目录

• 机器学习英雄访谈录之 DL 自由职业者：Tuatini Godard
  • 正文
  • 对我的启发

机器学习英雄访谈录之 DL 自由职业者：Tuatini Godard

Sanyam Bhutani 是 Medium 上一位专注 ML 和 CV 的博主，本系列翻译自他进行的系列采访——《机器学习英雄访谈录》。

学习从模仿开始，要模仿就要模仿那些最棒的人，这是我开始本系列的初衷。

正文

今天我们要采访的是 Tuatini Godard。我的好朋友，一位来自法兰西的的深度学习自由职业者。

Sanyam: 嗨，Tuatini！谢谢你接受这次采访。很高兴能在博客上采访你。

Tuatini: 嗨，Sanyam，感谢你能想到我！

Sanyam: 你是我见过的了不起的自由职业者之一。你能向我们介绍下你自己吗？你是如何工作的，你通常从事什么工作？

Tuatini: 谢谢你的赞美，但几个月前我和你一样开始了自由职业。2 年前我还是一个 Android 开发人员，从那时起我就跳进了 ML / DL 的贼船，在那个领域尽我所能学到了一切，并在几个月前开始自由职业，当时我对它充满信心。我只远程工作，因为我不能在客户旁边工作，他监视你的一举一动，盘算着他是否把钱花在了合适的人身上，这让我很有压力，哈哈。我主要针对有真正目的或激情的工作。例如，现在我正在病理学数据上使用深度学习来自动诊断皮肤癌。

Sanyam: 很酷！你通常怎么样找工作？通过网络或平台？

Tuatini: 主要通过 Upwork，这不是挣大钱的最佳地点，但如果你不像我这样擅长营销自己，那就没关系。

Sanyam: 我知道你已经做了几个月的机器学习从业者。你感兴趣的是什么？

Tuatini: 起初我主要对 AI 感兴趣。当我在读 MS 时，我所在的学校教过 AI，但我没有真正专注于它，因为当时那个领域的机会是“稀缺的”。后来遇到深度学习炒作，突然间每个人都需要一个深度学习专家，所以我马上开始学习它，然后机会来了。一路走来，我学会了传统的做“真正数据科学”的方式，我挺喜欢它，所以我远离了人们口中“AI”的炒作，并开始更加重视这个非常有趣的领域。

Sanyam: 你什么时候决定作为 ML 从业者开始自由职业？是什么让你做出决定？

Tuatini: 在离开作为 Android 开发人员的工作之前，我有一个 deadline 和路线图。在法国，你可以领取约 2 年的失业救济金，这就是我所做的。在一年半到两年的时间里，我只专注于学习和路线图。最近我不得不把重点转移到自由职业者身上，因为我对自己的技能充满信心，我的失业救济金也即将结束。

Sanyam: 在我们的线下聊天中，我们经常讨论自由职业者面临的困难。你在远程工作中遇到了哪些困难？你能为刚试图进入这个领域的人提醒一些存在的坑吗？

Tuatini: 那么第一个就是孤独寂寞。当你在家工作时，你就是靠自己。对我而言，幸运的是我有女朋友，有事可以和她商量，对于现在的客户，我实际上与我在开始学习深度学习时遇到的人一起工作，所以我可以与他交换想法和所有和项目有关的东西。大多数自由职业者平台都把重点放在个人自由职业者身上，比如 freelancer.com、upwork、fiverr 等等。虽然对于一个人来说开始非常棒，但我认为如果你能在一个团队中做自由任务，或者更像是一个 2 到 3 人的小组，那就更好了。所以当你不在同事身边时可以保持与客户的联系，你也可以与他们交流，等等。

Sanyam: 你会向刚接触该领域的人建议什么？

Tuatini: 你必须以这样那样的方式向世界展示你的技能，以证明你的价格合理。如果你收取很多钱，但没有互联网上的存在（没有博客、没有 github、没有个人资料展示、没有 Kaggle profile 等等），你很难证明这些价格是合理的。每个人都不同，但对我来说，写博客、做一些开源项目是有用的。Kaggle 也很好地展示你的技能，我认为它甚至比博客、开源更好，因为每个人都可以根据你 Kaggle 上的 profile 看到并特别了解你的技能。我的意思是，搞定一个非技术出身的潜在客户，给他一个 github 和一个讨人喜欢的个人 profile，对他来说最吸引眼球的是什么？常用数据科学平台上有一堆他不理解的代码、项目或一堆简单的徽章？

Sanyam: 还有其他想与读者分享的内容吗？

Tuatini: 不要放弃，数据科学是一个多学科领域，很难在每个方面都做到很好。首先选择专业并将所有精力放在上面。例如，我选择深度学习计算机视觉而不是时间序列或 NLP。不要像我被人工智能炒作所愚弄，像我 2 年前开始时那样，没有人工智能（或通用人工智能，随便你叫什么），如果选择计算机视觉路径，那么你就成了计算机视觉专家，对于 NLP，你将成为 NLP 专家。深度学习只能帮助解决大问题的一部分，而不是大问题本身，只是为你的工具箱添加一个工具。作为自由职业者或“专家”（随便你叫什么），你将被要求做的不仅仅是在大多数时间玩玩深度学习模型。了解数据准备、软件工程技能、一些 devops 和 co、基本的全栈技能，用于在生产中创建和交付深度学习项目，而不仅仅是有趣的部分。但最重要的是，学会学习和适应，密切关注最新趋势，并随时掌握数据科学领域发展的最新动态。

Sanyam: 感谢你提供宝贵的建议。在哪儿能与你取得联系或关注你的活动？

Tuatini: 我有一个博客。这些天我没有找到很多博客的时间，但你可以在那里找到关于我的一切。

Sanyam: 非常感谢你在此次采访中谈话。

对我的启发

• 一个国外的自由职业招聘网站：Upwork。
• 必须专注于一个非常具体的领域，例如 CV 和 NLP，而不是广义上的 AI，避免夸夸其谈。
• 要学习的话，要有明确的路线图和 deadline，以及足够的时间让自己保持专注，最好有个理工类的硕士文凭。
• 还可以 2 到 3 人组队开始自由职业。
• 用 blog、github 或 kaggle 作为展示自己的平台，搞点项目。
• 尽快接触面向生产的 ML 项目，积累实操经验。对转行的人来讲，工程能力很重要，研究是博士们的事。

原文地址：https://www.cnblogs.com/xuruilong100/p/10177137.html