background

经常看到提问，27了学编程晚了吗，28转行来得及吗？
我确在31岁的时候开始了一段新的旅途。毕业后一直在外企世界50强工作，论舒服的话真的是很舒服，办公室环境，工作压力，出国出差都是很诱惑的，现在离开了才感受到另一个重要的是品牌的认同感吧，那种一提起公司所有人都知道的品牌那种感觉。

experience

说起来确是一波三折。前前后后找新工作已经一年了，赶上这两年行业环境一年比一年差。最重要的还是保持好前进的心，一直学习加上一些运气总可以的。虽说新工作也不算是互联网，但已经算软件开发的算法方向了。
自己是机械专业，但是工作前期主要做做excel和ppt。刚工作时，确实连基本的excel下拉都不会，outlook也从来没用过。慢慢学着pivot—table和vlookup，加上对业务的理解，用excel做数据和话ppt讲故事越来越顺手。中间也用过vba做数据分析，但是上手很慢，搜一个功能实现也很快就忘了。
第一个转折点是开始用R。至于为什么用R，应该是quora上有一个问题类似你25岁学什么可以终身收益，里面提到了很多人生道理，但技术一点的作者奇怪的在里面加上了学会R。算是一个种子吧，自己开始装R，开始把接手的任务用R来实现，其实用的最多也就是清洗，聚合，和画图了。现在还有印象用ggplot画出来的图真的完全提高了我ppt的审美。用ggplot对比，画地图，真的能让我都有点喜欢这些业务了。还记得自己也知道数据结构特别重要，尤其清洗数据，r的factor需要转换啊，好多错误都是因为数据类型。
这时也想用python，pandas作者那本书也下载了，不过很不喜欢前面都带<<<, 觉得不习惯。公司电脑也没法直接装python，撞上了也不会装包，因为vpn，command界面的下载都被封了。所以前后一年吧，一直用r。python连装都没装好，一直到用上anaconda，一切才顺利起来。当然这一切也有一个原因是没有人指点，自己边走边摸索吧。
用上python只会，先要把之前r那一套重新在python用起来，numpy，pandas，matplotlib这三件套。当然特别怀念ggplot，现在还是觉得画图还是ggplot好。加上自己主要工作，数据分析可能不到50%，又过了很久才熟悉。这期间开始开机器学习，周志华老师的机器学习，也一直想看andrew ng 的课程，不过一直到现在也只看了第一集好多遍。机器学习实战等，这些书，这个阶段机器学习一直都还停留在理论阶段，没有自己编程动手过。但是对训练，过拟合啊，和常用的算法心里算是有了大概的粗浅认识。
在出国项目的时候，先是在r里面做一些简单的回归开始正式开始。后来sklearn，自己在工作找些机会，用上特种算法，用上sklearn真的就让一下感觉用上了所有算法。所有都可以先fit再predict嘛。当然其实都还是小打小闹，想参加kaggle，也一直没有年轻人的冲劲了。然后就学了些基础的nlp和cv，做点文本分类，看看 word2vec原理。
开始找工作时，已经不容易了。已经过了机器学习即使像我这么水也能找到的时代了，一边投投简历，面试。也一遍学习cs的数据结构和算法，也经常有面试却没有任何结果。工作中恰好迎来比较清闲的时刻，自己有更多时间可以支配。感谢大外企的宽松。文本的时候已经开始用keras和tensorflow，算是开启了新的道路。keras也是简单的不行，有半年时间每天来回四个小时地铁，是在是消耗人，就自己有精力的时候就在看 sklearn和tensorflow实战机器学习和深度学习，其实地铁上真的看不进去，而且人挤人，有时书都拿不出来。
就这样算是一路进步，一路向前走。boss上大概联系了两三百人吧，有段焦虑的日子，一天十几份的投和联系，终于现在来到了一家特别小的创业公司，加上我的机械背景和机器学习，刚好可以推进产业的智能化吧。不过面试体现的实力，其实很多东西都没体现出来吧，所以真的是机缘更重要。如果你也想转行，那就慢慢一步一步来。我也没有裸辞，也没有拼命去学习什么，毕竟岁数摆着呢，就顺其自然，已经成为机器学习工程师的一员。
至于为什么想转行，那就完全是另一个故事了。