NLP算法岗面经:我,双非本科,0项目经验,三个月拿到30K的Offer
共 11000字,需浏览 22分钟
·
2021-12-11 23:29
2021年还有1个月就要过去,NLP算法求职几家欢喜几家愁。有人offer拿到手软,有人从灰飞烟灭到人间地狱。
我们用了2个月的时间,调研了200多位NLP工程师和100个在2021年热招的岗位,对过去一年NLP领域人才求职和热招岗位情况深度分析了一下。发现了一些情况,以飨大家。
01 NLP算法求职更难了吗?
先直接上个有点粗糙但又反应现状的模型,来说明一下今年秋招NLP算法岗的现状。
上图发给小伙伴看,小伙伴说,好内卷啊,太卷了,卷之又卷。
但是我们仔细看,真的卷吗?
其实未必。
首先我们看到,其实很多人的能力,是处于中等偏下。这导致了中等偏下能力的NLP算法岗的内卷;而在入门之后,技术能力每进一步,其求职难度就会下降一截。这也就反映出:
也就是说,要在NLP算法岗位吃的更开,广大入门或初级的NLPer需要更加修炼自己的技术能力,才能在人才红海中杀出一条血路。
自18年之后网上对算法岗劝退的声音就逐渐多起来了,这一方面是由于工业界的萝卜坑不再大幅增长;另一方面,当下工业界看重的能力矩阵也出现了一些不同。现在工业界则愈发注重实际工程落地能力、处理“脏”问题和“乱”问题的能力。这种能力在前些年是可以忽略的,因为在当时一个候选人有基本的代码能力、合格的NLP知识储备就已经很了不起了。而现在的同学要去竞争NLP算法岗,要么需要用足够分量的paper来为自己的学术水准背书,要么需要
拿出很有说服力的工程项目经历
为自己技术能力正名。
而这些都不是在普通技术课程或Demo里所能做到的。
在这次调研分析中,为了更细致洞察NLP岗所需的能力要求,我们按照不同的业务,从Boss上面找到了100个NLP岗位的JD
分析了不同岗位方向的能力要求比例:
知识图谱、信息抽取方向 70%
对话系统、问答系统方向 40%
文本分类、情感分析方向 20%
文本推荐方向 15%
(*其中采样部分对话系统、推荐系统的搭建依赖于知识图谱、信息抽取技术。)
同样我们也统计了这100个NLP岗位对其他方面的要求,其中
软技能:
学习能力、解决问题能力 60%
团队协作能力 40%
表达沟通能力 20%
加分项:
高质量的论文 40%
深度参与的实战算法项目 80%
高质量的比赛和比赛名次 30%
扎实的NLP基础知识
NLP相关的项目实战经历
问题解决能力
求职的能力
在深刻洞察工业界对NLP人才需求的基础上,经过6个月的研发打磨,我们推出
《NLP算法工程师-AI职业自由计划》
本培养计划,依托Greedy AI 高品质技术资源、NLP界智囊资源和高科技企业招聘资源,为NLP从业者提供“最大化职业生涯ROI”的职业跃迁服务;在合作中,高品质、强履约、最大化让参与者开启辉煌璀璨的AI职业生涯。
通过本计划,学员一定可以拿到不止一个高质量NLP岗位的offer,实现涨薪飞跃。我们相信本计划将根本解决广大NLPer的求职难题,并持续深刻影响职业生涯发展。
Part1 技术能力 | Part2 项目研发 | Part3 求职规划 |
精品NLP基础课程 | 业内创新的NLP项目实战 | 专业定制化求职规划 |
