分类 默认分类 下的文章


撰写于:  浏览:1196 次  分类:默认分类
在业界,做机器学习和数据挖掘的人也统称算法开发工程师,但是别以为有着算法开发的Title就天天写算法了。除了公司平台部门(基础架构部等),其他业务部门的算法工程师往往要花费大量的时间和精力要从事和业务紧密相关的数据挖掘工作。算法工程师和系统工程师不一样。系统工程师做一个系统边界很明确的,需求文档上的功能全部实现了,就算完成了。但是模型的准确率达到多[...]

撰写于:  浏览:1202 次  分类:默认分类
1、接到一个项目之后心潮澎湃,脑子里马上闪现出faster rcnn、resnet、mask rcnn等各种牛逼的算法。2、结果发现图片都不知道存在哪……于是反馈给产品经理,开了一通会议,确定图片数据库在某个位置,准备读表爬虫!3、结果发现表的信息是乱七八糟的,一张表里面有图片链接,但没有这个图片的标签信息;另一张表里面有标签信息,但又没有图片链接[...]

撰写于:  浏览:1243 次  分类:默认分类
讯飞AI同传语音造假2019年9月20号讯飞AI同传语音造假的新闻刷爆科技圈,科大讯飞股价应声下跌3.89%(不是65.3%,标题党文章害死人)。 吃瓜群众纷纷感慨,有多少人工,就有多少智能。AI漫天飞舞AI概念在2015年起就红得发紫,不论是送外卖,搞团购,卖车的,或是推荐莆田医院的,是个公司都会标榜自己是搞人工智能的。在21世纪的第2个10年,[...]

撰写于:  浏览:1349 次  分类:默认分类
算法工程师的迷茫算法工程师的日常工作大部分时候就是收集和处理数据。就说模型吧,搞不过那些专门搞研究发Paper的人;说工作吧,核心岗位也只留给那些入行早或者有顶会光环的人。虽然大多数算法工程师是会不断学习,但有时候不免有些算法民工的感觉。很多算法工程师感觉很是迷茫,不知道自己的出路是在哪里。技术迷茫人人皆有作为一名技术人员,大部分人都经历过迷茫的阶[...]

撰写于:  浏览:2382 次  分类:默认分类
算法工程师的行业特点:充斥大量数学公式与其他工作方向,如APP开发、Web开发,游戏开发相比,人工智能尤其是机器学习属于数学知识密集的方向。在各种书籍,论文,算法中都充斥着大量的数学公式,这让很多立志成为算法工程师的人倍感压力。机器学习和深度学习需要学习的数学知识首先我们考虑一个最核心的问题:机器学习和深度学习究竟需要哪些数学知识?请看下面这张表:[...]

撰写于:  浏览:1240 次  分类:默认分类
人类的需求一定有明确需求和不明确需求两大类,搜索代表的是明确的需求,而个性化代表的是不明确需求,所以只要人类有获取信息的需要,个性化推荐一定会伴随人类的发展,一直持续下去。虽然推荐算法不会消亡,但是一定会遇到挑战和变数。推荐算法工程师最大的危机来自于云计算及 AI 的发展,越来越多的云计算公司将 AI 作为云服务的基础能力 (包括推荐能力) 封装起[...]

撰写于:  浏览:1148 次  分类:默认分类
声明本文摘自网络,并做了些修改。写的不错,分享给大家。前言背景:一直有朋友希望我能介绍下自学机器学习、数据挖掘的经历,然而当我认真回首研究生这两年半,发现浪费掉的时间居多,学习的时间太少,积累还不够(虽然校招季收获比较多的数据挖掘相关offer,其实人脉、运气、面试经验等其他因素占了很大比重)。所以在此只能聊聊一些浅显的认识,各位姑妄听之。本文受众[...]

撰写于:  浏览:1237 次  分类:默认分类
作者有多年行业相关经验,走过很多弯路、趟过很多坑,所以这里将我的一些经验教训和建议分享给大家,让大家少走弯路,这些经验即所谓的“道”。其实这些经验和建议也适合很多互联网行业的其他职位,甚至是非互联网行业的职位。(1)关注业务、关注价值产出推荐算法工程师不能只关注自己做了什么,是否保质保量地完成了任务。对公司老板来说,能够为公司创造商业价值才是最关键[...]

撰写于:  浏览:2187 次  分类:默认分类
大家都知道互联网技术方向的职业发展一般有三条道路:第一条是一直做技术成为技术专家;第二条是转管理方向;第三条是做到一定程度转行到周边方向,如产品、项目经理等。在国内,多少对年纪大了的技术人员有一定的偏见,认为年纪大了干不动了,所以大家都愿意往管理方向发展。其实,在国外做技术是非常自信和自豪的事情,听说在 Google 技术人员的地位非常高,只有技术[...]

撰写于:  浏览:1303 次  分类:默认分类
个性化推荐系统,简单来说就是根据每个人的偏好推荐他喜欢的物品。互联网发展到现在,推荐系统已经无处不在,在各行各业都得到普遍都应用。亚马逊号称 40% 的收入是来自个性化推荐系统的,淘宝的个性化推荐系统也带来非常大的收益,新闻媒体的个性化推荐系统典型的是今日头条。除此以外,直播平台给用户推荐喜欢的主播,金融网站给用户推荐需要的理财产品,社交网络给用户[...]

撰写于:  浏览:1231 次  分类:默认分类
在很多外行人眼中,算法工程师的工作应该是:拿到最近某大神新发的Paper,或者自己钻研理论推公式产出研究成果,通过并行编程实现大规模数据训练,然后打败现有模型,CTR提升200%,收入提高200%。然而实际情况往往并不是这样的。理想中的算法工程师:提出假设->收集数据->训练模型->产出成果。实际中的算法工程师:提出假设->[...]

撰写于:  浏览:1179 次  分类:默认分类
算法工程师可投递简历的工作岗位有:机器学习 | 数据挖掘 | 算法工程师 | 基础研究一面考察要点:(1)C/C++,Python等开发语言的语法问题,例如:C++里面const有什么作用,C++里面static的作用等,主要考察应试者的对开发语言的掌握程度。(2)除了基本的语法规则考察以外,还会考察一下算法和数据结构题目,例如:判断一个数字是否为[...]

撰写于:  浏览:1400 次  分类:默认分类
备注:本文修订于2020年6月21日。1、windows环境变量的认识在windows安装程序要明白三点:(1)程序安装在哪里并不重要,最重要的是系统变量指向具体的安装路径,这样就能启动程序。(2)同一个程序可以安装多次,存放在不同的路径,通过修改环境变量的“指路标”,就能实现启动不同的程序,而这些程序也不会相互冲突。(3)也许你的系统已经安装了P[...]

撰写于:  浏览:1354 次  分类:默认分类
conda是一个包管理器,而anaconda是一个Python发行版。软件发行版是在系统上提前编译和配置好的软件包集合,装好了后就可以直接用。包管理器是自动化软件安装,更新,卸载的一种工具,也是一个可执行命令。conda有命令”conda install”, “conda update”, “conda remove”, 所以很明显, conda是[...]

撰写于:  浏览:1249 次  分类:默认分类
备注:本文修订于2020年6月21日。1、Anaconda简介Anaconda 可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。2、Anaconda特点Anaconda具有如下特点:开源 安装过程简单 高性能使用Python和R语言 免费的社区支持[...]

关注公众号,每天学一个AI知识

    友情链接