NLP技能需求

作为一个想要要走向NLP巩固走岗位的人来说，有时一头雾水，不知道学习点什么好，以下是我整理的NLP工作相关需求，可以对照加粗部分，查漏补缺，完善自己的知识系统。

NLP技能需求

1、熟悉自然语言处理/信息检索/机器学习技术。
2、对NLP及机器学习领域常用模型的算法原理及工程开发熟练掌握。
3、熟悉业界通用的处理方案，具有根据需求制定算法方案并完成工程开发的能力。
4、熟练掌握GO，java或python（numpy和scipy等科学计算模块）或C/C++ ，linux，shell编程语言，熟练使用常用算法和数据结构，对算法有较强的实现能力；
5、基本NLP处理技术：切词，分词，意图识别，网络爬虫、信息抽取、情感抽取、知识库构建、命名实体识别，主题识别，主题聚类、文本分类等；
6、熟悉深度学习算法，神经网络模型。
7、有一定数学基础，统计学，概率知识。
8、具有一定的Hadoop/Spark应用经验，大数据分析相关能力。
9、具有优秀的论文阅读能力。

工作任务

1. 解析处理相关数据。
2. 从系统应用的角度，利用自然语言处理的理论和方法解决问题。（技能需求第五条基本包括）。
3. 负责该领域内前沿算法的追踪与实现。
4. 改进维护相关系统，相关算法。

相关加分经验项

人机对话系统， 推荐系统，知识图谱，智能交互，信息抽取。

性格的要求

有良好的快速学习能力、逻辑分析能力，沟通能力、团队协作能力、解决问题的能力和执行力，乐于解决具有挑战性的问题。

个人理解

本科保研时确定NLP方向后学习了一些机器学习，NLP相关知识，感觉进步不大。研一听了计算机科学计算后回过头再看统计学习方法，和其他机器学习在线课程时，又有了新的体验。个人经验来说，数学技能是必不可少而且影响深远，且需要一步步铺垫。数学水平提升后，回头看相关模型，不会被大量的符号，角标搞晕，而且速度也会变坏。正所谓磨刀不误砍柴功。而像网络爬虫之类的知识，纵然没有相关经验，网上的资料已经足够详细，单纯模仿也能实现出效果。所以当时间安排出现冲突时，自己需要结合自身，做出适当的安排。