敢於在最🔥的時候“急流勇退”
上週，在Bilibili超級科學晚演講爆紅的
新任OpenAI最年輕華人女VP
Lilian Weng正式宣佈離職
30歲成為頂級AI公司高管
不論在哪都閃閃發光的女性Role Model
有意思的是，早在Lilian的B站演講播出，火遍全網的當天，就有網友“暴言”：Lilian或許會辭職
。
沒想到7天后這位網友真的“跳預言家”了。
就在上週，Lilian宣佈從工作了7年的OpenAI離職。
儘管她在黑X上釋出了一封和前司的“分手信”，完成了這一次體面的告別，但關於這次離職的“陰謀論”卻層出不窮。
有人猜測Lilian在升職後，因為需要向Altman（OpenAI CEO）直接彙報，和過於Push的工作方式，所以承受了很大的壓力。
更有網友已然斷定Lilian去了谷歌
（別是在玩“抽象”…）
無論外界如何揣測，Lilian明確表示的是：離職後將專注於撰寫個人Blog。
別的不說，想轉型入門AI的同學，這下是真的有福了
。
她本人的履歷堪稱從SDE/DS轉型AI方向的“完美”模板👇
Internship：Software Engineering + Data Scientist
連續2年在Facebook（現Meta）不同崗位的2段實習，為她之後轉型AI打下了堅實的行業基礎。
Data Scientist + Software Engineering
畢業後的第一份全職工作，可以看出此時她仍舊在SDE和DS的發展方向中搖擺。
Staff Machine Learning Engineering
MLE崗位是Lilian正式轉向AI行業的職業轉折點，也是此時Lilian開始在Blog上分享她轉型AI的心得。
💡小Tips
Machine Learning是AI的核心，是幾乎所有涉及AI相關的崗位都要求的必備技能。
VP of Research，Safety
元老級人物，參與ChatGPT問世，從向CTO彙報的Head of AI到向OpenAI CEO直接彙報的安全團隊領頭人。
而她的個人Blog幾乎囊括了每一個工作階段的經驗分享，對於目前想往AI方向發展的同學，是相當值得一讀的乾貨。
以Blog中，《How to Explain the Prediction of a Machine Learning Model?》這篇文章為例：
✅詳細介紹了適合初學者學習的幾種經典模型，如線性迴歸、樸素貝葉斯、決策樹等，這些模型結構相對簡單，易於入門；
✅使用具體案例解釋抽象概念，如解釋模型預測時，透過分析解決黑盒模型挑戰的不同方法（預測分解、區域性梯度解釋向量等），讓萌新更好的理解。
Lilian的文章分析細膩，邏輯清楚，即使是0基礎的同學，也表示完全能夠讀懂。
不過Lilian從2017年開始更新Blog至今，積累了50+篇文章，單篇閱讀時間最長需要40分鐘，且並不是每一篇都適合新手閱讀。
*Lilian Blog，精選版已彙總可下拉掃碼免費領取
饅頭根據反饋，從中篩選出了適合萌新的精選合集，整理成高畫質PDF格式，支援電腦/手機/平板全埠開啟，方便隨時閱讀和做筆記~
可以發現Lilian職業生涯中，AI方向的重要轉折點，就是在Affirm擔任MLE期間。
作為入門AI無法繞過的必學技能，ML也成為大多數同學轉型AI的首要技能選擇。
哪怕是除了AI領域相關崗位，SDE、Data Scientist、Quant Researcher…等目前諸多高薪崗位，也都在要求Candidate掌握機器學習技能
。
不過Machine Learning對於STEM專業的同學來說，都是一門較難的功課，更別說對轉碼的同學。想要掌握Machine Learning，必須打好堅實基礎。
作為在各大榜單常年霸榜全球前三的Top高校，Harvard此次推出的Machine Learning課程就非常適合入門選手學習。
儘管是Data Science課程的衍生，但是這門課程的內容實際適用於所有需要Machine Learning技能的崗位。
-
內容針對想學習機器學習，但STEM基礎薄弱的同學；
-
-
證書含金量很高！可掛LinkedIn或寫入簡歷為自己加分。
在幫大家Research了眾多課程後，饅頭不得不說Harvard的Machine Learning專案真的將小白友好做到了極致。
首先，從課程框架來看，光是機器學習Basic就需要學習兩個Section，保證打好基礎。同時課程還覆蓋Cross-validation、Linear Regression等機器學習必備知識。
其次，每一章節的教學內容都極其細緻，以The Caret Package（資料探勘工具包）為例，為了讓大家弄懂這一重要知識點，直接搭配3堂課程+1次Case Study+3次課後測試。
在學習時最好配合教科書一起，沉浸式體驗課程。如果你看完一遍發現找不到重點也沒關係，本節課的Key Points
教授已經幫你劃好。
最後，為了幫助大家將學到的理論運用於實踐，幾乎每個Section都會安排Case Study（Case Study也是Quant、DS等崗位的必考題）
。
這套機器學習課程的設定雖然好得沒話說，但值得注意的是，該課程有免費學習的期限限制，超出時間則需要收取＄990的高額學費。
這也導致很多同學不得不選擇在賬號的免費期內學完，但這樣有兩個弊端：
1️⃣哪怕倉促學完課程拿到認證也無法達到吸收知識的目的
2️⃣實際工作中遇到難點想要重溫知識點則還需再次付費上課
為了讓大家學習+拿證兩手抓，同時省去自己下載、整理資料的時間，饅頭已把全部課程扒下來，並按照章節分類整理成資料夾，現在免費分享給大家！
📁每節課配有一個影片&2-3份學習資料，穩打穩紮搞定每個知識點
📁附教程所用程式碼合集+官方推薦教材，提前梳理學習思路，可靈活規劃自學時間
饅頭要提醒大家的是，在提前學習職場技能的同時，更應把握進入職場的機會！不論是OT題型還是面試考點，在秋招最後衝刺階段，你一定需要行業內部的最新訊息。
2024招聘季拿到1925 張，2025招聘季拿到152 張
「求真務實」是我們整個企業一直踐行的價值觀，我們堅持1張1張的積累，杜絕任何環節的虛假增長。
