2017年底，我在設(shè)計院從事橋梁設(shè)計工作，對職業(yè)發(fā)展有了新的想法，決定從土木工程轉(zhuǎn)行到人工智能領(lǐng)域。經(jīng)過3個月的準備，成功拿到AI算法研發(fā)offer，在2018年5月入職上海一家AI獨角獸。

回顧這段大跨度的轉(zhuǎn)型經(jīng)歷，努力固然是成功的基礎(chǔ)，但更重要的是面對高難度的目標，如何拆解問題、做出高質(zhì)量的決策、并且用果斷的行動實現(xiàn)自己的愿景。跨界的經(jīng)歷或許不可復(fù)制，但對于如何實現(xiàn)目標、解決問題，態(tài)度和思維方式可以一以貫之。

1. 轉(zhuǎn)型之路

轉(zhuǎn)型之前的我是剛畢業(yè)從事市政工程設(shè)計的橋梁工程師。轉(zhuǎn)型的過程，大約兩個半月學(xué)習(xí)人工智能領(lǐng)域的技術(shù)，用三個星期投簡歷面試。原工作在職的狀態(tài)下，能在三個月完成這樣的轉(zhuǎn)型，達成目標的關(guān)鍵不在于地毯式地學(xué)完了所有的技術(shù)，而在于做對了6個關(guān)鍵決策：

瞄準深度學(xué)習(xí)方向

完成大數(shù)據(jù)比賽項目

挖掘自核心優(yōu)勢

把握金三銀四機會窗口

修改簡歷，重構(gòu)人設(shè)

打造價值點，支撐能力面

1.1 確定深度學(xué)習(xí)方向，選定吳恩達課程

第一個關(guān)鍵決策：從什么方向切入？

2017年，人工智能已經(jīng)成為國民級的話題。但要從事專業(yè)的工作必須弄清楚，人工智能究竟是什么、從業(yè)人員具體要做什么、有哪些關(guān)鍵技術(shù)。對應(yīng)的？學(xué)習(xí)傳統(tǒng)的統(tǒng)計分析技術(shù)、通用機器學(xué)習(xí)算法、還是最流行的深度學(xué)習(xí)？

為了想清楚這個問題，重讀了吳軍老師的《智能時代》和李開復(fù)的《人工智能》，基本弄清楚了當前人工智能的興起關(guān)鍵在于“深度學(xué)習(xí)”方法的跨越式發(fā)展，而深度學(xué)習(xí)是計算機科學(xué)下機器學(xué)習(xí)的一個分支。順著深度學(xué)習(xí)的線索，找到了網(wǎng)上最熱門的吳恩達《Deep Learning》課程，系統(tǒng)學(xué)了深度神經(jīng)網(wǎng)絡(luò)方法和圖像識別的技術(shù)。

后來的經(jīng)歷表明，吳恩達的課程講的最好（并非最深），配套資源（習(xí)題、編程作業(yè)）非常容易上手，是初學(xué)者最佳的選擇。并且課程知名度高，在業(yè)內(nèi)也有認可度，學(xué)到的概念和方法基本可以滿足面試的要求。

1.2 參加阿里天池大數(shù)據(jù)比賽，取得名次

第二個關(guān)鍵決策：如何證明職業(yè)勝任力？

學(xué)完吳恩達課程是一件花時間就能完成的事情，但是如何證明自己具備職業(yè)能力呢。和中科院自動化所讀研的許同學(xué)交流，他給我的建議是做一個大數(shù)據(jù)比賽，鍛煉實際的項目應(yīng)用能力，例如阿里天池比賽，或國外的kaggle。

決定做大數(shù)據(jù)比賽之后，我與南大計算機讀研的好友Z兄商量，決定在春節(jié)期間做比賽。春節(jié)之前，在南大奮戰(zhàn)一周，搭建了基本的深度神經(jīng)網(wǎng)絡(luò)模型，但成績極差，排名倒數(shù)，鎩羽而歸。回家之后繼續(xù)推進，整個春節(jié)假期全部投入，與國科大的W同學(xué)（當時比賽的第一名）不斷交流，改進模型，終于在春節(jié)假期結(jié)束前夕取得理想結(jié)果，排名前20%。開始上班后，沒有時間繼續(xù)做比賽，成績定格在這個水平。

