本文共 2915 字，大约阅读时间需要 9 分钟。
作为即将告别大学的机器学习毕业狗的你，会不会有种迷茫的感觉？你知道 HR 最看重的是什么吗？在求职季到来之前，毕业狗要怎么做，才能受到 HR 的青睐、拿到心仪的 Offer 呢？负责帮助应届生找到机器学习工作的 Edouard Harris 给我们分享了他见到的例子和观点，希望对面临就业压力不断增大的毕业狗们有点用！
更多干货内容请关注微信公众号“AI前线”（ID：ai-front）
我是一名物理学家，在 YC 初创公司工作。我们的工作是帮助应届毕业生找到他们的第一份机器学习工作。
前段时间，我曾写了一篇文章《The cold start problem: how to break into machine learning》阐述了为得到第一份机器学习的工作，你应该做哪些事情。我在那篇文章中说过，你应该做的一件事就是，建立个人机器学习项目的投资组合。但我漏了这一部分：如何才能做到。因此，在这篇文章中，我将阐述应该如何去做这件事。[1]
得益于我们的初创公司所做的事情，我才能看到如此多的个人项目的例子。这些个人项目有非常优秀的，也有非常槽糕的。让我给你例举两个非常优秀的例子。
押上所有赌注
下面是一则真实的故事，不过，为了保护个人隐私，我使用了化名。
当杂货店需要订购新库存时，X 公司就会使用人工智能来提醒杂货店。我们有一名学生，叫 Ron，他非常渴望能够在 X 公司工作，已经急不可耐了。为了确保能够得到 X 公司的面试机会，于是，他建立了一个个人项目。
通常情况下，我们不会建议像 Ron 那样把所有的赌注都押在一家公司。如果你刚开始这样做的话，是很有风险的。但是，就像我刚才说的，Ron 真的特别想到 X 公司工作，特别特别想。
那么，Ron 做了什么呢？
Ron 用胶带将他的智能手机绑在购物车上。然后，他推着购物车在杂货店的过道来来回回地走，同时使用手机的摄像头记录下过道的情况。他在不同的杂货店这样做了 10~12 次。
回到家后，Ron 就开始构建机器学习模型。他的模型识别出了杂货店货架上的空白处，那是货架上缺少玉米片（或其他商品）的地方。
特别棒的是，Ron 在 GitHub 上实时构建了他的模型，完全公开。每天，他都会改进他的 repo（提高准确性，并记录 repo 自述文件的变更）。
当 X 公司发现 Ron 正在做这件事时，非常感兴趣。不止是好奇，事实上，X 公司还有点紧张。他们为什么会感到紧张呢？因为 Ron 无意中在几天内复制了他们的专有技术栈的一部分。[2]
X 公司的能力很强，他们的技术在行业中无出其右。尽管如此，4 天之内，Ron 的项目还是成功吸引了 X 公司 CEO 的注意力。
飞行员项目
这是另一则真实的故事。
Alex 主修历史专业，辅修俄语（这是真实的情况）。不同寻常的是，作为历史专业的大学生，他居然对机器学习产生了兴趣。更不寻常的是，他决定学习 Python，要知道，他从来没用 Python 写过一行代码。
Alex 选择了通过构建项目进行学习的方式。他决定构建一个分类器，用于检测战斗机飞行员在飞机上是否失去知觉。Alex 想通过观看飞行员的视频来发现是否失去意识。他知道，人们通过观察，很容易判断飞行员是否失去知觉。所以，Alex 觉得机器也应该有可能做到这一点。
以下是 Alex 在几个月的时间里所做的事情：
Alex构建的地球引力引发昏厥探测器的演示。
Alex 在 YouTube 上下载了从驾驶舱拍摄的驾驶飞机时飞行员所有的视频。（如果你也感到好奇的话，这里有几十个这样的片段。）
接下来他开始标记数据。Alex 构建了一个 UI，让他能够滚动数千个视频帧，按下一个按钮表示 “有知觉”，另一个按钮表示 “无知觉”。然后自动将该视频帧保存到正确标记的文件夹中。这个标记过程非常非常无聊，花了他好几天的时间。
Alex 为这些图像构建了一个数据管道，可以将飞行员从驾驶舱背景中抠出来，这样分类器就能更容易专注于飞行员。最后，他构建了自己的昏厥分类器。
在做这些事的同时，Alex 在社交媒体上向招聘主管展示了他的项目快照。每次
他拿出手机展示这个项目时，他们都会问他是怎么做到的，构建的管道是怎么回事，以及怎么收集数据的等等。但从来没有人问过他的模型的准确度如何，要知道，这个模型的准确度就从来没超过 50%。
当然，Alex 早就计划提高模型的准确性，但是在他还没有实现这一计划时就已经被录用了。事实证明，对企业而言，他那个项目呈现出来的视觉冲击力，以及在数据收集方面表现出来的不屈不挠的精神和足智多谋，远比他的模型究竟有多好来得更为重要。
我刚才有没有提到 Alex 是一名主修历史，辅修俄语的学生？
他们有何共同之处
是什么让 Ron 和 Alex 如此成功？以下是他们做对的四件大事：
Ron 和 Alex 并没有在建模上耗费太多的精力。我知道这听上去很奇怪，但是对于现在的许多用例来说，建模是一个已解决的问题。在实际工作中，除非你做的是最先进的人工智能研究，否则无论如何，你都需要耗费 80~90% 的时间来清理数据。为什么你的个人项目会有所不同呢？
Ron 和 Alex 都收集了自己的数据。正因为如此，他们最终得到的数据比 Kaggle 或 UCI 数据库中的数据更为混乱。但是处理混乱的数据教会了他们如何处理这种混乱的数据。而且也迫使了他们从学术服务器下载数据以更好地理解自己的数据。
Ron 和 Alex 营造了可视化效果。面试，并不能让无所不知的面试官能够客观地评估你的技能。面试的本质就是将自己推荐给他人。人类是视觉动物，因此，如果你掏出手机给面试官展示你所做的东西，那么，确保你做的东西看上去很有趣是值得的。
Ron 和 Alex 所做的事似乎很疯狂。这太疯狂了。因为一般人不会把他们的智能手机用胶带绑在购物车上，也不会在 YouTube 上耗费大量时间就为了裁剪飞行员的视频。你知道是什么样的人才会这么疯狂？这样的人才会不惜一切代价去完成工作。公司真的非常、非常愿意雇佣这种人。
Ron 和 Alex 所做的事情，看上去似乎太多了，但实际上，他们所做的事儿并不比你在实际工作中所期望的多多少。这就是问题的关键：当你没有做某件事的工作经验时，招聘经理会看你做过的类似做某件事的工作经验。
幸运的是，你只需在这个级别上，构建一两个项目就可以了——Ron 和 Alex 的项目在他们各自所有面试中被反复使用。
因此，如果让我必须用一句话来总结一个卓越的机器学习项目的秘诀，那就是：用有趣的数据集去构建项目，这个数据集显然需要耗费大量精力来收集，并使其尽可能有视觉冲击力。
[1] 如果你想知道为什么这一点非常重要，那是因为招聘经理会查看你的业绩记录来评估你的技能。如果你没有业绩记录的话，那么，个人项目就是最为接近的替代者。
[2] 当然，Ron 的尝试远非完美：X 公司为这个问题投入了比他更多的资源。但情况非常相似，他们很快就要求 Ron 将他的 repo 设为 private。
原文链接：
转载地址：http://stnlx.baihongyu.com/