工业界中NLP(自然语言处理)算法工程师的核心竞争力是什么？

Posted 2021-04-12 机器学习算法与自然语言处理

公众号关注 “ ML_NLP ”

设为 “ 星标 ”，重磅干货，第一时间送达！

来自 | 知乎

作者 | 邱锡鹏

本文仅作学术分享，若侵权，请联系后台删文处理

在不同阶段的竞争力要求不一样。从T4到T9的能力进阶路线：

1 实现模型，调参能力

给一个idea或论文，能够快速实现（可以基于开源），并复现结果。

2 实际问题的抽象能力

将实际的繁琐问题抽象为某个典型的NLP任务（比如分类或序列标注），并用成熟的模型来解决。

3 新问题的解决能力

有些问题无法用现有模型解决，需要改进模型或别的方法来解决。

4 经验累积的能力

经过长时间的打磨，不管是使用了高大上的技术还是人工规则，成功开发了一种核心技术，具有不可替代性。这种经历和经验就是你最核心的竞争力。

5 技术路线的把控能力

结合公司的业务，确定团队的整个技术路线。要有适当的前瞻性，不走弯路。正确衡量某个任务的工作量，合理进行团队分工，制定工作计划。

重磅！忆臻自然语言处理-Pytorch交流群已成立

我们为大家整理了Pytorch中文版官方教程，

添加小助手领取，还可以进入官方交流群！

注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]

例如 —— 哈工大+张三+对话系统。

号主，微商请自觉绕道。谢谢！

推荐阅读：