以下内容全部学完是否能找到深度学习工作？

1.cs231n2.cs224d

3.deep learning

4.machine learning in action5.coursera andrew ng machine learning6.coursera hinton neural network

7.机器学习 周志华

8.李航统计学习方法9.部分论文10.prml部分

学完和学懂不是一回事；lz列举的10项，任何一项学懂了后，再以一定实践经验，完全足够找到一份很好的工作了

学生的话，还得看代码能力，毕竟工业界不是搞理论研究，大部分时间还是在敲代码。社招的话，还得有项目经验，纸上谈兵不值钱。

学完和学懂是俩个概念。学懂可以吊打某些面试官。

关键是理解的如何？真正转化成自己的活跃知识有多少？如果能达到精通的话，感觉牛逼得不得了

机器学习是理论+经验的学科。两者缺一不可。

我们经常接触到Rule of thumb，这种rule就是前人的经验积累。

学的过程中或者学完之后，自己可以从小项目开始实践，积累自己的rule of rule。

现在公司的面试也是理论和实践相结合的。

在实践的过程中，我们会遇到很多书本上没有提及的问题。实践的过程其实也是再学习的过程。

除此之外，一些基本的概率统计、数值计算、线性代数、数据结构、演算法知识也是值得去了解，对您找工作也会有帮助。

你说的这些要是能全部看完的话也是挺费时间的

还要debug代码啊？最简单的代码往往报错的最厉害，把相比于理论知识，代码才是最恶心的enemy

理论知识看完了可以像学校老师一样和别人出去画饼

不实际跑模型，很快就会被人鄙视

狗叼门帘，全凭一张嘴

不解决问题要你何用

每个人对「学完」两个字的理解都不一样：

普通人：看完；

对自己有高要求的：理解完；

普通的公司技术面：说有条理地说完演算法流程和把常用的应用到业务中；

有追求的公司的技术面：理论有所感悟，实践有所改进；

...

人类的下一步：这些说的都已经是我理论的垫脚石了。

如果你是学生，学习了这些领域，对这个领域有一定动手能力和理解能力，找个工作应该是不在话下。但是，如果你已经工作一段时间了，要转行过来，那难度是不小的。

利益相关：18年校招，拿到过多个大厂的深度学习或者机器学习演算法offer。

题主列出了一些大部头的书和几个经典课程。实际上据我观察，找到工作的同学几乎都没有全部学完以上内容，而是只学过其中的几项，但在某一个方向有比教材或者课程更深入的研究或者项目经验。

全部掌握以上内容需要花费比较大的精力，且也不一定能找到工作。因为现在国内这方面的工作对编码能力（传统演算法题）的要求还是占很大的比例，毕竟在实际工作中不是叫你搞搞想法，推推公式就行，而是要实际的用代码去实现，处理各种问题。

如果题主的目标是为了找个好工作，大可只看其中几项，余下的精力去刷好演算法题，掌握好一些操作系统和计算机网路的基础知识。

推荐阅读：
相关文章