机器学习英雄访谈录之 DL 实践家:Dominic Monn

Sanyam Bhutani 是 Medium 上一位专注 ML 和 CV 的博主,本系列翻译自他进行的系列采访——《机器学习英雄访谈录》。

学习从模仿开始,要模仿就要模仿那些最棒的人,这是我开始本系列的初衷。


正文

今天采访的是 Dominic Monn,一位伟大的领袖、缔造者、社区领导者、自驾车工程师和远程工作的 DL 工程师。1


Sanyam: 嗨,Dominic!感谢你接受这次采访,我很高兴能够采访你。

Dominic: 嗨,Sanyam,很高兴和你谈话!

Sanyam: 你是我在 2018 年见过最好的(AI)实践家之一,你能向读者介绍下你自己吗?

Dominic: 哦,很荣幸:) 我的名字叫 Dominic,我今年 20 岁,是 Loom.ai2 的深度学习工程师。该公司坐落在旧金山,我在瑞士远程工作。除此之外,Loom.ai 是三星 AR Emoji 背后的公司。

在此之前,我在苏黎世做 NVIDIA 的深度学习实习生。在 Udacity 拿下自驾车工程师的 Nanodegree 之后,我到了那里。

Sanyam: 了不起。工作之外,你还在许多平台上工作,你能分享一下这些吗?

Dominic: 我喜欢用我的周末和空闲时间来建立业余项目。占据我大部分时间的两个项目是 MentorCruise,这是一个将学生与技术经验丰富的导师联系起来的市场;以及 RemoteML,一个全球性的社区和招聘栏,全部关于机器学习方面的远程工作。

我一直在寻找下一个要解决的问题和下一个要开发的产品,这很赞。

Sanyam: 你现在是一位经验丰富的实践家,但是第一件让你对 AI 感兴趣的事是什么?

Dominic: 我从软件工程开始,经历了 4 年的学徒生涯,当时在一家软件和网络代理商工作。在做了 2 到 3 年的 web app 和网站之后,我感到厌倦并开始寻找新的方向,我开始尝试使用“虚幻”引擎和游戏开发,然后对 UX 有一点兴趣并最终进入 AI / ML。

Sanyam: 有没有一个时间点,你决定要把它(AI)作为你的职业?

Dominic: 我对机器学习的兴趣始于另一个业余项目。我在 Kaggle 从基础起步,并最终拿到了 Udacity 的 Nanodegree。我总是喜欢尝试,并顺应我的专业(从事研发)路径。当我有机会去 NVIDIA 时(尽管软件工程师提供了更多赚大钱的 offer),我抓住了机会。

Sanyam: 你提到过一些你正在为之工作的优秀平台,我个人知道你可以非常快速地交付代码。你如何设法完成多项任务?你的秘诀是什么?

Dominic: 当我醒来时,我总是知道我今天会做些什么。我使用 Todoist 在前一天晚上计划一整天的事项。我全职工作,这占用了我的大部分时间,所以在两餐、散步、锻炼和睡觉之间,我需要知道我今天能做些什么。关键是要快速行动,不要害怕交付。

我的每个项目都有一个很大的 to-do list。有些更重要,通常可以快速完成,其他一些已经躺在 list 几个月了。这一切都与管理预期、切分工作和快速交付有关。

Sanyam: 我们聊聊你即将到来的冒险。我们可以从 Logits.co 中得到什么?

Dominic: RemoteML 最初是一个小型的求职栏。如今,我们在全球拥有超过 750 名会员,其中大部分都热切希望在机器学习领域做些工作。公司和初创公司可以使用 Logits.co 进入该社区,为他们的项目聘请自由职业者。我很高兴看到它正在如何发挥作用。

Sanyam: 在我们结束之前,你会给那些刚接触 ML 领域的人提供什么最好的建议?

Dominic: 不要害怕尽早出名以及做基础的工作,无论是商业还是机器学习。快速交付并获得实习,下决心,剩下的就是水到渠成。

Sanyam: 在哪里能与你取得联系或关注你的工作?

Dominic: 我在 Twitter(@dqmonn)上非常活跃,我的 DM 已经开了。RemoteML Machine Learning Chat 上我也几乎总是在线,所以一定要在那里找我。

Sanyam: 非常感谢你在这次采访中的谈话。


对我的启发

  • Udacity 的 Nanodegree 含金量挺高。
  • 机器学习方面的远程工作是个潜在趋势,这方面的自由职业者也会逐渐增加,是个创业方向,可以考虑建立这样的平台,类似传统招聘网站。
  • 一个好用的 to-do list 软件:Todoist。
  • 有必要掌握敏捷开发的技能。

  1. 应该是在调侃龙妈的一连串称号。

  2. Loom.ai 是位于美国旧金山的一家计算机视觉公司。

机器学习英雄访谈录之 DL 实践家:Dominic Monn的更多相关文章

  1. 机器学习英雄访谈录之 DL 自由职业者:Tuatini Godard

    目录 机器学习英雄访谈录之 DL 自由职业者:Tuatini Godard 正文 对我的启发 机器学习英雄访谈录之 DL 自由职业者:Tuatini Godard Sanyam Bhutani 是 M ...