大數(shù)據(jù)比賽耗費的精力，過程之艱難，遠超之前的想象。但收獲也是巨大的，以非計算機專業(yè)的基礎(chǔ)，在兩三個星期內(nèi)具備Python實戰(zhàn)能力，學(xué)會Linux操作基礎(chǔ)，還能部署云計算，基本解決深度學(xué)習(xí)的調(diào)參問題，最終取得一個得體的成績。大數(shù)據(jù)比賽的成果打造成了項目經(jīng)歷，后來成為每次面試的壓軸戲，每次都能和面試官侃侃而談，使對方相信我具備從業(yè)的能力。

1.3 挖掘個人優(yōu)勢，側(cè)重數(shù)學(xué)、算法理論

第三個關(guān)鍵決策：定位個人核心優(yōu)勢？

學(xué)習(xí)準備的過程中，有一個關(guān)鍵的戰(zhàn)略性問題：自己的核心優(yōu)勢究竟是什么。最初，自己理解是，本科碩士有一些在本專業(yè)編程開發(fā)的經(jīng)歷，英語能力強，善于總結(jié)寫作、快速學(xué)習(xí)等等。但這些自以為的優(yōu)勢，并沒有立竿見影的效果，在土木工程的圈子里，我可能算是懂一點編程的，但在IT的圈子里，編程熟練度可能不如上幾個月培訓(xùn)的人。元旦時，與在深圳做IT的同學(xué)孫sir交流，他給我的建議是我以前從來沒有意識到的：“你的最大優(yōu)勢是數(shù)學(xué)好，數(shù)學(xué)基礎(chǔ)強可以在算法方向持久發(fā)展，而缺乏基礎(chǔ)的人做不到。”

最初自己的設(shè)定是做數(shù)據(jù)分析相關(guān)，從沒想過直接做算法，要知道在純計算機領(lǐng)域領(lǐng)域，算法也是最難啃的一塊。后來想明白，雖然完全沒有算法基礎(chǔ)，但畢竟本碩7年的學(xué)習(xí)培養(yǎng)了很好的理論基礎(chǔ)，做側(cè)重學(xué)習(xí)和研究的事情是自己的強項。于是，整個備戰(zhàn)過程，除了必要的Python編程語言學(xué)習(xí)，其余的時間都放在深度學(xué)習(xí)，機器學(xué)習(xí)算法學(xué)習(xí)上，花很多時間學(xué)清楚了諸多經(jīng)典算法的數(shù)學(xué)推導(dǎo)（如SVM，k-means，k-鄰近，決策樹，協(xié)同過濾等）。與這一策略對應(yīng)的是，我放棄了原計劃學(xué)習(xí)一大堆編程語言（Csharp、C++、R），的想法。

有了這樣基礎(chǔ)，我的求職范圍從較窄的深度學(xué)習(xí)工程師，擴展到更寬廣的機器學(xué)習(xí)工程師。在諸多面試中，對算法的原理侃侃而談，避開了自己最不擅長的編程代碼實現(xiàn)問題，此為揚長避短。從實際工作來看，這也是有道理的，具體的編程語言和代碼實現(xiàn)是容易學(xué)會，可以培養(yǎng)的，但理論基礎(chǔ)的欠缺幾乎難以彌補。

1.4 抓住金三銀四求職季節(jié)

第四個關(guān)鍵決策：什么時機開始投簡歷？

春節(jié)后，到了三月初，除了學(xué)完吳恩達課程，做了大數(shù)據(jù)比賽，在其他方面還很欠缺。當時計劃再學(xué)習(xí)一兩個月之后，再找投簡歷。女朋友一針見血地指出，現(xiàn)在是金三銀四的求職季，工作機會最多，要趕快投簡歷，通過面試與業(yè)內(nèi)人士交流，才知道公司究竟需要什么能力，而不是閉門讀書憋大招。

