{{priceWord}} 详情 原价:20000元

报名加送:18VIP[包2018全年在线课程和全年GPU]

课程咨询 ¥{{barprice}}去支付 立即报名 立即付定金 分享赚{{dist_first_level_tip}}元
已砍 {{ykprice}}元 后砍价过期 恭喜你获得【砍价神器】 再邀请{{sybarnum}}位好友助力即可获得【砍价神器】 {{barnum}}位好友助力>
  • {{item.user_name}} 砍掉 {{item.amount}}元
已砍 {{ykprice}}元 砍价结束

砍价金额将于 后清零,请尽快完成支付

{{barnum}}位好友助力>

绑定手机,先砍一刀

绑定手机,先砍一刀

{{errortext}}

好友助力详情

  • {{item.user_name}} 砍掉 {{item.amount}}元
超过{{mandatenum}}位好友助力可获得【砍价神器】

砍价成功

恭喜你,一刀砍了 {{fristprice}}元

分享到微信群邀请更多好友帮忙砍价

超过{{mandatenum}}位好友助力可获得【砍价神器】

邀请好友砍价

分享到微信群邀请更多好友帮忙砍价

超过{{mandatenum}}位好友助力可获得【砍价神器】

恭喜你获得【砍价神器】

恭喜你获得【砍价神器】

您可以使用【砍价神器】再砍一刀

立即使用

砍价成功

厉害了!又砍掉了{{fristprice}}元

你已经砍了{{ykprice}}元没见过你这么能砍的人...

不能再砍了哦~

去支付

直接购买

您已发起砍价,直接购买将清除已砍金额

直接购买可使用优惠券

课程简介

如今,人工智能火爆全球并快速切入各个领域,比如电商、金融、交通、安防、医疗、教育,国内外各大公司纷纷成立相关AI研究院,火速招兵买马,可目前市面上人才缺口严重不足,供需比例仅为1:10。

机器学习作为AI的核心技术,可谓掌握了机器学习,便跨过了AI的准入门门槛。迄今为止,专为找AI或转行AI量身定做的「机器学习集训营」已经举办了九期,每一期都涌现出了很多offer,纷纷从Java、Android、iOS等传统IT行业成功转行转型转岗AI拿到年薪三四十万,部分甚至超过四十万拿到五十万,有的已到年薪百万。

本第十期在前九期的基础上,继续维持:

  • “入学测评、直播答疑、布置作业、阶段考试、毕业考核、一对一批改、线上线下结合、CPU&GPU双云平台、组织比赛、联合认证、面试辅导、就业推荐”十二位一体的教学模式,且一对一的就业跟踪辅导推荐;
  • 第七阶段中,围绕CV、NLP、推荐、金融这4个方向精讲4个在线项目,比如大规模车辆重识别(ReID)、电商平台的商品推荐、文本分类系统、金融反欺诈系统;
  • 第八阶段起,由七月在线AI Lab负责人陈博士、首席科学家魏博士(原上市公司AI算法总监)和各大厂技术leader亲自带大家从头到尾手把手做数个完整项目,比如人体姿态识别、电影推荐网站、NLP智能客服、自动化理赔系统等等,且4个方向各增加一次项目直播;
  • 大纲全面优化,围绕CV 推荐 NLP 金融等4个方向总共增加整整近20个视频课程,让你的整个机器学习的技术体系和应用体系更加系统、完整。

还不止,本第十期在进入项目阶段后,CV 推荐 NLP 金融等每一个方向的项目都会有完整流程,比如以下是CV和推荐项目的完整流程:

  • CV项目流程:第一周 环境配置、熟悉姿态检测方法和代码库,第二周 处理数据集、修改网络参数、开始训练模型,第三周 针对训练的问题(例如loss不降)提出解决方案,第四周 进一步优化模型:扩展内容探讨和3Dmulti-viewdemo。
  • 推荐项目流程:第一周 完成需求文档和项目详细设计,第二周 完成排序模块设计与开发,第三周 完成召回模块设计与开发,第四周 完成冷启动模块及项目的整体流程。

这一切都是为了让大家更好的在CV、NLP、推荐、金融等领域就业。

本期限200个名额,历时近3个月,10多个BAT工业项目全面公开,线下在北京、上海、深圳、广州、杭州、沈阳、济南、郑州、成都、武汉、西安、长沙,十二城同步开营。保障每一位学员所学更多、效率更高、收获更大。

