Reddit最热！本科毕业拿到Deepmind软件工程师Offer，几百页课程链接我帮你总结了

新智元

共 4751字，需浏览 10分钟

· 2021-10-12

新智元报道

来源：Reddit

编辑：瘦瘦好困

【新智元导读】Reddit机器学习板块的一个热帖引起了网友的热议！本科毕业，没有机器学习背景，这位小哥在blog分享了自己的实战经验：从自学ML到拿到Deepmind的offer。

最近Reddit上的一个帖子火了！

一个小哥没有MLPHD，没有MLMaster，甚至没有任何类型的MLDegree—仅凭在EE上获得的学士学位，就从「DeepMind」get 到了一份研究型工程师的工作！

他在Reddit的论坛上分享了自己的经历，他是如何让在没有任何特别优秀的学术背景下，成功找到一份研究工程师的工作的。

文中，他分享了一些关于「他是谁」的背景以及到目前为止的学习经历！从把「机器学习」作为是副业到Deepmind的专业RSWE。尽管没有扎实的基础和优秀的学术背景，但却在短时间内实现了自己的目标。

同时，他还附加了很多从2018年第一次接触ML到现在积累的相关课程链接，以及当前ML（例如 GNN）的最新研究进展。最后，他和大家分享了自己从前期准备到后期面试DeepMind 的详细过程。如果你也想get到自己满意的那份工作，就跟着我一起去看看吧。

全文他强调自己不是一个有「计算天赋」的人，凭着对机器学习的热情，「从自学软件编程，完成Andrew Ng的所有Coursera课程，到研究专业论文，参与微软的ML夏令营」，被派驻到「ICCV2019」会议，在微软展台演示HoloLens2，并成功转正ML工程师。

所以，是发生了什么事情？让他的心态发生了改变？又是什么push他努力学习和工作，成功转型的呢？

他说，因为Gary Vaynerchuk的鼓励。

他在网上分享自己的经历，参加微软的公开演讲。相机，照相，反光板，这些东西打破了他的舒适区，日积月累，他学会了公开交谈（面试的必备技能）以及基本的数学知识（专业技能），得到了这份完美的工作。

好吧，你可能会说：嗯，故事很励志，但是没有干货啊。

https://gordicaleksa.medium.com/5-tips-to-boost-your-learning-d6eb5edfe6d

瞧，这不就是干货么？

以AI为例，内容涵盖「输入模式」和「输出模式」的周期学习模式。

输入模式：摄取信息。目标是对子领域（博客、视频）的结构有一个高层次的理解，或者对手头的主题（研究论文、书籍等）有一个深入的了解。

输出模式：分享在输入模式期间积累的信息。第一步，教别人！创建分享文件，如YouTube视频、GitHub项目，和blog 。以及在 LinkedIn 上高频率的更新。当然，Twitter和Discord也需要涉及。

做完这些工作后，别忘了，在macro的末尾附加几篇原创blog，总结所写的内容。这将帮助你更好的将干货用到实际工作中。

不需要多么深入。你只需要学习NST (Neural Style Transfer)、DeepDream、GANs (Generative Adversarial Networks)、NLP & transformers、Graph/Geometric ML、RL (Reinforcement Learning)......

呃.....俗话说的好，不积跬

步，何以至千里？

NST

首先，你要做的是，阅读大量的研究论文，开发3个不同类型的projects，然后Github开源，在YouTube上建立一个NST播放列表。准备工作差不多就可以结束了。

紧接着，完善PyTorch专业知识，学习CNN和优化方法，提高演讲技巧，阅读研究论文，做到从里到外全面提高SE技能。

例子如下，最后，编写代码合成NST图像：

DEEPDREAM

阅读blog，分析DeepDream子版块，并探索各种代码库。

你可能会发现，多数原代码是用Torch和Lua编写的。为了解决这个问题，你可以切换到 Linux，让它来为你工作。过程有点艰难，不过你可以学到很多东西，

最终，你可以使用自己的代码生成一副令人着迷的图像。

GAN

你需要做的很简单，就是阅读所有基础论文以及其他不太相关的论文，并尽自己最大的努力，尝试Vanilla Gan，CGAN（条件GAN）和DCGAN模型。

一些辅助方式仅供参考：

在每个macro的末尾附加一篇blog ，总结自己所学到的知识。
阅读论文时，随时在YouTube上记录它们。通过这种方式，你会学得更好，也会帮助到更多的人。
在macro中间开源一个project。在那之后，你会发现，你读过的所有paper都变得有意思了。