This course is all you need; 涵盖NLP全体系的正价技术课程,全面掌握从入门学习到在职进修、跳槽涨薪的技术能力; 本课程已经更新将近10次,培养了数以万计的NLP算法工程师; | 告别Demo项目,参与真实企业项目; 需求来源于企业 AI工程师带你拆解任务并完成项目; 互联网、AI、智能汽车、金融科技、医疗科技、智能制造、智慧营销、新零售等;
硬核提升实战能力和简历背景 | 规划未来3-5年最优发展路径; 全球300+Top科技大厂HRD和技术Leader岗位直推; AICCE全面人才测评诊断个人素质; 甄选目标名企前辈,定制化个人面试辅导/模拟/咨询导师,面试无忧; 合约保证求职/涨薪必成; |
面向对象
本计划采取双向选择的模式,申请者提交简历申请,符合条件的,确认合作事宜。
符合以下条件之一,均可申请:
海外在校留学生(含本科、硕士生和博士生)或在职人士;
一本以上应届生或在职人士;
硕士应届生或在职人士;
有1年以上coding经验的在职人士;
如果你还没有收到心仪的offer
或者对现有岗位不满意
可以加我微信一起聊聊
以下我们通过技术能力篇、项目研发篇和求职规划篇,这三大部分,来说明一下这个计划如何帮助你拿到高质量的NLP岗位的offer。
(*长文预警,Part3有干货)
中文分词技术
独热编码、tf-idf
分布式表示与Word2Vec
BERT向量、句子向量
问答系统搭建流程
文本的向量化表示
FastText
倒排表
问答系统中的召回、排序
命名实体识别
特征工程
评估标准
过拟合
常见的对话系统技术
闲聊型对话系统框架
数据的处理技术
BERT的使用
Transformer的使用
医疗专业词汇的使用
获取问句的意图
问句的解释、提取关键实体
转化为查询语句
文本摘要生成介绍
关键词提取技术
图神经网络的摘要生成
基于生成式的摘要提取技术
文本摘要质量的评估
04 部分论文
有在学习NLP算法的
可以加我微信一起探讨
01 项目特色
真实公司环境
高水平导师带教带Coding
团队协作机制
02 培养方案
03 面向企业画像
04 实战项目
实战安排:
每周项目任务review例会:由项目小组 + 项目管理 + 助教工程师参与(周一)
每周一次技术分享:所有的项目组一起参加,轮流做技术分享(周四或者周五)
每个人选择维护技术博客或者github, 两周一次的频次上传平时的工作,打造自己的portfolio。
中期成果展示:由每个小组 + 项目管理 + 助教工程师 + 导师共同参与
项目展示以及答辩:所有的项目组一起参加,每个小组轮流展示项目并做答辩,评选优秀项目组,颁发奖项。
实训中参与的成员:
参与的用户/学员:实操并完成一个可上线的企业产品
助教工程师:学员的mentor,全程陪伴项目实施过程
NLP导师:负责解决方案的提出、任务拆解、以及中期、末期验收
项目经理:负责每个小组的项目进度,保证项目如期完成
前/后端工程师:负责除了NLP模块之外的开发
设计/产品经理:提供对产品的前期设计
商机在哪里?哪些企业需要人力外包?哪些企业需要企业培训?哪些企业目前正需要融资?
如何实时追踪企业需求的变化?哪些企业开始扩张?哪些企业开始做数字化升级?
如何提高谈单转化率?如何推理出企业背后的痛点?如果快速给出个性化解决方案?
