目标跟踪
最近发表的话题
最近发表的评论
  • 做计算机视觉算法的你,如何拿到大厂的 Offer 的? at 3个月前

    在知乎看到一位个大佬的分享Caleb Ge@知乎,可以借鉴一下;

    强调一下,感觉三点最重要:努力,运气和性格。
    offer:CV R&D,
    百度CV Research Intern,
    腾讯AI labCV Research Intern,
    商汤其他...我不算很有资质的那类学生,本科中流985,研究生在早稻田某偏僻校区。16年12月开始学深度学习,17年4月经学长介绍开始在一家日本公司实习。头6个月做了两个项目,参加了个学会(很水...)。17年10月开始找工作,第一次献给了国内某人脸识别独角兽,一面在线coding一败涂地(以前学EE,加上对刷题很反感,算法只能说出思路,几乎没有现场coding能力)。同期的百度几轮面试官都更看重深度学习相关经历,算法部分勉强没被当场pass,可能因为两个DL项目一点一点熬出来的,并在原有基础上做了些改进,起到了不少帮助。最后莫名其妙的收到了offer。

    17年10月后因为没有找工作压力,开始一心扑在当时公司的项目上,17年10月到18年3月期间独自搞了3个项目,还带了其他一些实习生,直接/间接参与了7,8个项目,也因为调研方案的需要,复现了一些顶会论文,最后被没被公司采用的算法公开了一些到github上。其中一个项目被当时的人脸独角兽和阿里看中,联系希望能过去实习。虽然后来没去。。3月底的时候感觉做项目比重太多,没正儿八经搞过科研,萌生了读博想法,无意间认识了来自腾讯AI lab的前辈(真的很阴差阳错)。经介绍和负责人面试了一下,过程不赘述了。当然中间也感谢某脸实习生带我刷了个某榜第一,在各家面试中都帮到了不少。

    商汤那边比较顺利,应该是team leader从猎头那里直接拿到了我的简历,和两位official menmer聊了几分钟就确定入职了。

    谈谈简历。给两家公司当过志愿人贩子,看过不少应届生简历,一个普遍的问题是写项目时不写相关成果。做的乱七八糟也算做过(不提直接clone别人代码跑一下就算项目的同志了),不写成果很难让人相信你实打实的钻研过。

    cv领域简历的亮点主要这么几个:1.顶会论文 2.在国内外知名实验室/公司学习/实习过 3.丰富的项目经历。满足前两个条件的属于贵族阶层,找工作处于主动地位。对于出身一般的同学,第三点是逆袭的机会,即便实验室/实习公司名气一般,有丰富的项目经历,和证明项目含金量的信息的话,如github star, 竞赛的排名等,很容易从应届生中脱颖而出。三项都不占,任何一家公司都没有非选你不选其他人理由(成功率被同背景的应届生基数稀释)。觉得自己实验室和导师都一般,尽可能出去实习。

    学校相对职场信息比较封闭,机会也很少,很多实验室只是在浪费你的青春。运气部分:我运气比较好,遇到了两位提供更高平台的前辈。运气是可以被创造出来的,多注意有选择的扩大人脉圈,包装自己的学习和工作(github,博客等)。运气机遇这些和高质量圈子的范围正相关,寻求运气前先确保自己努力了,并能给他人带来价值,别人带你混,要么看重你的实力,要么看中你的潜力,至少得占一项。性格部分:相对来说不安于现状,敢于采取行动做出改变的个性会增加求职命中率。

  • 去应聘人工智能相关算法岗来说,顶会论文和算法比赛哪个更重要? at 3个月前

    得看你找什么工作,开发岗更看重你实际的代码的实现,研究岗看重你生产research idea的能力。做research的不一定代码能力强,比如搞理论的去搞CV,各种深度学习框架可能没法熟练使用。做开发很厉害的不一定能够做出好的research。research还是看idea,实现上可能就比较粗糙了,代码可读性和可扩展性可能比不上工业级产品。

  • 500 万面孔 | 15 个免费人脸识别数据集 at 1年前

    那就帮老兄涨点人气 :smiley:

  • 免费赠书 | 首波圣诞福利:清华大牛手把手教你机器学习与实践 at 1年前

    趁实验室最近不忙,需要一本书为自己好好充电啦!!之前看过作者的机器学习算法地图,非常系统实用,希望能中这本书好好学习一下。