NLP & transformers

想要了解BERT，想要了解GPT庞大的家族系谱？Transformer可以帮助你，但首先你需要开始使用Transformer和NLP。如何开始使用？

你先了解一下Sequence-to-Sequence model，例如，谷歌翻译在2016年开始使用这个模型，它是采用一系列的序列并输出了另一个项目的序列的过程。

还有其他的干货，我也帮你们附了链接：

https://gordicaleksa.medium.com/deep-learning-journey-update-what-have-i-learned-about-transformers-and-nlp-in-2-months-eb6d31c0b848

Graph/Geometric ML

首先，你需要了解Graph ML。简单地说，Graph ML就是处理graph数据的关于机器学习的分支。graph有很多种类，我们可以有有向graph和无向graph，多重graph和超graph，有或没有自边的graph......常见的包括图分类/回归和节点/边分类/回归。

我们可以用graph做什么呢？

如果你学过social media网状图，你就想象social media是整个graph，图中的每个节点是推文，而您想要推出某条推文传播假新闻的概率，您的模型就会将 0 到 1 之间的数字与该推文相关联，这只是节点回归的一个示例。

RL

这部分内容，你要了解的实在是太多了，AlphaGo、DQN、OpenAI......

https://gordicaleksa.medium.com/how-to-get-started-with-reinforcement-learning-rl-4922fafeaf8c

最后，补充一句，别忘了在One Note中做笔记：

当然，除了这些，业余时间你要做的似乎更多：

开发了一种眼镜检测算法，作为HoloLens 2设备上眼球追踪子系统的一部分。眼球追踪子系统的全部意义在于预测用户的眼睛注视向量，并实现与全息图的本能互动。它还有助于为特定的用户显示正确的图形（每个人的眼睛不同，因此IPD也不同，等等）。

利用视频编码器在各种VR/MR设备上增加注视点（Foveated）渲染功能。这样就可以为设备省电，因为不需要渲染视野以外的内容。并最终读完了关于H.264编码器的整个参考手册。

在PyTorch中从头实现了一篇研究论文中的想法。这也是学习PyTorch的过程（2019年底到2020年初）。

编写了各种脚本，确保标签器正确工作，开发了内部指标管道的一部分，处理了渲染和改进了合成数据，做了各种量化和perf-vs-compute实验，等等。

为微软的SE/ML职位面试了实习生。

指导了ML夏令营的学生，并举办了关于CNN的研讨会。

总的来说，就是1.5年的机器学习速成，1.5年正常速度的机器学习研究以及1年的软件工程速成。

兴奋激动ing，你终于打开了「DeepMind」的大门。

紧接着，你步入了遥遥无期的「找工作」模式。这位博主也分享了她的亲身经历。

在LinkedIn上联系Petar。其次，在ICCV19会议期间，遇到了其他很cool的DeepMinder，比如Relia（他在牛津与 Andrew Zisserman 教授一起攻读博士学位）和Jovana（也是牛津女孩)，所有的事情让他的旅途变得更容易了！

马不停蹄，他向Petar和Relja明确了自己的意向，开始申请 DeepMind，并询问他们有关如何准备的详细步骤！辗转回到LinkedIn上，联系了招聘人员（当时并不认识），并询问是否可以用他的 LinkedIn、YouTube、GitHub来取得面试机会。

一切刚刚好，招聘人员也表示，已经为他安排了面试。

他在此告诫求职的小伙伴，网络很重要！通过网络，与自己要求职的公司建立真正的联系，问问你能为他们做什么，而不是他们能为你做什么。

第一步，研究你的每一位面试官，了解他们正在做什么，例如，你可以查看他们社交媒体（微博，微信）中的资料，阅读他们的文献。然后，研究你的个人简历。深度思考你所列举的每一项经历，无论是教育经历还是工作经历。如果时间充裕的话，还可以做一些模拟interview。

简单来说就是：

大致了解企业文化，例如其核心团队正在做什么，你到底能为团队做什么「转到公司官网查看。
准备专业知识，大致了解行业的基本概念，例如阅读基本的教科书。
面试环节：与招聘人员聊天，他们可能会问你「你喜欢公司的什么？为什么选择我们而不是其他公司？你最喜欢的核心项目」了解你到底能为团队做什么」。

