本文详细记录了作者在没有机器学习学位的情况下,如何成功转型并入职 Google DeepMind 担任研究工程师的职业历程。作者分享了其核心学习策略,即通过为期数月的“宏观周期”深入研究特定领域(如生成对抗网络、图神经网络和强化学习),并辅以开源项目和内容创作来巩固知识。文中不仅披露了针对 DeepMind 面试流程(涵盖数学、编程及行为面试)的专项准备方案,还强调了建立高质量行业联系与自我驱动式学习的重要性。此外,作者也反思了在大公司工作的局限性,并建议求职者关注更具活力的初创团队。这篇指南旨在为志在进入顶级人工智能实验室的非科班读者提供一份真实且可操作的进阶蓝图。
内容来源:https://gordicaleksa.medium.com/how-i-got-a-job-at-deepmind-as-a-research-engineer-without-a-machine-learning-degree-1a45f2a781de