當時看起來，自己在技能上還很欠缺，總想再學(xué)一些技術(shù)，讓簡歷更豐滿一些。反復(fù)考慮之后，決定按女朋友的建議行動。抱著測試IT行業(yè)下限的態(tài)度，在拉勾網(wǎng)上填了在線簡歷，先投了一大批中小公司的職位，原因很簡單，大公司和明星企業(yè)的工作經(jīng)驗要求很高，不具備。直接的結(jié)果是收到一大批“不合適”、“不匹配”，石沉大海。

事后來看，這又是一個非常重要的決策，“做準備”是一個沒有盡頭的事情，知識和技術(shù)是永遠學(xué)不完的。因此做事的關(guān)鍵不在于學(xué)多少技術(shù)，而在于如何達成自己的目標--拿到一個人工智能算法工程師的offer。要達到這個目標，很關(guān)鍵在于了解行業(yè)的需求，而投簡歷，參加面試就是最直接最一線的方式。

1.5 重新設(shè)計簡歷，爭取面試機會

第五個關(guān)鍵決策：如何調(diào)整自己的人設(shè)？

直接投出簡歷的效果并不理想，與一位更早轉(zhuǎn)型的朋友田兄交流之后，給了幾條簡歷修改的建議：

去掉一切與土木工程相關(guān)的描述，淡化原專業(yè)背景

把編程開發(fā)相關(guān)經(jīng)歷調(diào)整到前面，按相關(guān)性排序，而不是時間

加上自己的個人自述

這幾點修改，表面上看起來是格式調(diào)整，但對于收到簡歷的人來說，是人設(shè)的變化。以前的簡歷更像是“土木工程領(lǐng)域很擅長編程”的人，而修改后更像“大數(shù)據(jù)從業(yè)者，做過土木工程方面的項目”，HR更容易認為這份簡歷適合AI算法工程師的崗位。在修改簡歷重新投出后，收到了8個面試邀約，這也體現(xiàn)了行業(yè)的認可。

在長達兩周的面試周期中，每次面試之后，不論成敗，第一件事情是復(fù)盤面試的結(jié)果，有針對地準備下一次面試，可謂“迭代式成長”。一次次的面試，實際上起到了陪練的效果。由于專業(yè)跨度很大的特殊性，僅僅一份簡歷遠不足以證明自己的能力，必須爭取面試的機會，充分展示自己的價值。更早轉(zhuǎn)行的彭兄曾經(jīng)說，找工作最重要的就是面試，能拿到面試的機會就是成功的一半，此言不虛。

1.6 研讀經(jīng)典算法論文，通過最難面試

第六個關(guān)鍵決策：以點帶面，拿下制高點

經(jīng)過前7家公司的面試，已經(jīng)拿到了1個半offer，最后一家面試迎來了上海最大的AI獨角獸企業(yè)，以算法著稱的Y公司。Y公司也是發(fā)展最好，招人要求最高的公司。能夠通過面試，最終入職，得益于最后一個關(guān)鍵決策--研讀經(jīng)典算法。

經(jīng)過C師姐的內(nèi)推，在第三周取得了的面試機會，由于此前兩周已經(jīng)面試了7家公司，對于面試的基本套路已經(jīng)很熟悉。第二周的周末，我考慮要準備下一次面試，最重要的事情是什么？對于面試常見的問題，各種算法的基本原理、項目的展示，已經(jīng)很熟悉，基本可以撐起做為機器學(xué)習(xí)算法工程師的能力面，如何進一步突出自己的價值呢？最重要的事不再是面的拓展，而是拿下一個制高點：研讀機器視覺領(lǐng)域的論文，把自己在數(shù)學(xué)、算法模型的優(yōu)勢發(fā)揮大極致，用一個價值點支撐起整個能力面的高峰。于是在周末兩天，研讀了4篇經(jīng)典的圖像識別論文，搞懂了其中的模型和算法原理，寫了七八頁的筆記。