1.需求梳理以及解决方案设计
任务:根据业务需求,调研相关的方案,并按照小组为单位提出落地的方案,包括技术选型、算法方案。
交付:解决方案文档。
2.设计知识图谱
任务:根据业务需求,设计知识图谱的schema,包括实体类型,属性、关系。
交付:知识图谱设计方案
3.招聘JD的解析
任务:解析JD中的关键词,以便用于搭建企业画像。
交付:解析之后的结果以服务的方式提供。
4.研报/公告数据的解析
任务:从研报,公告数据中提取关键指标,如业务数据、合作关系变化、合作情况等。
交付:解析之后的结果以服务的方式提供。
5.事件抽取
任务:从新闻、微博、公告中提取公司事件。
交付:抽取之后的事件以服务的方式提供。
6.知识图谱的存储
任务:把结构化之后的数据存入知识图谱中。
交付:根据字段读取知识图谱中的数据的服务。
7.构建企业画像
任务:根据已经处理好的数据,搭建企业的画像,之后用于分析、推荐已经商机挖掘。
交付:存好的企业画像。
8.商业分析
任务:根据已经知道的数据,展示数据的看板
交付:根据每个query可返回的数据。
9.智能商机发现算法
任务:根据企业现阶段状况,预测出潜在的客户。
10.智能解决方案生成
任务:根据企业知识图谱,以及客户的需求,自动生成一套解决方案。
11.项目总结以及答辩
任务:用户需要参与最后的答辩,答辩通过即可拿到项目案例成功的证书。
12.项目文档整理
任务:项目文档整理,代码整理
【时间管理】
【项目配套教研】
第一章:需求讲解与解决方案概览
项目需求讲解
解决方案概览,作为参考
接口开发以及部署
第二章:设计知识图谱
知识图谱介绍
实体、关系的设计
知识图谱的设计原则
第三章:信息抽取技术
基于序列模型(RNN/LSTM)的信息抽取
BERT等预训练模型的使用
招聘JD的解析
研报、公告解析思路
事件抽取思路
第四章:企业画像的搭建
从结构化数据到画像的搭建
标签体系的设计
第五章:存储知识图谱
图数据库的选择
图数据库的使用
第六章:知识图谱中的AI应用
基于知识图谱的可视化分析
基于知识图谱的关联分析
基于知识图谱的推荐
第七章:智能商机的挖掘
挖掘商机的类别
每一种商机挖掘的方法论
第八章:智能解决方案的生成
智能解决方案的生成要解决的问题
基于知识图谱的解决方案
第九章:系统优化迭代
评估系统
工业界迭代思路
第十章:测试以及API部署
AI系统的测试方法
服务器中部署服务以及测试
真正让项目落地包含很多的挑战,比如:
如何通过简历、过往经历以及结合知识库构建人才画像?
如何识别简历中的问题点以及矛盾点?
如何在推荐过程中自动给出可解释性推荐理由?
【解决方案】
(滑动下方区域查看更多↓)
此项目主要来搭建医疗诊断机器人,功能包括:
收集病人的症状,并从收集的对话中抽取关键的信息
基于跟病人的持续交流,对病人的症状越来越深入,最后给出解决建议
需要融合大量的专家知识图谱
解决方案:
此项目主要解决舆情监控上的如下几个问题:
竞品分析:竞品的产品目前在市场上的表现如何?用户对他们有哪些正面或者负面的评价?
产品分析:关于某个公司的产品,市场中的反馈是怎样的?
事件监测:最近关于某个公司,有没有一些事件发生?如何在第一时间发现这些事件?
以上项目2-4的任务拆解和配套教研
可以私信我获取
01 1V1面试辅导+模拟
【项目核心优势】
【私人定制】
【服务内容】
01
技术面试知识讲解:包含90%AI高频基础知识练习及题目讲解
提供学员AI行业的高频笔试题库,推荐完成顺序,并进行题目讲解;
提供学员机器学习与深度学习高频易考点文档,并讲解高频案例;
调研近200名AI相关工作的求职者,涵盖近30个互联网公司,其中包括阿里、京东、腾讯、华为、字节、小米等头部公司,我们发现不管是在笔试阶段,还是在技术论面试阶段,都会考察大家的AI(机器学习、深度学习)基础知识,以及手推数学公司、写代码等;
