我，32岁，动力机械专业研究生，转行到算法工程师，完成薪资翻倍

背景

2018年研究生毕业，动力机械专业，研究方向是燃气轮机方向，以仿真为主，吃饭的家伙是CFX、NUMECA、fluent和MATLAB等一系列与仿真相关的软件。我学的很好，无论是学习成绩还是仿真实验，都做得很好，拿了很多奖。但是到找工作的时候发现，学的好不如专业好，计院学生的薪酬待遇远超我们。工作时没有选择去研究所，去了某知名手机公司，做一名管培生，这一年对我影响很大！工作中，转行的念头愈发强烈，作为一名工科生，总有一种丢掉技术就会丢命的错觉，诚惶诚恐，再加上薪酬的差距，坚定了转行的意愿！下面直接进入正题，我是如何从一名动力机械的学生转行到算法工程师，完成薪资翻倍的！

编程语言

想要转行计算机，首先得选一门合适的编程语言，钻进去，吃透它，这是前提条件！千万不要高开低走，从入门到放弃，最后潦草收场，这样的案例不在少数。

推荐Python入门！对于初学者而言， Python很友好，比较简单。网上的教程和书籍也很多，但我不推荐一开始就抱一本很厚的书啃，很容易放弃，每天面对那么厚一本书，学了后面忘了前面，书的页数也不见少。不是意志坚定的人很难坚持下来。

推荐《Learn Python the Hard Way》入门，中文名叫《笨方法学Python》，很简单，也没那么厚，以上手操作为主，所谓的"笨方法"，就是不断练习，不断敲代码，很简单的代码也会重复的让你敲，直到你学会为止，当你把那本书里的代码全部敲一遍，代码行数至少上万，还是很有成就感的！

仅依靠那本书是远远不够的，还需要一本系统的Python书籍，供平时翻阅和学习。CSDN上有很多Python的内容，但我觉得一开始去CSDN上找代码不是很好的习惯，上面的内容参差不齐，相关内容也很多，不知道用那个，大多数人都是收藏不看系列，白白浪费时间。所以推荐找一本系统的书放在手边，偶尔翻阅，既可以巩固知识，又可以写出规范的代码。

有了上述的编程语言做基础，就可以尝试做一些小项目，推荐选数据处理和可视化这部分，看得见摸得着，做出好看的东西很有成就感。

理论知识

掌握一门编程语言后，算是正式入门了，但是真正学习的东西才刚开始。

想要成为一名算法工程师（注：这里指的是AI算法），还需要有很强的理论基础。有很多人觉得理论不重要，网上随处可见"xxx速成班"，我相信速成班也不会教很多理论的知识，大多数以应用为主，以项目上手。但我不这样认为，不然高校完全没必要开那么多理论课，直接让学生做项目，肯定比速成班的学生学的快，学的好。在我看来，学会如何用一个算法重要，如何去"调包"、如何改参数重要，但是知道算法的基本原理更重要，它是这个算法的基石，只知道用它而不知道它的原理时，很不稳妥，出了问题也不知道如何修正。

以深度学习这个方向为例，基础的数理知识这里不再赘述，是必备的素质，如果连矩阵运算这些基础知识都搞不清楚，建议回去先补一下微积分、线代和概率论。这里比较推荐李航老师的《统计学习方法》和吴军的《数学之美》这两本书入门，《统计学习方法》这本书不用多说，深入浅出的讲解了机器学习中常用的朴素贝叶斯、逻辑回归、支持向量机等算法，推荐搭配B站的《机器学习-白板推导系列》一起食用，效果更佳，建议里面的算法自己都能推导一遍，真的很有用（后续会将我的笔记分享给大家）；《数学之美》这本书大白话讲了很多数学原理，理解起来难度不大，是Google官方连载的博客，深受IT人员的喜爱。

实践的话建议搭配《机器学习实战：基于Scikit-Learn和TensorFlow》这本书，前半部分包括了机器学习里常用的算法，基于Scikit-Learn框架实现的，后半部分包括深度学习常用的卷积算法、数字识别等示例，基于TensorFlow框架实现的，GitHub上也有配套的开源代码，很经典也很好用的一本书。

深度学习部分，英文版的建议吴恩达老师的课程，中文版的建议李宏毅老师的课程，B站上有现成的教学视频，BP算法、CNN、RNN、LSTM…都是从理论基础开始讲的，听完之后收获会很大；配套书建议花书或者瓜书，都很厚一本，放在手边没事翻翻，对于后续训练模型有很大作用。

项目经验

理论知识丰富后，项目经验必不可少，光说不练假把式！GitHub上有很多开源的代码，检测、分割、识别、超分…很多优秀的论文均开源了，你可以将他们的代码下载下来，再结合自己的标注数据，训练模型，调参、改模型、熟悉框架。至少要熟悉一个常用的深度学习框架，Pytorch、TensorFlow、Caffe、Keras等。

除了训练模型**，对应的论文知识也需要掌握，不能跑完fast-rcnn后，连anchor都不知道**！这是肯定不行的；对于你想进入的领域，你需要知道主流的方法有哪些，面临的挑战有哪些，大概努力的方向有哪些等等。既要脚踏实地，也要仰望星空！

关于面试

有了基本的编程能力，理论基础和项目经验，假设你真的稳稳当当的走下来，那么差不多就可以去找工作了。关于面试，也多是一些老生常谈的东西，非计算机科班出身，对于数据结构、算法及编译原理等等也不是很了解，这些知识也不是短期就可以掌握的。那么，对于面试最快速的方法就是刷题，LeetCode、牛客上有很多面试题可供参考，常用的几个算法要会手写，难度大的算法可以不会写，但是基本思路得知道；当然，这里有个捷径：如果上述你真的都不会，在面试的时候，你可以直接和面试官聊，说你没有准备这些，非科班出身，这些东西正在补齐，力气用在刀刃上，对于机器学习和深度学习相关知识掌握牢靠，这方面的项目经验也很足，然后将面试官引到你擅长的方面来。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】