事情還要從頭說起，
2 個月前，我離職了。
我記得交接完工作那天，搭地鐵回家，百無聊賴的滑動著微信群的消息，忽然看見大表哥剛發的兩句話：
【朋友公司想招一個機器學習工程師，福利待遇好，目前融資 D 輪，可內推~~】
【熟悉 Hadoop/Hive、Spark、Shark 等尤佳】
這兩句話立馬激發了我的興趣：畢竟我辭職的目的就是想找一個數據挖掘工程師或者機器學習工程師的崗位。
我本科的專業是「計算機」，之前一直在做前端的工作，離職之前也有打算要往算法之類的方向靠。跟行業內的前輩交流後，發現算法確實是很有前景的選擇；本來是想邊工作邊慢慢轉行，但現在看來恐怕難以做到，隨著時間推移，轉行成本可能越來越高，說不定現在的想法會因為各種因素不能做到，所以不如趁早轉過來。
既然機會都擺在眼前了，為什麼不去試試呢？到了家，我就把寫好的簡歷發給大表哥，當晚，大表哥回復已經把我內推給了那家公司技術部門的負責人，可以去面試。
面試那天，同一崗位的競爭還是蠻激烈的，我和幾個候選人等在一個小型會客廳里。終於輪到我了，對面試官進行自我介紹和之前的項目經歷後，他問了我幾個關於算法的問題：
面試官：我看簡歷上你之前做的是前端的工作，所以接觸過算法嗎？
我：自學過一些，工作上也有涉及到一個相關的小項目。
面試官：在分布式情況下，如果我想盡可能多的挖掘出多的頻繁序列，怎麼辦？
我：這個我在分布式環境中做過，例如 FPTree 算法可以並行的建樹，如果挖掘更多的話，我們可以隨著頻繁序列的增長而降低閾值，大概是這樣。
面試官：在分布式情況下，如果我要求盡可能準確的挖掘序列模式，怎麼做？
我：額。。。抱歉。
面試官：怎樣去優化 SVM 算法模型？
我：抱歉，我沒聽懂您說得是什麼意思
面試官：講下 LSTM 算法模型
面試官：講下 CNN 算法模型
面試官：現有底層是 tensorflow 的 keras 框架，如果現在有一個 tensorflow 訓練好的模型，keras 怎麼讀取？
我：一臉懵逼。。。。持續懵逼。。。
我想，面試官一定是看在我大表哥的面子上才沒有掀桌，但內心一定有千軍萬馬在奔騰，我臉皮厚倒沒什麼所謂，只是覺得給大表哥打了臉，內心十分愧疚。
面試官緩了緩神色對我說：
「你表哥說你編程底子不錯，人又聰明，就是經驗少，說你是個算法工程師的好苗子，他特意拜托我給你小子指條明路，我看你目前的狀況，就是學得太雜了，沒有針對性，如果想在算法方面深造，就要系統的學習知識，這樣才會有質的轉變。」
聽了大佬的一席話，我內心非常振奮；特別是大佬還給我推薦了一個系統學習算法的課程：
雖然面試失敗，但至少讓我看到了轉型算法的希望，這個課程，簡直就是為我這種想轉型算法，但卻無從下手學習的人量身打造的啊！！
加了大佬的微信後，他說有什麼不懂的算法問題可以請教他，而且他非常看好我成為一名優秀的算法工程師！
今天把這個故事分享給大家，就是想告訴大家轉型雖然很難，也會有失敗的可能，但只要努力的方向正確，就有成功的希望。
現在，2 個月過去了，我依然能清晰的記得學習算法課程時內心的充實還有解答別人關於算法問題時的那種成就感，我為這樣不斷努力挑戰的自己而驕傲，希望你也是！
點擊 閱讀原文 轉型算法，值得挑戰
專注在 兩性、愛情等領域