02
面试项目分析:对简历所写实习、项目、论文、专利及比赛进行深度挖掘,贴合求职公司或者求职岗位的业务需求,提炼亮点
技术面试时技术主管特别喜欢询问求职者所做项目和论文的细节,比如说动机、实验设计、效果验证、创新点、复盘、横向对比其他paper等;稍有偏差可能就错过一个难得的机会;
03
HR面试攻略:了解目标公司的面试流程、薪资谈判技巧以及如何正确反问面试官
不同公司的面试流程及轮次不同,提前带你熟知目标求职公司的面试流程,做到心中有数,快人一步;另外薪资谈判技巧是必须掌握的,帮你争取期望利益最大化;
面试能力针对性提高:自我介绍的逻辑性、个人条件的软实力、优缺点;
04
模拟面试
面试导师来自于头部互联网大厂,真实模拟、还原互联网大厂面试流程,并在模拟后给出反馈及指导
全面洞察+精准提升,助你扶摇“职”上
基于专业人才数据库,对标自己与Top10%工程师的差距:数学基础、编程能力、机器学习、深度学习、自然语言处理
精准测评个人素质,全面洞察胜任力:沟通能力、情商水平、智商水平、逻辑思维、批判性思维、创新能力
智能生成个性化学习地图,职业发展更清晰:AI人才专家进行全面详细的洞察和评价,给出详尽精准提升方案
贪心科技X睿正咨询,为“攻城狮”量身定制
强强联手,打造国内最适配AI算法工程师的专业人才测评产品
人工智能资深工程师
一线互联网大厂招聘经理
高级心理测评专家
专业人才咨询顾问
5大维度,全面评估求职竞争力
有在学习NLP算法的
可以加我微信一起探讨
03 AI职业规划体系化课程
1、AI行业及市场应用前景分析
人工智能发展应用现状-全球市场
人工智能发展应用现状-中国市场
人工智能发展应用场景分析-金融科技
人工智能发展应用场景分析-智慧营销
人工智能发展应用场景分析-新零售
人工智能发展应用场景分析-智能汽车
人工智能发展应用场景分析-智慧医疗
人工智能发展应用场景分析-智能制造
人工智能典型厂商分析
2、算法工程师及细分岗位的介绍及工作内容科普
人工智能在公司中都在做什么
算法工程师-自然语言处理
算法工程师-机器学习
3、算法工程师校招/社招趋势以及人才薪资水平
算法工程师的校招趋势及求职建议
算法工程师的社招趋势及求职建议
4、FAMG和BAT算法工程师的简历都长啥样子
算法工程师的中文简历撰写指导
算法工程师的英文简历撰写指导
5、算法工程师专业和HR面试指导
算法工程师HR面试中的常见问题及作答技巧
算法工程师专业笔面试中的高频问题及作答思路
算法工程师笔面试
6、职场素质
三大典型职场情景沟通能力修炼
姓名:李**
学校专业:燕山大学 控制工程专业 2019级硕士毕业生
原工作单位:软通动力 算法工程师 年薪20万
跳槽方向:算法工程师
匹配方案:技术研修+背景提升+求职面试一篮子服务
最终跳槽公司:荣耀 年薪45万
履约服务时长:7个月
姓名:Jerry Zhao
学校专业:澳大利亚国立大学 计算机专业 2018级本科毕业生
原工作单位:鲁班软件 初级算法工程师 年薪18万
跳槽方向:ML算法工程师
匹配方案:技术研修+案例项目学习+求职面试一篮子服务
最终跳槽公司:网易 年薪40万
履约服务时长:4个月
姓名:钱**
学校专业:中国农业大学 计算机科学与技术 2018级本科毕业生
原工作单位:聚美国际 算法工程师 年薪22万
跳槽方向:算法工程师
匹配方案:技术研修+导师咨询+求职面试一篮子服务
最终跳槽公司:亚马逊电商 年薪47万
履约服务时长:11个月
姓名:蔡*
学校专业:中科院自动化所 智能控制与计算智能 2020级博士毕业生
原工作单位:中国科学院自动化研究所-智能系统与工程研究中心-实习 年薪5万
跳槽方向:NLP算法工程师
匹配方案:背景提升+大厂技术大牛求职方向规划+求职面试一篮子服务
最终跳槽公司:比亚迪 年薪38万
履约服务时长:2个月
有在学习NLP算法的
可以加我微信一起探讨