转行了

Posted 2021-05-21 Wang_AI

阅读本文大概需要6分钟。

大家好，最近有收到不少读者朋友们的关于转行的私信。

比如：前期做后台研发，后期怎么往算法转？

恰好这几天看见龙哥写了篇关于转行的文章，写的非常赞，于是赶紧先分享给大家：

就业有风险，转行需谨慎。

陆陆续续有人过来，问我关于转行的问题。我是从事机器学习的工作，有些人不是学习计算机专业的，想跨行业过来。有些人本来就在计算机领域内了，但是做的事情，在自己看起来不是那么有前景，所以想寻找新的细分方向。

的确，对于一些行业，就业比较困难，像历史学、土木工程、工商管理这几年都不是特别好就业。这些本专业机会不多的同学，迫于养家糊口的压力，想要跨领域寻找新的工作机会，为数不少，我身边也有成功的案例。

有一位高中同学，本科学习的是土木建筑工程专业，当时的选择也是听从了家里人的建议，觉得这个行业好就业。上学之后才发现，土建行业不太景气，人才需求量逐渐缩减。而从 2014 年开始，计算机行业的活力呈现井喷之势，于是他开始逐渐接触计算机。考研的时候，虽然他的能力还不足以直接跨考计算机专业，但曲径通幽，去了一所 985 里比较看重计算机应用的土建实验室。当时深度学习处理图像逐渐在土建行业兴起，他开始在实验室中引入深度学习，去处理一些建筑施工缺陷检测的任务，做的很不错的。

这两年，为了不断更新实践技术，他参加了很多计算机视觉相关的比赛，前几天我帮忙宣传一个比赛的时候，发现第一名就是他。这种进步还是让我非常佩服的。现在，实验室老师也比较信任他，在他转读博士之后，让他带着一些师弟师妹，做相关算法的行业化应用。

这应该是一个比较成功的转行案例。需要留意的是，他也不是一步到位，直接到相关领域去。而是通过迂回策略，在自己的领域，引入相关的计算机技术，来解决问题。这些成果才是说服实验室领导最好的凭证。

当然，不是所有的人，都有这样的决心和毅力，也不是有比较好的机会。做出决定之前，还是需要认真思考下，对于想要进入的行业，是否真的有兴趣，是否真的收益可观。

其实，机器学习的的兴起没有几年。有位师兄 2011年硕士毕业，那时候他是是为数不多的机器学习相关专业的毕业生，对口的就业岗位非常少，十分担心自己找不到工作。于是，他努力往开发方向走，想找个c++工程师的岗位。后来简历被一个大厂的工程师看上了，像捡到了宝一样，终于找到了一个做机器学习的学生了，算法做的不深没关系，基础不好进来再学。

这种情况直到2014 年开始好转，那时候，各个企业开始注意到算法的重要性，阿里巴巴也在这一年创办了天池数据竞赛平台，不少学生通过比赛，真真切切有了练手的机会。再到了 2016 年，机器学习、深度学习真的火了，对于相关领域的人才供不应求，也导致了这一年有大批的学生开始涌入这个领域。

这两年，进来的人越来越多，大家都开始说，做算法的不好找工作。对于转行的同学，难度提升了不是一两个点。

人各有志，如果本专业的确不太喜欢，羡慕计算机领域的薪资，可以通过自身的努力，转过来。但如果本专业就业还可以，自己也觉得还凑合，建议不要轻易趟算法的浑水，千军万马过独木舟，难度可想而知。

跨领域的同学，需要谨慎对待，那已经在计算机领域的，想要进入算法这个小分支的同学呢，需要怎样考虑？

我的态度基本是劝退，除非你的动力真的很强。因为大多数同学想要进入的理由是，算法能够赚到很多钱（有待商榷），不喜欢当前的工作（逃避心理），很多朋友都在做算法（从众心理）。很少有人和我说，我喜欢算法，喜欢计算机视觉，喜欢数据挖掘，喜欢自然语言处理。

当然，能够赚到很多钱，是个好目标。前提是，你有相关的顶会文章吗，你有好的实习、工作经历吗，或者，你曾经在重要的算法比赛中取得好的成绩吗。如果都没有，大厂是不可能考虑这样的素人的，毕竟筛选成本太高，简历关都过不去。小厂如果招不到人，会给一些机会。

一条可行、靠谱的路线是，想转行机器学习算法，先去看看书，例如大家推荐的，李航的统计学习方法，周志华的机器学习，注重基础的 prml (Pattern Recognition and Machine Learning) 等。还有网络上的一些实战课程，有的还是比较靠谱的。有了基础之后，去参加一些比赛，kaggle，天池，以及国内很多兴起的竞赛平台，上面的数据不错，有的甚至还提供了计算资源。然后呢，不断打榜，有了漂亮的比赛成绩，先去小公司工作两年，再去大公司。

我们时常说寻找机遇，但每个人都能看到的，就不叫机遇了，那就是现象了，从众的现象。大家都来了，利益空间就会被瓜分的很细小，进入成本也会急剧上升。做出决定之前，认真思考一下，自己真的可以分到一杯羹吗。还是那句话，就业有风险，转行需谨慎。

最后想说的是，打铁还须自身硬，不管是哪一个行业，只要我们自身的本领到家了，那么我们无论如何都是可以分到一杯羹的。

恰好最近出版社送我了一些书，我的读者朋友或多或少都是与数据分析有点关系的，今天送的书是「Python数据分析从小白到专家」

本书共13章，主要内容涵盖Python语法及数据分析方法。章主要介绍数据分析的概念，使读者有一个大致的印象，并简单介绍本书频繁使用的Python的5个第三方库。第2章主要做一些准备工作，手把手带读者搭建Python环境，包括Python 3.7.6的安装和pip的安装。第3章介绍Python编程基础。第4章到第7章介绍使用Python进行简单数据分析的基础库，包括NumPy、Pandas和Matplotlib库，并介绍使用正则表达式处理数据的方法。第8章到3章属于进阶内容，但也是Python数据分析的基础，结合机器学习介绍一些常见的用于数据分析的机器学习算法及常用的数学模型。

赠送规则

1.评论区留下你对转行的看法，同时点亮在看，收获点赞最多的前两位将会获得本书。

2.添加我们的小姐姐Beyonce，朋友圈本篇推文转发第11位，第33位，第55位点赞的读者将会获得本书。