沒制造焦慮！看完再評論！謝謝了！真的怕了/(ㄒoㄒ)/~~

適逢畢業(yè)季大家都在找工作，這一路上肯定心態(tài)是在不斷的發(fā)生變化的。也許今天斗志昂揚，明天就被現實給斗蔫巴了，還有已經工作的人，想抓住金九銀十的機會沖一把高薪，也有想轉行的人已經開始做準備，但遇到了不知道怎么解決的問題。

所以學姐把前些天直播答疑的一些高頻典型問題整理了一下，沒有趕上的同學，可以來讀讀這篇文章，看看當時同學們提出來的這些高頻問題，都有什么建議給到大家吧！

問題一：身體不好了，還要不要繼續(xù)拼

Q：

老師，我現在是做圖像算法工程師，今年28歲，現查出嚴重的頸椎病，每天都要去做推拿按摩。現在很迷茫未來的職業(yè)道路應該怎么走，性格不適合做管理，純技術能力和體力都慢慢跟不上來了，轉行也不知道做什么，慢慢地也沒有寫代碼的熱情了，希望老師能夠給一點建議，謝謝！

A：

這個病如果嚴重基本就會終結程序員的職業(yè)生涯，因為長久的案頭工作都不能做了。工作崗位有很多呢~不一定是程序員崗位，可以出外勤多的崗位試試看，比如銷售。

頸椎這個問題只按摩也解決不了問題，遵守醫(yī)囑進行治療比較好，學姐也腰椎間盤突出，做了手術打了鋼釘，休養(yǎng)了一陣子，現在就繼續(xù)上班啦~不過回非?？刂谱约旱墓ぷ鲿r間，非常脊柱的舒適情況。

身體原因這個事情真的是能感同身受，那種無力感很難說清楚。

問題二：想轉行人工智能，如何彌補專業(yè)的不足？

Q：

老師，我是中財會計專業(yè)（財務管理）本科大一，未來想轉型人工智能方向。公司在接收實習的時候，對于學校、專業(yè)、課程以外的有什么可以彌補專業(yè)不對口的不足？或者說，您覺得專業(yè)（會計）和興趣（統計、機器學習、量化）能夠怎樣進行結合，能獲得競爭優(yōu)勢？

A：

雖然會計這個職業(yè)有接觸到統計學的知識，但是具體學什么課還真不太清楚。

我個人建議：

無論學校是否有相關課程，自己做一個規(guī)劃，在人工智能學習的課程體系里系統學習Python編程（不要亂學，python很寬，很多和機器學習數據科學沒有關系，比如web編程）、機器學習實戰(zhàn)（算法原理和原生代碼實現算法），完成2個課程后，去跟機器學習的實戰(zhàn)項目課程，并打數據科學的項目。

或者找非純粹的算法實習，比如找跟財務（大財務）相關的數據分析或數據科學崗。在課程大作業(yè)、老師的研究中盡量去嘗試一些機器學習的方法。然后可以找系統良心的大數據課程，再根據自己的實際情況，去了解或學習量化方面的知識。

在大財務領域，FinTech特別熱門，所謂FinTech中的Tech，主要指算法/應用數學、編程、大數據。上面建議這位同學學的課程，都是這個范疇里的。

問題三：非科班，研一軟件方向，喜歡算法想讀博該怎么學習？

Q1：

自己情況——吉大非科班，現在軟件研一期末，基礎比較薄弱，也只會python。老師是做表示學習的，人很隨和佛系，但是論文完全不管，有思路后可以和你探討的，基本上論文就是靠自己。想問一下您，我有去北京(北理)讀博的想法的，這一年我應該怎么做才能申請到博士呢？

Q2：

而且周圍的人今年基本沒有找到算法的，都轉方向去了開發(fā)，測試，也勸誡我們好好考慮。這也是我想讀博的一個因素，不想碩士畢業(yè)起點低。個人計劃，這學期內跟完nlp論文班，期間串接課外論文的閱讀。西瓜書第一遍看的大概，打算近期復習一下，重點加深自己感興趣的算法。

Q3：

但是我知道我的代碼實踐能力很弱，在考慮什么時候繼續(xù)刷力扣？(用py剛刷了幾十題)，什么時候開始c/java的學習？感謝老師！

問題真的是超級長呢~

A：

首先

碩士畢業(yè)起點不低了哈~

聽這位同學的問題意思就是想往人工智能算法工程師這方面發(fā)展的。

其次我們再看：

扎實的基礎知識、科研能力，其中科研能力是體現在參與完成的AI相關項目、或paper上的。

不知道你的導師是否有這方面的橫向或縱向項目，如果有就最好了；如果沒有，可能得自己找。

怎么找這個問題的話，可以多跟蹤頂會paper、參加相關會議、找到一些合適的組織，其他的我暫時還想不出來，如果想到的話我們再溝通。

去北理讀博的話建議你直接聯系北理的選中的導師，申請假期去做科研助理，上面缺項目實踐的問題也同時解決了。一定要以鍥而不舍、真誠去打動老師。

最后基礎學習方面：

課程的話西瓜書看過一遍就ok了，建議日后帶著項目中的問題，再去看更有效。

NLP論文班跟一下有必要，同時要跟蹤泛讀前沿論文。

python方面代碼能力刷leetcode還不是非常必要的，不過建議在復現paper、自己做科研項目時順便去補。

c/c++或Java抓緊開始學習很有必要，不帶目的的死學效率低，因為這兩類語言體系都很大、比較難，建議帶著具體的應用項目或問題去學。

先進去，明白要什么學什么，最后系統化學一遍。

本篇是一些高頻典型問題的總結，下周還是會繼續(xù)更新其他方面的高頻問題~

大家要多多關注學姐哦~

如果你也有上面差不多的難題可以加學姐好友私聊，學姐會聽聽你的想法，給出一些建議的！

每天18：30分更新

關注+星標+在看

不迷路看好文