研究生期间主要是用一些机器学习算法解决图像识别中的一些问题。
手头有两个 offer ,一个偏模式识别(深度学习算法开发),非互联网公司,安防领域。一个是上海虹桥某伪互联网公司的搜索引擎算法工程师(偏向论文调研实现, 50%时间读论文, 50%时间实现)。
薪酬方面:前者比后者高 4~5 万左右。
加班方面:前者基本不怎么加班,后者一般 8 点半。
发展前景:搜索引擎算法在每个互联网公司都有需求,需求量较大,容易跳槽;而关于图像识别的岗位较少,不太好跳槽。
想法 1 、深入研究深度学习在图像方面的应用,比如我在前者工作两年后转互联网深度学习开发是否可行?(业余时间自学一些大数据处理工具和并行编程方法)
想法 2 、 在互联网公司进行搜索引擎的机器学习研究的同时,业余时间学习图像深度学习相关方面的知识(可以应用于图像或者 NLP ),然后再寻找相关的岗位。
比如有如下岗位:
2 年以上图像特征挖掘、图像识别或图片检索等相关工作经验,具有扎实的数据结构和算法功底,精通 C++,熟悉 JAVA 、 Python 更好;
熟悉 Linux 操作系统和开发环境;
有较强学习能力和逻辑思维能力,具有良好的问题分析与解决能力;
熟悉 opencv 、 caffe 者优先;
有搜索引擎、推荐系统相关技术经验者优先;
有自然语言处理、机器学习知识背景者优先;
有海量数据处理和并行计算开发经验,熟悉 Hadoop 、 Storm 、 Spark 等技术者优先
参加以下一到多项工作:
广告图片特征的挖掘,广告图片中的文字识别和图片检索
广告特征的挖掘,广告文本和图片语义分析算法的研究与优化
广告大数据挖掘及并行机器学习算法研究与优化
工作两年后哪种路线更能够达到上述岗位的要求。
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.