当我第一次申请l时,我想同时成为一名自由职业者和一名“真正的ML工程师”。
在此之前,我在Nordeus担任机器学习工程师,Nordeus是一家顶级移动游戏公司,以其旗舰游戏TopEleven上有穆里尼奥的脸而闻名。我在Nordeus的机器学习经历包括设计和实现一个智能系统,以帮助客户支持团队更快地解决玩家问题。它的本质是从大量的历史球员门票和代理决议中构建一个文本分类器。
我考虑了整个系统,数据(至少我是这么想的),以及对GPU的访问。从纸面上看,一切似乎都对我来说刚刚好,可以展示一个伟大的模型和一个更好的解决方案。
但这从未发生过。令我绝望的是,我花了一个多月的时间才意识到,我试图用来训练我的监督模型的数据集已经非常糟糕了。在意识到这一点之前,我花了数不清的时间和Jupyter笔记本试图让整个事情运转起来。我工作太忙了,抽不出时间看资料。我们可以说我缺乏经验没有帮助。
在这个失败的项目三个月后,我决定辞去工作,在Toptal开始我的自由职业之路。经过几轮面试和技术筛选,我进入了最后一轮。猜猜看?我得解决一个机器学习作业。几乎和我以前失败的那个一模一样。我有一周的时间来完成它。
很难描述那一周我不得不与之作斗争的消极自我谈话的数量。冒名顶替综合症的长长的阴影迷惑了我的头脑。
这一章有一个圆满的结局。我很好地解决了这个问题,我进入了托普塔尔。三年10个项目后,我可以说我处理冒名顶替综合症好多了。
勇敢是对你帮助最大的事情。自由职业者是勇敢的。如果你想了解更多,请查看我以前关于如何成为自由数据科学家的文章。
当你作为自由职业者/承包商工作时,来自你工作的反馈不会出现在季度或年度审查中。它每天都来。没有办法破解。客户期望您提供质量和快速。顺便说一句,这就是为什么你会比在目前的工作中得到更好的报酬的主要原因。
一旦你觉得你已经掌握了ML的基本原理,就把自己放在拳击台上。考验你自己。你很聪明,你能做到。参加更多的在线课程并不能让冒名顶替综合症消失。相信我.
IMHO排名前2的自由职业平台是
由于数据(大写字母,是的),ML工程比传统软件工程更难。
很少有机会给你一套完整的特性和标签来构建你的ML模型。相反,您通常需要自己生成训练数据。在这个意义上,我遇到的最常见的问题是:
数据是推动所有模型的神奇成分,从简单的线性回归到巨大的变压器模型。如果燃料不好,你开哪辆车都无关紧要。你不打算搬家。
这听起来如此琐碎和愚蠢,以至于我们(我包括我自己)ML工程师有一种令人惊讶的忘记的倾向。当您获得更多构建ML解决方案的经验时,您会更好地记住这一点,并在遇到问题时返回数据。
不能使用Stackoverflow调试数据集。你一个人在那里。你需要改变你的心态。你必须表现得像个解决问题的人。您需要了解数据集,最好的方法是将其可视化。我个人喜欢Tableau Desktop,但也有其他选择,如Power BI、Apache Superset等。如果您愿意,甚至还有Python库,如SweetViz。
无论您喜欢哪种工具,每次卡住时都要返回数据。
机器学习是一个涵盖广泛技术复杂性的领域:软件开发、操作化(MLOps)、经典ML、深度学习的前沿研究、硬件优化…
如果你试图掩盖一切,你会失去焦点,在表面上游荡太多。了解ML中的某些内容意味着您已经自己实现了它。句号。
例如,跟上DL的最新进展是非常棒的。但要有原则地去做。为自己设定一个明确的目标(例如,我想成为变压器模型的专家),并为自己建立一条通往该目标的道路,选择相关的论文、图书馆、网络研讨会,甚至会议。
从一个话题跳到另一个话题让你很忙但注意力不集中。保持谦逊。从小处着手,集中精力。一旦你到达那里,迈出下一步,征服另一个领域。
克服你的恐惧是每天(全职)的工作。不仅仅是在机器学习中,而是在你生活的每个方面,在这些方面你希望明天成长和变得更好。
数据分析咨询请扫描二维码
自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10在如今的数据驱动世界,数据分析师在各行各业中扮演着至关重要的角色。随着企业越来越依赖数据决策,数据分析职位的需求不断增加 ...
2024-11-10