当前位置：首页 > 百科 > 正文

0基础转行人工智能(没基础能学人工智能吗)

woniu
百科
2021-07-09
24408

一看到零基础转行成功，你们心中就会有疑问：你学了多久啊？你怎么学的啊？学了什么内容啊？找了多久的工作啊？等等这一系列的问题。下面我会尽可能的为大家描述下自己学习的整个过程，以及我自己犯得一些错误。然后，总结面试时遇到的一些问题（踩过的坑）。

决定转行前的状态

笔者17年毕业，专业非相关。毕业后备考雅思，没考到理想成绩后做了英语老师。工作两个月后，就开始反问：如果雅思过了，我应该申请什么专业呢？

一次偶然在网上查资料看到了data science，顿时就吸引了我的注意。接下来我咨询了中介跨专业申请，得知难度系数很大，要学习一些课程，最好有工作经验，于是选择了复旦大学大数据学院的统计学，开始了考研之路，结果和预期相差太多，初试之后心里就知道没戏了，接下来就是面临着找工作。着急，焦虑，迷茫等等负情绪涌上心头。

探索数据分析之旅

人在着急，焦虑的情况就会一阵乱投医。我也不例外，在各个网站上寻找数据分析相关资料，期间还咨询过培训机构，感觉价格太贵了就果断放弃。同时在某书和某乎上找各位大佬的转行经验和心得，希望能给自己迷茫的转行之路带来方向。之后给自己制定了一套学习计划。

Step1：学习MySQL

笔者是自学的MySQL。前三天学习动力十足，激情满满，学习效率相当的高。之后，激情和效率慢慢衰退，直到半个月后，完全没有动力去学习（主要原因是没有学进去，学了忘了），又开始焦虑，烦躁。这时候，我把目光转向线上网课，网课的优点在于主要以视频为主，只要按时完成任务，吸收效果比看书效率高很多。

在学习MYSQL时，一定要通过做题来巩固知识点。我刷了很多MySQL的练习题、面试题、备考题，还把网课里的案例分析做了两遍。经过做这么多题目后，MYSQL掌握的基本比较熟练。

MYSQL存在的难点知识点，也是以后面试中最常问到的问题：

1. 分组排序（我面试时，基本每场都会问到）row_number()over(): over()里头的分组以及排序的执行晚于 where group by order by 的执行。rank()over():跳跃排序，有两个第二名时接下来就是第四名dense_rank() over()是连续排序，有两个第二名时仍然跟着第三名

2. case when的用法3. 表与表连接的方式inner joinleft joinright join4. 表的创建5. 时间函数（难点）：用在的地方是求回购率（留存），复购率等等

Step2：学习Python

在Python编程学习中，我个人觉得最难的是遇到一个题目没有编程思维，这时通过多看题目，模仿别人写的代码敲一遍，然后不看代码在敲一遍，同时把它的思路理清楚，弄明白。这种方法比较实用，很快就能自己掌握原本不熟悉的代码。

除了学习的Python编程，还学习了Python第三方工具包pandas、 numpy、matplotlib。学习这几个工具包，我还是通过看网课，然后把视频里出现的题目敲一遍，最后把关于pandas的题多刷几遍，题库有需要的可以在文末添加顾问老师获取。

Step3：统计学

我研究生考的是统计学，所以这部分没有花费很多时间，主要看了区间估计，假设检验。在简历上写了ABtest，因此在面试的时候，面试官问了t检验和Z检验的区别，A/Btest的埋点，样本量怎么设计，带来的结果是什么？A/A test和A/B test的区别

Step4：机器学习

这里笔者只是粗略的看了一下，没有吸收，各算法掌握的也不扎实，例如决策树，随机森林，XGBoost，GBDT等等。我的建议是一定要完整的完成一个项目，不要只看了代码，和思路。一定要思考别人为什么这样做，会带来什么效果。

面试官根据我写的项目内容问了这些问题：样本量多大、设置了哪些指标、怎么划分预测集和测试集、为什么选择随机森林，它的优点是什么？特征工程如何处理？用kmeans组合的新特征有什么用？得到的结论是什么？

Step5：面试

学完后我开始准备简历，简历是相当重要的，不然你连面试的机会都没有。我半个月投了至少几十分简历但是都石沉大海了，后来做了修改开始海投，收到的第一家面试通知是腾讯外包，面试这里提示一下：不熟悉的东西千万不要往简历上写，简历上写的项目一定要熟记于心！

笔者主要是想给大家分享一下自己的学习路线，另外无论做什么一定要坚持，不要放弃。0基础转行是比较难跨出第一步，但是系统的学习和认真对待简历、面试想跨进去这个行业也不是难事。