# álvaroLemos 如何在數據科學團隊中獲得機器學習實習 > 原文： [https://machinelearningmastery.com/student-got-machine-learning-internship-job-data-science-team/](https://machinelearningmastery.com/student-got-machine-learning-internship-job-data-science-team/) 學生和開發人員如何開始應用機器學習的故事是一個靈感。 在這篇文章中，您將聽到álvaroLemos 的故事以及他從學生到機器學習實習的過渡。包含： * 對遺傳算法的興趣如何導致神經網絡的發現和更廣泛的機器學習領域。 * 基于教程的博客文章和書籍如何幫助通過數據科學團隊的機器學習實習測試 讓我們開始吧。 * **2017 年 2 月更新**：關于álvaro 實習的更正。  學生如何使用教程在數據科學團隊中獲得機器學習實習 ## 問：你能分享一下自己嗎？ 我來自巴西巴伊亞州薩爾瓦多，但目前我住在貝納奧里藏特，米納斯吉拉斯（也在巴西）。 我正在米納斯吉拉斯聯邦大學學習電氣工程，從我的本科課程開始，我就以某種方式參與了軟件開發。 在我作為新生的第一周，我加入了一個名為 LabCOM 的研究小組來幫助一位同事進行碩士學位項目。他希望建立一個自我管理的交通工程系統，在該系統中，網絡運營和維護可以高效地進行，無需人工干預。它建立在網絡模擬器之上，我被分配到一個模塊來測量一些網絡參數。 之后，我一直在做與軟件開發相關的事情，比如在我大學維護 Linux 服務器，在 Code School，Codecademy 和 Coursera 這樣的網站上做了一堆網絡開發課程，一年前我得到了我的第一份實習工作。一家大型軟件公司。 這是一次了不起的經歷，因為我可以使用最先進的技術，非常有經驗的開發人員，我與他們學習了很多良好的實踐和程序。 當我在那里完成一年的工作時，我收到了一份關于正在組建數據科學團隊的另一家公司的建議，所以我決定接受這一點。 ## 問：你是如何開始對機器學習感興趣的？ 好問題… 在我提到的研究小組的一次會議上，我第一次聽說過它。 總而言之，我們使用遺傳算法來獲得一些結果，盡管它們相當不錯，但它們的處理時間比我們處理的時間要長。 為了解決這個問題，一位同事建議用這些結果訓練一個神經網絡，因為一旦我們有一個訓練有素的模型，它就會很快輸出結果。 我是實施此解決方案的指定人員之一，但我對此一無所知，所以我用谷歌搜索了它。 當我意識到一個算法可以提供預期的輸出而沒有明確地編程這樣做并且它通過模仿人類大腦來實現這一點時，我就像是“哇哇”_，這就是魔術！_ “ ## 問：你嘗試過哪些書籍和課程？ 當我決定學習機器學習時，我的第一個目標是在 Coursera 上啟動[約翰霍普金斯數據科學專業。](https://www.coursera.org/specializations/jhu-data-science) 完成兩門（十分之一！）課程后，我放手了。我當時并不是真的需要應用那些知識，我只是想學習機器學習，我覺得參加十門課程只是為了獲得這些知識是非常壓倒性的。我被其他事情分心了，忘記了。 一年之后，我決定再次嘗試“學習機器學習”任務。我在 Coursera 上注冊了著名的 [Andrew Ng 的機器學習課程。這只是一個課程（而不是十個！），所以我認為這沒關系。我非常喜歡他的課程，他知道如何以簡單的方式解釋復雜的東西。](https://www.coursera.org/learn/machine-learning) 我在那里取得了很快的進步，但在完成 60％后，我的第一次實習開始了，我開始利用業余時間學習我在那里使用的技術。然后我在大學的課程開始了，是的，我再也沒有回到 Coursera 完成那門課程。 在下學期，我參加了我大學的“人工神經網絡”課程。這是一次很好的經歷，讓我想起了 Andrew Ng 的方法，但是我離開那個班級的感覺一樣，我仍然不知道機器學習不夠，或者我不能說我知道它。 沒有人告訴我，但我開始認為，為了說你可以申請機器學習，你必須做一些碩士學位課程，因為我看到很多學生這樣做。 哦，我嘗試的另一件事是從文章（研究論文）中學習。請不要這樣做。 **這是迄今為止我嘗試過的最糟糕的方法**。 也許我樸素，但是，有些老師鼓勵你這樣學習。我認為他們很高興能找到符合你想要的技術和/或算法，但在制作一份簡短的清單之后，請留下他們并開始谷歌搜索 YouTube 視頻，博客文章和書籍。 ## 問：ML Mastery 如何幫助您完成旅程？ 這對我幫助很大。 當我聽說機器學習實習機會時，我的工作做得很好。有一家公司，我已經聽說過好事，所以我決定試一試。 他們在一周內給了我三次機器學習挑戰，但是自從我上班和學習以來，我只有一個周末這樣做。 * 第一個問題要求我們訓練邏輯回歸模型，以從具有四個特征的數據集中預測目標變量。我應該做一個探索性的數據分析，訂購最相關的功能，估計錯誤并對測試數據集做一些預測。對于這個我能夠使用我已經擁有的知識，只需要學習 Scikit Learn API。 * 第二個非常相似，但數據集嚴重不平衡，我不知道如何處理，所以我開始谷歌搜索，我[找到你的博客](http://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/)。這對我很有幫助，因為我發現我可以使用其他指標而不是默認準確度，進行交叉驗證，分層交叉驗證，欠采樣和過采樣數據集，比較算法等。通過所有這些新信息，我創建了一個 Python 模塊，會自動為我做這個并根據他們的 F1 分數對模型進行排名。 * 第三個是最具挑戰性的。我應該在具有 128 個功能的分類數據集中找到最相關的功能。你的博客帖子也幫助了我。 我不能簡單地向他們發送結果，我還必須寫一份詳細的報告，所以你的博客文章是基本的，因為它們幫助我很快填補了我的知識空白。 現在，在我的新工作中，你的書對我很有幫助，我們的經理為我們買了 [Super Bundle](http://machinelearningmastery.com/super-bundle/) ## 問：祝賀新工作！告訴我們一下嗎？ 謝謝！ 該公司名為 [Radix](http://www.radixeng.com/) ，我剛加入數據科學團隊。 當我到達那里時，我的第一個項目已經完成，但非常有趣。這是一個名為 [Oil X！pert](http://www.radixeng.com.br/noticias/131/machine-learning-solutions-from-radix-accelerates-processes) 的系統，它接收卡車，裝載機和其他設備的油樣作為輸入，并輸出零件的臨界水平和診斷文本，如下圖所示：  油 X！pert 現在我們在其他項目中使用數據驅動的方法來獲得更好的解決方案。 具體來說，我目前正在研究的項目旨在找出熱交換器上污垢沉積的根本原因。 ## 問：讀者如何與您聯系？ * GitHub： [https://github.com/alvarolemos](https://github.com/alvarolemos) * LinkedIn： [https://www.linkedin.com/in/alvarolemos](https://www.linkedin.com/in/alvarolemos)