乎全部概率知識。缺點(diǎn)就是純教科書班的書籍，讀起來略微枯燥。 推薦星級 《商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)》 五星 《概率論與數(shù)理統(tǒng)計(jì)》 四星 建議學(xué)習(xí)周期：40天 微積分 我只推薦一本書《普林斯頓微積分讀本》和一門簡單的課程《微積分的本質(zhì)》。我看過很多微積分的教材，包括同濟(jì)的《微積分》以及《托馬斯微積分》，但是都沒有《普林斯頓微積分讀本》更能吸引我的注意力。這本書淺顯易懂，書籍看起來很厚，但是學(xué)習(xí)起來并不費(fèi)力，作者的寫作觀點(diǎn)很友好，風(fēng)格較為輕松卻又不失嚴(yán)謹(jǐn)。建議如果基礎(chǔ)較差的同學(xué)可以“重頭來過”，好好的跟學(xué)一遍！我對泰勒展開式那一章節(jié)尤為記憶深刻，作者先是引入了一個及簡單的案列，接著就此案列進(jìn)行了深入的講解，一目了然。 《微積分的本質(zhì)》是三藍(lán)一棕出品的簡短視頻，通過酷炫的動態(tài)PPT演示了微積分的過程。但是真的僅僅是入門級別的視頻，就當(dāng)做課外“讀物”學(xué)一學(xué)吧 推薦星級 《普林斯頓微積分讀本》 四星 《微積分的本質(zhì)》 四星 建議學(xué)習(xí)周期：60天 線性代數(shù) 線性代數(shù)到底怎么學(xué)，我真的一直沒有找到很好的方法。我看過很多的書籍和視頻，包括同濟(jì)的那一本很薄的書，我一度以為那是本很好的教材，直到我在網(wǎng)易云課堂上學(xué)習(xí)了MIT的線性代數(shù)課程，像是打開了新世界的大門，原來線性代數(shù)背后的理論并不是憑空記憶而來的。后來又學(xué)習(xí)了《線性代數(shù)的本質(zhì)》這套課程，那令人震驚的動畫演示線性變換至今令我記憶猶新！ 推薦星級 《MIT線性代數(shù)》 五星 《線性代數(shù)的本質(zhì)》 五星 建議學(xué)習(xí)周期：20天 計(jì)算機(jī)技能 PYTHON 如果你想入門計(jì)算機(jī)，首先應(yīng)該先學(xué)一門語言，它會是你使用最多的一個工具。而PYTHON幾乎是最簡單的最適合新手學(xué)習(xí)的一門語言。我個人認(rèn)為學(xué)習(xí)PYTHON需要包含以下幾個方面：
任何一門語言的學(xué)習(xí)都離不開語法本身，Python也不列外，但相對于其他語言，Python語法就簡潔明了。我看過很多PYTHON入門的書籍，要說好的我就只推薦兩個，一本是《LEARN PYTHON THE HERD WAY》，另一本是《PYTHON編程：從入門到實(shí)踐》。如果你每天抽出兩個小時來學(xué)習(xí)，一般兩個星期就能搞定PYTHON語法。 接下來我推薦學(xué)習(xí)的可能與你在其他地方看到的不一樣，我希望你能學(xué)習(xí)一些計(jì)算編程思維，再直白一點(diǎn)就是學(xué)習(xí)一點(diǎn)數(shù)據(jù)結(jié)構(gòu)和算法。 隨著我自己工作經(jīng)歷的增長，越來越發(fā)現(xiàn)編程思維（數(shù)據(jù)結(jié)構(gòu)和算法）對于工作以及思考問題的重要性，所以直到現(xiàn)在我仍然在不斷的惡補(bǔ)之前落下的數(shù)據(jù)結(jié)構(gòu)和算法。因此你不妨在一開始學(xué)習(xí)階段就來彌補(bǔ)一些！ 我給你推薦的是一本書以及這本書配套的課程，這是我看過的最好的教程： 《PYTHON編程導(dǎo)論》以及EDX上開設(shè)的專門的對應(yīng)視頻課程。這套教程除了講解PYTHON基礎(chǔ)知識外，還會講解常用的編程算法，包括查找，排序，搜索等等，可以說是相當(dāng)好的入門計(jì)算機(jī)課程。 PYTHON是一門非常綜合的語言，被發(fā)明出來也不是為數(shù)據(jù)挖掘或者數(shù)據(jù)分析專用的。PYTHON能夠成為“AI第一語言”得益于它眾多的第三方庫，因此我們還需要學(xué)習(xí)一下專門用來進(jìn)行數(shù)據(jù)處理的第三方庫：pandas、numpy、matplotlib。唯一推薦的書籍就是pandas作者寫的《利用PYTHON進(jìn)行數(shù)據(jù)分析》，這本書介紹了幾乎三個庫主流的用法，相當(dāng)實(shí)用。唯一的缺點(diǎn)就是編排比較亂，學(xué)的很零散，所以需要你自己好好的總結(jié)一番！ 推薦星級 《PYTHON編程：從入門到實(shí)踐》 四星 《PYTHON編程導(dǎo)論》 五星 《利用PYTHON進(jìn)行數(shù)據(jù)分析》4星 建議學(xué)習(xí)周期：30天 機(jī)器學(xué)習(xí) 我們宗旨是成為一名算法工程師，現(xiàn)代意義上算法工程師一般就是指機(jī)器學(xué)習(xí)工程師。在第一年的夯實(shí)基礎(chǔ)階段，我們并不能完全深入的學(xué)習(xí)完機(jī)器學(xué)習(xí)的知識，但是入門還是一定要具備的。機(jī)器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)三板斧：微積分、線性代數(shù)、統(tǒng)計(jì)概率！ 所以你可以看出來，為什么我花了很大篇幅和你講要認(rèn)真學(xué)習(xí)這三門課！ 那么入門階段該怎么做呢？ 很簡單，一門課一本書。 一門課 吳恩達(dá)《MACHINE LEARNING》公開課 這真的是地球上最好的機(jī)器學(xué)習(xí)入門課程了！我無法用文字來推薦它，總之你就記得學(xué)習(xí)機(jī)器學(xué)習(xí)看著門課程就絕對錯不了。網(wǎng)上一大堆關(guān)于這門課的資料、評價、筆記等等，數(shù)不勝數(shù)！ 一本書 《Introduction to Data Mining》(數(shù)據(jù)挖掘?qū)д?/span>) 很遺憾，我并沒有推薦周老師的書，也沒有推薦韓老師的書（如果你不認(rèn)識兩位老師，那就忽略這句話）。 數(shù)據(jù)挖掘?qū)д撌俏覍W(xué)習(xí)過的最好的入門級別的教材，與其它一上來就開始講解模型的書籍相比，這本書會從最開始的數(shù)據(jù)準(zhǔn)備，數(shù)據(jù)處理講解，給與新手最好的入門方式。其內(nèi)容板塊安排的又是相當(dāng)?shù)暮侠?，尤其是決策樹和異常檢測這兩章，我覺得是相當(dāng)?shù)木?，手把手教你推?dǎo)一個決策樹！有一個章節(jié)我覺得可以不學(xué)，就是關(guān)聯(lián)分析，似乎可能好像仿佛大約已經(jīng)沒人使用這種技術(shù)了，雖然我當(dāng)初仔細(xì)的學(xué)習(xí)過，而且這本書寫的也相當(dāng)?shù)暮?，但是真的沒應(yīng)用過，都快忘記的差不多了。請君自行判斷~
|
|
|