想清楚这些就够了。

怎么样，干货满满的对吧？

网友评论

有网友调侃道，第一步：在大厂（Facebook、Apple、Amazon、Netflix和Google，也可以包括微软）找到一份软件工程师的工作；第二步：开始写博客。

作者表示，任何做了一段时间的竞争性编程的人都能在FAANG找到实习或者工作，甚至高中生都可以。只需要坚持1年的算法和数据结构（或许再加上系统设计和其他的）。

障碍不是智力的问题，而是毅力的问题。

参考资料：

https://www.reddit.com/r/MachineLearning/comments/q2ab5p/d_how_i_got_a_job_at_deepmind_as_a_research/

https://gordicaleksa.medium.com/how-i-got-a-job-at-deepmind-as-a-research-engineer-without-a-machine-learning-degree-1a45f2a781de

图片

表情

OpenUI：输入一段文字就能生成网!页！！

今天给大家介绍一个开源的 AI 网页生成工具：OpenUI！！！前言在软件开发领域，用户界面（UI）的设计和构建确实是一个至关重要的环节。传统的 UI 开发需要设计师和开发人员紧密合作，通过反复的设计、修改和测试来达到理想的效果，这个过程往往耗时且成本较高。随着 AI 技术的发展，现在有越来越多的

前端技术江湖

我用这10招，能减少了80%的BUG

将Python客栈设为“星标⭐”第一时间收到最新资讯前言对于大部分程序员来说，主要的工作时间是在开发和修复BUG。有可能修改了一个BUG，会导致几个新BUG的产生，不断循环。那么，有没有办法能够减少BUG，保证代码质量，提升工作效率？答案是肯定的。如果能做到，我们多出来的时间，多摸点鱼，做点自己喜欢

Python客栈

请问哪位大佬有空？我自己搞不定pycharm安装调试了？

点击上方“Python共享之家”，进行关注回复“资源”即可获赠Python学习资料今日鸡汤残云归太华，疏雨过中条。大家好，我是Python进阶者。一、前言前几天在Python最强王者交流群【斌】问了一个Python环境安装的问题，请问哪位大佬有空？我自己搞不定pycharm安装调试了。二、实现过程这

IT共享之家

【第125期】一文读懂开源软件协议

前端微服务

周鸿祎：雷军说小米SU7不适合我，等小米做SUV时再推荐

360公司创始人周鸿祎在互联网30周年座谈会上向雷军提出想要体验小米SU7的请求，但被雷军婉拒。雷军给出的理由是，他仔细研究了周鸿祎的选车标准，发现周鸿祎不会开车，只坐后座，而小米SU7是为追求驾驶乐趣的用户设计的，因此不适合周鸿祎。雷军还表示，等到小米推出SUV版本时，再推荐给周鸿祎。目前已知明确

Python涨薪研究所

推送总错过？快来给“它”加个星标吧！

您是否有这样的困扰：明明关注了“流媒体网”公众号，但总是收不到推文，某天打开公众号发现已经更新了很多内容，错过了许多重要的行业资讯。其实，解决这一问题的办法非常简单，只要把“流媒体网”公众号设置成“星标⭐”就可以啦。接下来就由小编告诉您如何设置“星标⭐”吧~只需三步，即可轻轻松松点亮星标⭐~第一步点

流媒体网

如何解释“有你这写脚本时间，我早就一个一个做完了”？

点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现

JavaEdge

腾讯开始收费，这软件的良心操作彻底没了

腾讯作为互联网巨头，也曾出品过不少良心软件，比如QQ影音就因安装包小、CPU占用少、界面简洁无广告无插件等备受用户喜爱。但因为没有合适的赚钱盈利模式，QQ影音逐渐要被腾讯放弃。腾讯文档也因其实用性，受到不少办公族用户的关注。其实对于微信用户来说，腾讯文档还有许多鲜为人知的使用技巧。比如，我们在微信里

逆锋起笔

课程合集

✔️更新完毕的课程1.《AKShare-初阶-使用教学（第一期）》-1小时上手AKShare快速搭建起使用环境并成功获取数据。无论是否有 Python 编程经验，通过学习该视频课程，都可以快速上手使用 AKShare！2.《开源项目巡礼（第一期）》-上手目前最流行的数据科学开源项目本课程的主要目的

数据科学实战

算法工程师的核心竞争力是什么？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达链接：https://www.zhihu.com/question/527696166编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：赵俊博 Jakehttps://www.zhihu.com/question/52769

小白学视觉

215