【為什麼我們要挑選這篇文章】自學機器學習的工程師們沒有博士學位的光環，他們該如何在面試中脫穎而出？履歷怎麼寫？什麼又是企業真正在乎的重點項目？（責任編輯：陳伯安）
「《科技報橘》徵才中！跟我們一起定位台灣產業創新力 >> 詳細職缺訊息
快將你的履歷自傳寄至 jobs@fusionmedium.com」
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請聯繫出處
作者：量子位／栗子
做機器學習工程師，通常都要讀過博士。
即便沒有寫成職位的必要條件，卻也慢慢變成了自然規律。
那自學成才的人類，要寫怎樣的經歷，才能讓面試官相信，自己也是有同等能力的呢？
一個叫做 AdditionalWay 的網友，在 Reddit 提出了這個直擊靈魂的問題，引發了大量討論，兩天熱度已經超過 500。
討論版上，有許多人提出了中肯的建議：
99% ML 博士生有個致命弱點
有位叫做 po-handz 的網友，他發表的意見收穫了 80 分的高度認可，佔據了評論區的頂樓：
把自己的項目投入生產環節（launch into production），就能超越 99% 的應屆生，也能超越大部分在位的 ML 工程師了。
對此，有人 （moravak） 表達了強烈贊同：
這個「大部分」，其實就是 ≥99.9%。
頂樓又補充說，很多人就算讀到博士畢業，可能也沒有自己把一個項目做到生產環節的經驗。
那麼，怎樣才算有這樣的經歷呢？
沒有讀博士的你，唯一優勢就在「業界經驗」
網友（BernieFeynman）簡約地解釋了一下：
搭些模型，不用非常厲害。但要讓人能看到，模型在哪跑起來的樣子，比如有個 API 可以調用之類的。
當然，做起來並不是一句話的事，頂樓詳細描述了，一整個過程究竟能有多難：
比如，一般你不會只有一個模型，是有一組。所以，需要讓這些大模型，加載在服務器的 RAM 上。
還要接受新輸入的數據。這些數據，要和測試數據的格式保持一致，還要 scale，該怎麼 scale 呢？
推理要用 GPU 麼？那樣的話在 AWS 上每月可能要花 1000 人民幣（約 5000 台幣），預算能支持麼？
時序數據怎麼辦呢？你需要一個連續更新的模型，還要一直跟蹤調整參數。
除此之外，你需要一個實時的、可維護的數據管道（data pipeline）。搞這個，比處理一個清晰乾淨的數據集要難多了。
最後的最後，你還需要一整套 UI，網站，nginx 推疊，要做成用戶友善的樣子。
別說是剛畢業的博士，許多有經驗的數據科學家也對這些東西一竅不通，因為他們可能只在自己專業的領域里工作，都是別人把乾淨的數據集交到他們手上。
你如果在這點上打贏他們，對企業來說就有更高的價值了。
機器學習是 2019 熱門題目，那 2030 機器學習可能變什麼樣子？
8/10（六）【TechOrange 科技報橘 2019 年度論壇】CONNECT to the Future，帶你看見 2030 年最重要科技趨勢
一人早鳥 75 折、雙人早鳥 6 折優惠票 全面開賣 ！
ML 工程師履歷，千萬注意這十大雷區
訓練實用技能，只是一方面。
如果不想在履歷篩選環節見光死，網友（rudiXOR） 在一家「正在招聘 ML 工程師的中型企業」，總結了十大雷區，供大家參考：
第一，拿著一大堆 MOOC 證書。沒用，我試過，quiz 一路點下去誰都做得到。
第二，對 Kaggle 成績過於自豪。許多大學生都參加過 Kaggle 比賽，他們也知道這種比賽和 ML 工程師的工作，基本沒什麼共同點。
第三，去了 3 個月訓練營，從 PCA 到 LSTM，幾乎所有 ML 技術都修煉到了。真的沒人相信。
第四，GitHub 項目都是只提交過一次程式碼的那種。根本看不出是不是自己做的。
第五，GitHub 主頁是新的，一個項目都沒有。
第六，模型只在 toy datasets 上測試過，沒有再嚴肅點的項目了。
第七，每種語言都說「精通」。比如 C++、Python、Java、C#……
第八，對照職位要求精心匹配履歷（「Buzzword optimization for HR algorithms」。
第九，沒有證明自己的數學 / 統計學知識水平。
第十，沒有軟體開發的經歷。
就算前九條你都忘了，也可以嚴肅地參考第十條。網友在細數了雷區之後強調：
如果你是自學的，不要一上來就投數據科學家，或者 ML 工程師。
可以先申請數據分析師，或者軟體工程師。
如果是自學 ML，又沒有軟體開發的經歷，我是不會請你的。
參考前文，如果沒有讀過博士，就要比博士多點業界的經驗才更有利。
不過，自學什麼時候都不晚。
比如，谷歌大腦的研究員 David Ha，在投入機器學習的懷抱之前，已經做到高盛的董事總經理（MD） 了。
那麼，各位也要加油啊。
（本文經 AI 新媒體 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈自学机器学习，怎么才能找到工作啊？至少要避开十大雷区 | Reddit 高热 〉，首圖來源：unsplash, CC Licensed。）
延伸閱讀
工程師好用資源來了！超完整 Python 查詢表，程式碼複製貼上不用自己寫
AI 工程師最佳入門資源！史丹佛公布「自然語言理解」免費課程，新手們趕快存起來
衝上 GitHub 熱門第四名！Python 機器學習最強教學資源，新手工程師快存起來
【科技報橘 2019 年度論壇】CONNECT to the Future 早鳥售票中！
2030 年全球進入一個由科技主導發展的世界局勢，而台灣無法置身事外。
儘早抓穩世界科技趨勢，儲備十年 AI、能源與製造的科技戰力，才是台灣小國大戰略的重要核心。
8/10（六）【TechOrange 科技報橘 2019 年度論壇】CONNECT to the Future，帶你破解 2030 產業趨勢。 手刀購票 ＞＞＞ 一人早鳥 75 折、雙人早鳥 6 折優惠票全面開賣！