人工智能相关岗：什么样的技能和履历在找实习工作的时候有优势？

115次阅读

直播问答专题内容最后一期了！本期全都是面临继续读书还是直接就业的选择的。大家各有各的想法，各有各的境况，但是都是面对二选一的境地，来看看他们的选择都是什么，以及学姐是怎么给他们建议的。

本系列的其他文章：

人工智能专业有必要读博吗？怎么才能去到算法特别强的大厂？

985 硕士毕业四年前端经验想转岗 NLP 没有工作经验怎么办？

应届毕业生没项目经验怎么填补空缺？

间歇性踌躇满志时不时陷入迷茫高频焦虑问题分析

希望大家能通过别人的经历里面，总结出自己解决问题的办法！

第一名同学

基本情况：

目前是本科大四，双非保送 985 计算机。

Q1：

请问中科院深圳先进研究院的实验室招 NLP 的实习生。这类实验室的实习对于以后找工作来说目标算法岗的话，简历上是否有优势呢？相较于如果去一些公司做开发实习的机会，二者孰轻孰重呐？

Q2：

还有就是目标算法，但以自身目前水平可能还达不到，可以先走运维开发或开发类实习，以后研二再跳算法实习吗？这中间的技能是否能够互补呢？

A：

实习岗都是做基础工作开始，你如何特别努力和厉害，后面做的事情会跟全职的一样。

先进院偏研究，但实际很多大公司的算法实习也是偏研究。

所以区别好像不大。别想着从运维、开发转算法，如果想做算法，直接从实习开始就算法。

两者之间虽然有互补，比如软件开发的相关知识技能，但本质上还是差别挺大。

第二位同学

基本情况：

我是一名在土木行业工作两年的工程狗，一直期望能早点转成行，年终奖的关系最好是两个月内能拿到 Offer。工作时偶然能摸鱼看会儿 Python 写小程序，晚上下班了自学深度学习，时间就分配的差不多了。之前学过一点数据分析后搁那了，很喜欢人工智能，但 AI 的工作又很难找。

Q：

由于我找工作意愿很迫切，所以请问老师我 是不是该慢慢学深度学习，而是去学现在最快能上岗的爬虫、数据分析，转行成功了再去学机器学习、深度学习？

A：

从数据分析入手是一个比较现实和平缓的路径，但数据分析和 AI 仅有部分重叠，在 Python 机器学习算法这个部分重叠。

数据分析向上可走算法，可走大数据分析进大数据。数据分析报课的话直接报就业课程，爬虫就别整了，需要到网上去爬数据、连自己的业务数据都攒不下来的公司，你觉得还有必要去吗？而且爬虫越来越灰色。

难一点的是从数据科学（挖掘）入手，从的机器学习算法理论、项目实战课程、打数据分析比赛入手都是不错的选择。

第三位同学

基本情况：

普通一本大三生，学计算机 ai 相关，想大四出去找相关开发岗实习，打算工作两年再决定读研方向，但是看到很多招聘要求都需要硕士，而且一想到有很多拥有工作经验又转行报了培训班的人，竞争很大，怕出去找不到工作。

Q1：

自身对 nlp 和 cv 相关课程的兴趣比之前计算机的课程的兴趣要大得多，后端和 nlp，cv 该如何选择？Q2：工作是在发展迅速的二线城市好还是去大城市闯一闯好？

A：

我看到了太多的本科毕业的算法工程师，学历不是问题，能力才是关键。

后端、NLP、CV 要求的东西有相同有不同，发展上面后两者肯定热门得多。既然你有兴趣，就去做吧。无非是知识技能、项目经验、科研成果上面的不同。

二线一线看自己选择，当然一线最好，但累、压力大。二线要选有高校聚焦、意味着大企业研发中心集中的，比如南京、成都、武汉、西安。

不是地域黑嗷！东北的省会、其他内地的省会暂时还没什么发展前途。当然如果安安稳稳地过日子，就忽略我的话吧。

第四位同学

基本情况：

北京某末流 985 经管类研究生研三、熟悉 python、c++、了解 Linux、之前学过吴恩达的机器学习、深度学习、熟悉数据结构、学过某清的数据科学项目、现在面临找工作、想去做数据挖掘或者量化，但是又怕自己的水平不够。

Q：

所以想问一下老师怎么规划自己的学习计划，以及怎么找工作、这种经管 +ai 的复合受市场欢迎吗？

A：

经管 +ai 当然很好了，特别是金融。但金融里欢迎的是数学或者编程出色（也得热爱）+ 金融的人。

如果你既不热爱，自己感觉水平也一般，进去之后会有点痛苦。如果是这样，建议可以走金融数据分析师的路，你的专业和技能在应届生中倒是很有竞争力。

把 SQL 补一下，强化一下数据分析的专业知识，多做数据分析实战！

第五位同学

基本情况：

某双非大二，智能科学与技术专业，当前目标是保研（ai 方向），对于工作还没有太清楚的认识，利用暑假时间看了一遍西瓜书，推了些主流模型，但是感觉理解和记忆并不深，想着比赛实战能加深记忆，但是感觉自己只会按着老师给的代码写，并不能内化为自己的知识，目前还在跟着一个老师学习，他让我研究算法推导，能力到了就可以跟他一块做项目发论文，不过感觉自己的进度有点慢，而且学的不太好，很是焦虑，以至于有点急。