自学三年，基本无人带路，转专业的我天然是难上加难，踩过无数坑，走过不少弯路。这里我整理了一下本身踩过的坑，供你们参考。算法
1. 不要从头开始学数学 若是不是一点数学都不会，你没有必要从零学起。用上个把月，把微积分、线性代数、以及几率统计复习一遍就够了。我本身由于没有学太高数，因此花了半年时间，甚至读了数学分析、泛函分析和测度论这样的教材。如今回想起来，其实学到的大部分知识并无在后来的算法生涯中用到，虽然算不上沉没成本，但投入产出比绝对不高。编程
所以，不要过分投入到数学领域，打好基础便可。有个例子说的很好， 若是你想造汽车，你须要有20年的理论功底，以及技术实践。 但若是你只是想开汽车，却很快就能学会。 当个司机，你须要去了解汽油发动机原理吗？ 不须要。 由于你开的车，甚至有可能根本就用不上汽油发动机（电动车）。网络
2. 代码能力要过关数据结构
我在大三一年自修完了计算机系的全部必修课，由于我深知数据科学离不开计算机底层知识。我见过很多只会背推导公式，连JVM虚拟机是什么都不知道的人。除了Python，请至少学习1-2门底层语言，好比C/C++，Java。框架
此外，若是你的目标是算法工程师，那么数据结构与算法、计算机系统、内存机制、网络编程、大数据框架也要着手学习，由于你是以企业工做为导向的。这方面我有空会把本身读研时找实习的经历整理分享出来。学习
3. 不要过度深刻大数据
深度学习，底层结构很复杂，理论知识读懂便可，书也能够跳着看。除了本身感兴趣的部分，其余不须要深刻。内存
4. 不要重复造轮子深度学习
无论是你是作科研仍是搞业务算法，在开始入门的时候，认认真真本身实现一遍基础算法的底层代码就足够了，对于更多复杂的算法实现，如非必要（好比打比赛），不然请不要浪费时间，要记住，你只是入门，不须要专精这个领域。虚拟机
我曾