第三周，迎來了最重要也最硬的Y公司技術(shù)面試。技術(shù)面的流程，幾乎是為我量身打造的，基本只考了兩個問題：

選擇一篇經(jīng)典論文，推導(dǎo)其算法模型

分析論述Y公司的一篇經(jīng)典獲獎?wù)撐?/p>

憑借之前研讀論文的基礎(chǔ)，在一個半小時的面試中，對這兩個極有難度的問題基本都能回答上。最終經(jīng)過后續(xù)的兩輪面試，終于取得了的offer，成功入職國內(nèi)第一梯隊的人工智能企業(yè)。

此處還有一個決策：妥協(xié)。

為了提高成功率，主動降低了崗位要求，以算法測試工程師崗位面試、拿到研發(fā)部崗offer。在入職6個月后通過考核評測，成功轉(zhuǎn)崗到算法工程師。從過程來看，只要入職的平臺足夠好，完全可以接受先以偏低端崗位入職，進入行業(yè)之后，在工作中更有針對性地提升專業(yè)技能，再向高端崗位轉(zhuǎn)崗。工作上的能力，總體上是實踐鍛煉出來的，不是自己在家憋大招能搞定的，拿到入場的機會，開始迭代和實踐才是最重要。換個角度看那些科班出身的算法工程師，他們也需要在校的各種項目、實習(xí)的鍛煉，才可能勝任算法工程師的職位。

1.7 決策總結(jié)

整個轉(zhuǎn)型的過程，遠非6個關(guān)鍵決策能講清楚。但這6個關(guān)鍵的決策基本決定了轉(zhuǎn)型之路的走向和最終的成果。

從天時地利人和的角度來看：

天時，抓住時機窗口

2017年AI爆發(fā)，2018年初金三銀四的求職季，整個行業(yè)有大量的崗位機會。

然而到了2018下半年，經(jīng)濟形勢惡化，大量互聯(lián)網(wǎng)公司裁員，跨界求職概率渺茫。

地利

上海作為一線城市，產(chǎn)業(yè)豐富，個人的選擇面非常廣闊，大量試錯的機會。

人和

轉(zhuǎn)型過程中，要進入一個完全不熟悉的行業(yè)，必須主動借助外力的支持，而不是自己的蠻干。

行業(yè)內(nèi)各位同學(xué)朋友的建議反饋、內(nèi)推支持起到了極大的主力；轉(zhuǎn)型期面對極大的壓力，女朋友全力支持、出謀劃策，我們一起做出了一系列高質(zhì)量的決策。

2. 總結(jié)反思

換工作的轉(zhuǎn)型期已經(jīng)結(jié)束，新的職業(yè)已經(jīng)開始，復(fù)盤的意義在于總結(jié)對未來還有價值的一些啟示：

2.1 問題導(dǎo)向和結(jié)果導(dǎo)向

對于人工智能、區(qū)塊鏈之類的新興產(chǎn)業(yè)，很多人都有一些嘗試的想法，但往往被各種問題攔住：沒有相關(guān)專業(yè)學(xué)歷、怎么學(xué)技術(shù)、行業(yè)跨度太大等等。這種想法偏于問題導(dǎo)向的思維，看到了太多的困難和問題，反而讓自己無法行動。

在我看來，決定要做一件事情，就應(yīng)該以結(jié)果為導(dǎo)向，把目標拆解成一個個可以實現(xiàn)的步驟，集成一切可能資源推動目標的實現(xiàn)。沒有條件就創(chuàng)造條件。例如，對于非計算機相關(guān)專業(yè)，要做大數(shù)據(jù)比賽是一件極其困難的事情，但每個具體的困難都可以找到解決的辦法;

