11.5找到实习-新的起点

懒癌发作，好久没有更新了。最近一直在找实习，焦头烂额，刚刚接了一个，接下来准备静下心来好好上课学习了。话说我们data mining的课程还是挺好的，学校的课程虽然质量可能不如吴恩达或者林教授，但是对自律要求少一点，被作业赶着许多知识点也慢慢掌握。实习title叫data scientist intern，但是可能还是偏分析吧，但是无所谓了，有实习的话，我可以大半年的延长时间毕业，可以用来学习和准备求职。
先说一下求职感受，再说一下下面计划。

求职感受：

• 学校系统投了20多，收到6，7个面试很开心了，说明简历是及格的（虽然现在回头看又是* 一样。。。），简历要把那些招生官喜欢的性感的关键词，不管是统计知识点，还是算法，还是工具，都要反复写出来，在一开始summary里面写，在项目里面也要写
• 下次找全职工作时候，不要再听信什么先找小公司练习面试什么的，我的这个小公司给我offer之后让我两天做决定，问了面过的大公司有的两天也没出结果，但是当时本着有人要我就不错的想法， 在deadline 时候接了offer。全职的时候，要投自己喜欢的公司，想去的公司（支持H1B也最好能一次性弄清楚那种）

下一步计划：

总的策略就是巩固基础知识，增加经历（实习/实验室），以至找到“使用机器学习的数据工作（没脸说数据科学家）”

现在的时间是这样 11.5-12.15最后一个月上课，12.15-1.15放寒假，1.15-6.29实习

基础要好——算法原理（包括数学），代码能力

• 目前目标是data scientist(请允许我大言不惭用这个词，想不到更合适的词汇了），所以基础是基于统计的各种普通和高级算法：回归，分类，集成学习，神经网络等等。目标是：算法基本原理（推导，做题），算法优缺点与选择， 空手写出核心代码
• 材料主要是：
  
  • 目前上data mining（辅助教材是Pang-Ning Tan的intro to DM）
  • 吴恩达的机器学习（已经一半了） + 深度学习， 台大林教授的机器学习
  • ML in action机器学习实战，这本书非常好，想把它作为主力，把里面的代码一个一个敲出来，对基本算法非常了解，对于深度学习也有很多练习
  • 莫烦的视频非常好，是上手入门的绝佳材料
• 主要还是Python，无须解释，勤奋学习Python的高级功能，不要只是写一些初学者的代码，看看人家高级的怎么写
• Java要有入门的水平，比如leetcode简单中档题目
• 本学期两个课堂project好好做，一个是CNN的图像识别，一个是金融的时间序列分析，不光要做，还要把相关的都给弄会了

增加经历——实习，实验室，竞赛

• HK那里希望能一直做下去，即使是Part-time，说不定暑假转成full-time也未可知
• 寒假快结束准备找老师做项目，承诺奉献每天八小时之后的时间，如果找到的话，暑假也就全时间在实验室了
• 找不到老师的话，1，2月份可能就要找暑假实习了，毕竟一亩三分地上面改简历版块很少只有一份实习的。如果找不到非常match的暑假实习，学校的实验室真是很好的选择，毕竟有教授，有博士带着还是不一样
• Kaggle上面打比赛，不过第一步是先把已经做烂的几个别人的项目拿过来复制，思考和修改，后面再开始打比赛（要是能抱到大腿更好了，找不到我就假装自己是大腿，只是最好不要一个人）

其他

• 保持交流，一个人学习是很苦闷的
  
  • 那两个QQ群里要保持活跃，因为大家都很拼很努力
  • 和其他同学，工作人士聊一下职业路径，常常修补自己的道路和计划
  • MIT-CHIEF可以参与，社交，志愿者加入，活动有意义，还可以认识人
• 有空常常看一下牛课面经这种，提高对自己要求

加油，金小帅！！！