硕士期间也是做传统视觉相关的研究，但自己并没有选择继续读博，而是选择去了网易游戏 工作。工作这两年，一来对做游戏逻辑感到枯燥厌恶，二来也在媒体的推波助澜下见识了 深度学习横扫计算机视觉界的威风，很多以前看似很难的视觉任务，突然都变得简单，所以， 摩拳擦掌又想回去做计算机视觉。进入BIGO做了一段时间，发现自己做的还不错，深度学习 入门的很快，所以在这里记录下自己的入坑经历，希望可以帮到也有类似想法的同学吧。
动机
2017年8月28日，我正式入职Bigo Live，离开曾经奋斗了两年的网易游戏，从零开始，转 行做了一名机器学习算法工程师。至于为什么我会突然转行去做机器学习，我在 这里有写到。总之，2017年对于我是动荡的一年 ，结了婚（哈哈，从此家里多了一只小燕子），买了房，然后还换了工作，这所有一切都 发生在短短几个月内。其实结婚买房前，我都是想好好继续在网易游戏干下去的，毕竟收 入不错也还算稳定，工作室有着极其活跃的氛围和宽松简单的人际关系（虽然加班有点多 ）。然而了解我的人就知道，我从来不是一个安于现状的人，在6月份的某一天，我就决定 了，我要转行去做AI！
准备
其实对于机器学习我是有一定基础的，然而从毕业开始算，已时隔两年，期间做了两年 3D MMO手游，可想而知，即使我能把知识全放进一块移动硬盘保存起来，现在想找到那块 移动硬盘，恐怕也有点费力了。。。
第一步，数学基础。复习了一遍线性代数，教材 Introduction to Linear Algebra，因为 上研时读过这本书，所以捡起来比较快，我大概花了一个周末两天时间过了一遍线代。然 后就没有了，其实对于机器学习，有线代基础就足以入门了，其他数学知识并非必须，比 如概率论，我认为只是对于机器学习理论的一种解释而已，如果你只是把机器学习当做一 个拟合已有数据的优化问题，那么暂时不管概率论也完全没问题，更何况有些模型，比如 神经网络，本来也没有一个概率上的解释。
第二步，机器学习基础。使用了李航的 统计学习方法，同时配合周志华的 西瓜书 。注意：《统计学习方法》的第一章非常重要！一定要仔细阅读，确保自己理解到位了， 尤其是统计学习三要素，这是后面所有模型的基础。然后要重点理解线性回归、逻辑斯蒂 回归、SVM，并尝试梳理三者的联系和关系！一旦这一步做到位了，对于后面神经网络的学 习将会大有裨益。
第三步，深度学习。真的，这一步啥都不要看，如果你没有任何基础的话，老老实实从 stanford的cs231n的视频一路看下来即 可。这一步其实我走了很多弯路，最后才发现，cs231n才是良心啊！有热心朋友已经从墙 外把视频搬到了 哔哩哔哩， 大家认真学习即可！真的，看了这个还学不会，你来打我！（真的没想到自己会有一天在 B站搞学习！）
行动
我认为学习任何事情，都要有实际应用场景，并不断操练才可以，所以不管怎样，我必须先 找一份机器学习的工作做起来，否则永远也只是纸上谈兵！广州的互联网氛围还是没有北京 好啊，看了下脉脉，在招机器学习岗位的单位大概只有这么几家：腾讯微信、阿里UC、欢聚时代 （YY）、图谱科技。
微信当时正成立了搜索部门，于是找了个中科院的师兄帮忙内推了一下，结果准备不充分 ，而且他们可能更需要NLP相关的，说研究生的图像相关经历也聊不拢，面了两面就挂掉了。。。
阿里UC有推荐相关的岗位，然而并没有人帮忙内推，投了官网简历了无音讯。。。
图谱科技主要做深度学习鉴黄相关的，理论上应该蛮对口，然而并不认识人。。。去拉钩 投了他们的一份简历，过了大概一两周才给了回复，不是让我去面试，是让我先做一份在 线笔试题。。。由于当时已经差不多快拿到BIGO的Offer了，所以我就没有尝试了。
结语
其实转行最难的一步是有一个可以接纳你的地方。如果不是BIGO收留我，恐怕也会很难成功转行。 最近这段时间的变动暂时记录到这里，希望以后能有更多进步吧，同时总结更多算法方面 的经验到博客中。