不懂大數(shù)據(jù) -》 去慕課平臺學(xué)大數(shù)據(jù)課程；

編程技術(shù)不熟 -》 找計算機專業(yè)的朋友組隊；

個人電腦算力不足 -》 燒錢上阿里云計算平臺；

模型有問題 -》 選手交流群找第一名的選手交流；

只要目標明確，大多數(shù)問題總有破解直接之道，沒有條件就創(chuàng)造條件，路總是人走出來的，這是一種做事的態(tài)度。

2.2 尋找最重要的一件事情

轉(zhuǎn)型的過程要面對一個全新的產(chǎn)業(yè)，有太多的選擇和可能性，每個節(jié)點都有很多的分支選項，但是能夠達成目標的路徑總是有限的，必須在諸多要做的事情中找到最重要的一件事，并且把這件事情做好。

三個月完成大跨度的轉(zhuǎn)型，努力和付出是基礎(chǔ)，但更重要的在于做對了關(guān)鍵的事情，基本沒有做無用功。如何能夠如此精準做出最關(guān)鍵的決策呢？

其一，與業(yè)內(nèi)人士大量交流，這個過程中花了很多時間與在IT界工作的朋友溝通，探討自己想法和考慮，了解行業(yè)的需求。

其二，第一份工作的職場經(jīng)歷，使我懂得公司需要什么樣的人。因此一切行動的目標是成為人工智能企業(yè)需要的人，而不必糾結(jié)于要不要讀一個相關(guān)學(xué)位問題。

2.3 用明確的目標來推進充滿不確定的愿景

入職之后，同事問我土木工程和計算機專業(yè)有什么聯(lián)系嗎？答案是，幾乎沒有任何相關(guān)性，這是兩個完全不同的專業(yè)，唯一的共性可能在于大一都修了公共基礎(chǔ)課。

這意味著，新進入的行業(yè)與原來的行業(yè)完全不同，原來的經(jīng)驗完全沒有復(fù)用性，要進入人工智能的產(chǎn)業(yè)的愿景充滿了不確定性。然而，如果因為外部環(huán)境的不確定性而對自己沒有明確的計劃，那么轉(zhuǎn)型之路將遙遙無期。在一開始，我就確定一個明確的時間表，每個階段要做什么，何時完成吳恩達課程、何時完成大數(shù)據(jù)比賽等等，即使遇到問題，也不會輕易放棄既定的目標。

明確的目標會指引人不斷向前走，目標可以失敗，但圍繞目標做出的行動創(chuàng)造的價值是可以復(fù)用的。有一位校友師兄曾經(jīng)幫我內(nèi)推今日頭條上海公司，當時很興奮，用了一個周末學(xué)習(xí)了推薦算法。后來并未通過簡歷關(guān)，并沒有面試的機會，但借機學(xué)會的推薦算法在多次其他的面試中都發(fā)揮的用武之地。

2.4 漸變與突變

三個月，從土木工程到人工智能，看似是一次劇烈的突變。但如果回到一年之前，在學(xué)校期間已經(jīng)讀了吳軍老師的《浪潮之巔》、《智能時代》、《硅谷之謎》以及專欄《硅谷來信》，對于IT產(chǎn)業(yè)和人工智能已經(jīng)有了概念上的了解，并不覺得陌生。從本科到碩士7年的求學(xué)，培養(yǎng)的學(xué)習(xí)研究能力則奠定了自學(xué)人工智能技術(shù)的基礎(chǔ)。因此，從更長的時間跨度來看，這也是漸變，逐漸尋找到更適合自己的事業(yè)。

3. 結(jié)語

面試中經(jīng)常被問到，為什么要從土木工程轉(zhuǎn)行做人工智能。我的回答是：

人的價值和成長就像一座金字塔，本科和碩士七年的學(xué)習(xí)，培養(yǎng)了基本的做事能力、思維方法；

在此之上，專業(yè)的學(xué)習(xí)鍛煉了學(xué)習(xí)和研究的能力，具備了系統(tǒng)掌握一門專業(yè)技能的素質(zhì)；

在金子塔的最頂端才是土木工程專業(yè)的學(xué)位。

現(xiàn)在的轉(zhuǎn)型只是把已經(jīng)具備的基礎(chǔ)素質(zhì)和學(xué)習(xí)能力應(yīng)用到一個新的領(lǐng)域而已，對我而言只是一個新的發(fā)展階段。