如何构建能帮助你获得工作的机器学习项目
如何构建能帮助你获得工作的机器学习项目
原文：
towardsdatascience.com/the-machine-learning-projects-employers-want-to-see/
你可能会移动，但不会竞争，更不会获胜。
我已经审查了数百个机器学习组合，并面试了数十位真实数据科学和机器学习角色的候选人，我可以告诉你：被雇佣的人构建的项目超越了教程。
因此，在这篇文章中，我将具体介绍那些能真正获得面试和工作邀请的项目和框架。
它们并不容易。
但这正是它们之所以有效的原因。
重新实现一篇研究论文
想想看。
机器学习研究论文是领域内一些领先实践者数月工作的结晶，总结在几页文字中。
这些论文中的知识量是巨大的。
因此，如果你自己分解、剖析并重新实现这些论文，想象你会学到多少。
这有点像试图根据蓝图重建一辆一级方程式赛车——你可能没有原始工程师那样的工具，但通过理解每一个螺母和螺栓，你就能学会整个机器是如何运作的。当你最终让你的版本运行起来时，你将理解赛车运动，这是大多数人从未达到的水平。
重新实现一篇论文将教会你许多技能：
-
能够理解与前沿模型相关的复杂数学。
-
能够从头开始使用代码或简单的库实现复杂模型。
-
能够具有创造性思维并将自己的知识应用于新想法。
而且重要的是，大多数，我指的是近 99%，的候选人都没有这样做，所以你将立刻脱颖而出。
然而，这并不容易，我可以从亲身经历中告诉你。但容易的现在不会让你得到雇佣。
现在，你如何实现这篇论文可能是一整篇文章的主题，但让我带你了解关键步骤：
-
阅读论文。然后，重新阅读它，再次，再次，直到你完全理解论文试图解决的问题、使用的算法、数据以及结果为什么是显著的，以及它们是令人震惊的还是预期的。根据你的经验，这可能会花费一些时间。
-
如果你不懂某些概念，就去学习它们。这不是浪费时间，因为你正在积极关闭你拥有的知识差距。
-
绘制/编写高级架构，如输入和输出，整个系统的粗略设计和机器学习模型的结构。
-
从最简单的部分开始实现，并让它工作。
-
构建一个粗糙的工作原型。
-
优化并尝试复制结果。
一些我推荐的实现论文：
这些主要在深度学习领域，但你也可以找到与你想要研究的领域相关的论文。
一些有用的网站来查找论文：
解决你自己的问题
“我应该构建什么项目”？
这是我被问到的第二个最常见的问题，第一个问题是我是如何变得如此帅气的！
问题是，大多数人并不理解提出的问题本身就是错误的（项目问题，而不是帅气的问题）。
如果我给你一个具体的项目去做，那么面试中就没有故事可讲了。
你打算说什么？
“哦，某个网上的家伙说我应该构建它”
这并不是一个很好的场景。
一个能脱颖而出的项目对你来说非常个人化，你被激励去解决它。这更好、更有趣，而且会在面试中表现出来。
示例项目
让我给你举一个优秀项目的例子。
我在之前的帖子中提到了这个故事，但我要重复一遍，以真正强调你应该构建的项目类型。
在我之前的公司，我们正在招聘一名初级数据科学家，负责解决运筹学问题。
我们最终雇佣的候选人有一个突出的项目，这个项目与工作直接相关，是他们感兴趣解决的问题。
他们对幻想足球（NFL）感兴趣，并设计了自己的优化算法，以更好地分配他们每周的球员选择。
他们甚至更进一步，阅读了关于他人解决方案的期刊论文，并实施了一些想法。查看包含研究论文的链接！
我的框架
这里有一个简单的框架，供你参考，以构建与我刚才提到的类似的项目。
-
列出至少五个你工作之外感兴趣的事物。
-
对于每个主题，写下你感兴趣回答或解决的问题的五个问题。所以，总共将有 25 个潜在的问题。
-
现在，想想机器学习如何帮助回答这些问题。如果问题看起来完全不可能，不要担心；要有创意。然而，显然，不要尝试创造机器人狗或其他东西！
-
最后，选择一个你最感兴趣的问题。理想情况下，选择一个感觉稍微超出你能力范围的问题；这样，你才能真正学习和挑战自己，走出舒适区。
这个练习需要 10 分钟，所以你没有借口不做它，并且会给你一个帮助你找到工作的项目想法。
构建复杂性和规模
然而，仅仅一个想法本身可能并不足够。为此，项目需要一些复杂性和规模。
这可以通过不同的方式展示和表达。
-
你可以使用生产代码、云系统如 AWS，以及使用Docker和Kubernetes来部署整个项目。
-
你可以使用一个非常复杂、最先进的算法或框架。阅读研究论文对此非常有帮助！
-
你可以使其用户能够与项目互动，就像一个在线应用程序。
-
你可以使其解决各种问题，就像一套模型。
选项很多，很容易感到不知所措。
开始学习，边走边学。这就是你需要做的全部。
其他想法
如果出于某种原因，你不喜欢做上面提到的两个，尽管它们实际上会帮你找到工作，这里有一份进一步的项目想法列表。
-
向 AI 请求一个项目；当然，给出一个合适的提示。
-
参加 Kaggle 竞赛，但你需要取得好成绩才能脱颖而出。
-
使用 AI/基础模型来解决个人问题。
-
从头开始使用基本的 Numpy 编写机器学习算法，或者更好的是，仅使用原生 Python。
现在，如果你想让我进一步引导你，这是一份更具体的项目尝试列表：
-
为 Pac-Man 或其他任何游戏进行强化学习。
-
从头开始构建语言模型。
-
用于对任何实际图像进行分类的计算机视觉模型。
-
对社交媒体平台上特定主题的情感分析。
-
为你喜欢的应用程序构建推荐系统。
-
为特定用例微调 LLM。
再次，我提供的是高级概念，因为这些概念需要对你个人而言具有独特性才能真正脱颖而出。
在你构建了这些项目之后，你就可以开始申请工作了！
但要真正获得面试机会，你需要一份坚如磐石的简历。
那么，是什么让一份被忽视的简历和一份引起注意的简历之间有区别呢？
在下面的我之前的帖子中找到答案。
另一件事！
我提供一对一的辅导电话，我们可以聊任何你需要的事情——无论是项目、职业建议，还是只是确定你的下一步。我在这里帮助你前进！
浙公网安备 33010602011771号