  2. 机器学习英雄访谈录之双料 Kaggle 大师:Dr. Jean-Francois Puget

    目录 机器学习英雄访谈录之双料 Kaggle 大师:Dr. Jean-Francois Puget 正文 对我的启发 机器学习英雄访谈录之双料 Kaggle 大师:Dr. Jean-Francois ...

  3. 机器学习英雄访谈录之 Kaggle Kernels 专家:Aakash Nain

    目录 机器学习英雄访谈录之 Kaggle Kernels 专家:Aakash Nain 正文 对我的启发 机器学习英雄访谈录之 Kaggle Kernels 专家:Aakash Nain Sanyam ...

  4. zz 机器学习系统或者SysML&DL笔记

    机器学习系统或者SysML&DL笔记(一)  Oldpan  2019年5月12日  0条评论  971次阅读  1人点赞 在使用过TVM.TensorRT等优秀的机器学习编译优化系统以及Py ...

  5. 机器学习 - ML + 深度学习 - DL

    机器学习 CNCC - 2016 | 机器学习(原文链接) Machine Learning - ML,机器学习起源于人工智能,是AI的一个分支. 机器学习的理论基础:计算学习理论 - Computa ...

  6. 认识:人工智能AI 机器学习 ML 深度学习DL

    人工智能 人工智能(Artificial Intelligence),英文缩写为AI.它是研究.开发用于模拟.延伸和扩展人的智能的理论.方法.技术及应用系统的一门新的技术科学. 人工智能是对人的意识. ...

  7. 机器学习系统或者SysML&DL笔记(一)

    前言 在使用过TVM.TensorRT等优秀的机器学习编译优化系统以及Pytorch.Keras等深度学习框架后,总觉得有必要从理论上对这些系统进行一些分析,虽然说在实践中学习是最快最直接的(指哪儿打 ...

  8. 算法工程师:双非渣硕是如何获得百度、京东双SP

    本人本科硕士皆双非,和牛客大佬们没得比,目前拿到的还可以的offer就是百度SP和京东SP,都是做的推荐算法,其他的不说了. 先说一下个人经历吧,学校比较水,实验室没有项目,实习经历:腾讯实习+滴滴实 ...

  9. MachineLN博客目录

    MachineLN博客目录 https://blog.csdn.net/u014365862/article/details/78422372 本文为博主原创文章,未经博主允许不得转载.有问题可以加微 ...

随机推荐

  1. python基础学习23----IO模型(简)

    对于一个网络IO(network IO),它会涉及到两个系统对象,一个是调用这个IO的process (or thread),另一个就是系统内核(kernel).当一个read操作发生时,该操作会经历 ...

  2. 【转】Linux思维导图

    [原文]https://www.toutiao.com/i6591690511763898888/ 1.Linux学习路径: 2.Linux桌面介绍: 3.FHS(文件系统目录标准): 4.Linux ...

  3. git 命令行下浏览器tig使用记录

    git 命令行下浏览器tig使用记录 tig 是一款优化 git 命令行的工具,使 git 命令行更加的便捷人性化 .如果用习惯了,会上瘾. 以下是一些使用记录: 安装成功后,在 Repo 文件夹下, ...

  4. 内网DHCP攻击

    局域网内DHCP攻击 实验环境:两个win2008 r2虚拟机(一台用作正常的DHCP服务器,另一台用作伪造DHCP服务器),两个win7虚拟机(用作客户机),一个kali虚拟机(用作攻击,耗尽DHC ...

  5. linux shell编程进阶学习(转)

    第一节:基础 ls -lh  ——可以用户友好的方式看到文件大小 file 文件名 ——查看文件类型 stat 文件名 ——查看文件当前状态 man 命令/函数名 ——查看详细的帮助文档 man中看某 ...

  6. npm WARN unmet dependency问题的解决方法

    remove node_modules $ rm -rf node_modules/ run $ npm cache clean 详见这里: http://stackoverflow.com/ques ...

  7. 【转】开篇python--明白python文件如何组织,理解建立源文件

    在Python 中引用是非常简单的事情,这里需要清楚三个概念就可以了包.模块.类.类这个就不用说了. 模块对应的是一个.py 文件,那么module_name 就是这个文件去掉.py 之后的文件名,p ...

  8. (转)python3 urllib.request.urlopen() 错误UnicodeEncodeError: 'ascii' codec can't encode characters

    代码内容: url = 'https://movie.douban.com/j/search_subjects?type=movie'+ str(tag) + '&sort=recommend ...

  9. .NET批量操作窗口样式

    1. 背景 我们在开发过程中,可能会遇到需要批量控制程序中窗体的大小或其它一些操作, 这些窗体有可能是属于程序本身的,也许是其它程序的窗口.本文就是基于此的一篇关于如何批量操作窗口样式的,我们主要是通 ...

  10. PAT B1010 一元多项式求导 (25 分)

    设计函数求一元多项式的导数.(注:x​n​​(n为整数)的一阶导数为nx​n−1​​.) 输入格式: 以指数递降方式输入多项式非零项系数和指数(绝对值均为不超过 1000 的整数).数字间以空格分隔. ...