培养目标: 从零开始,培养中高级机器学习工程师。挑战高薪、玩转AI。

PS:企业/高校团购集训通道请点击课程咨询

特色服务

  • 全面涵盖机器学习重要知识点

    本期集训营总计八大阶段,十七个实战项目,涵盖教你零基础快速上手编程、数据分析和可视化、机器学习原理、机器学习实战、深度学习原理、深度学习实战,以及CV 推荐 NLP 金融4大典型应用、BAT工业级大项目实战。

  • BAT专家级讲师 + 助教全方位辅导

    我们拥有来自BAT的专家级讲师和数位助教,给你全程全天候1v1般的定制辅导。平时晚上在线学习、在线实训,周末线下项目实战,从而通过在线直播从头到尾掌握机器学习工业项目的各项流程、模型、算法,通过在线实训巩固强化实战所学,通过线下项目实战练就ML工业项目的全栈能力。且有问题,课上课后随时答疑,手把手教会为止。

  • 作业项目考核三管齐下

    开课前组织入学测评,根据测评数据定制个性化的学习路线。开课后的每次课通过GPU + Jupyter Notebook + GitHub在线提交作业,然后讲师和助教1v1在线批改、讲解作业,且提供可执行的交互式代码。每个阶段均有精心设计的实战项目和在线考试,以便及时查漏补缺,学员学完全部内容后做毕业考试,且平时考试和毕业考试都做1v1批改,从而在不断的阶段性实战和考试中掌握机器学习技能。

  • 提供GPU云实验平台

    还原BAT真实生产环境,提供工业数据和国内首创的价值数十万的GPU云实验平台(提前装tensorflow、caffe、mxnet等主流DL框架和相关数据)。提供完善的实验平台供您动手、真枪实战,拒绝纸上谈兵。

  • 简历优化

    根据集训营实战项目,将涉及到的关键知识点和项目经历优化到您的简历中,此外,毕业考核融合kaggle或天池比赛,考核者不但优先内推,而且和阿里云天池联合认证机器学习工程师,颁发证书。

  • 面试求职辅导 + 就业推荐

    精讲机器学习工程师面试时常见考点/模型/算法,且BAT一线技术经理一对一模拟真实面试,从技术、表达等方面全方位提升您的面试能力。根据您的技术特长提供定制化的能力评估、就业指导以及包括BAT等一线互联网公司的工作机会推荐。3个月挑战年薪30~50万。

课程安排

  • 第一阶段 零基础快速上手编程

    • 在线直播:1-基本python类型、判断与循环流程等
    • 在线实训:2-python基本练习题
    • 在线直播:3-文件/数据读写、面向对象、第三方库等
    • 在线实训:4-多种数据读写与面向对象练习
    • 线下实战:5-python基本练习题 与 google python实战题
  • 第二阶段 数据分析与可视化全攻略

    • 在线直播:1-使用Numpy与Pandas进行数据统计与分析
    • 在线实训:2-pandas综合练习
    • 在线直播:3-用pandas完成机器学习数据预处理与特征工程
    • 在线实训:4-pandas完成Kaggle机器学习预处理
    • 在线直播:5-好用的python可视化利器matplotlib与seaborn
    • 在线实训:6-matplotlib/seaborn完成Titanic和自行车租赁数据可视化
    • 线下实战:7-美国大选、共享单车可视化技能巩固与实战
  • 第三阶段 机器学习原理

    • 在线视频:1-线性回归、logistic回归、梯度下降
    • 在线视频:2-决策树、随机森林、GBDT
    • 在线视频:3-SVM与数据分类
    • 在线视频:4-特征工程:数据清洗、异常点处理、特征抽取/选择/组合
    • 在线直播:5-机器学习简介、广义线性模型(线性回归、逻辑斯蒂回归)精髓速讲
    • 在线实训:6-算法核心要点巩固(上)
    • 在线直播:7-决策树、Boosting模型融合的精髓速讲
    • 在线实训:8-算法核心要点巩固(中)
    • 在线直播:9-朴素贝叶斯、SVM模型精髓速讲
    • 在线实训:10-算法核心要点巩固(下)
    • 线下实战:11-机器学习模型算法系统串讲(比如HMM等)
  • 第四阶段 机器学习实战

    • 在线视频:1-NLP的基本技能:中英文字符串处理、工具分词、正则
    • 在线视频:2-Linux常用操作命令:ls、cd、pwd、cat、mkdir等

    在线直播:机器学习流程、基本分类与回归模型

    • 1-ML综述及sklearn库简介 
    • 2-ML算法一览(各类算法及简单应用) 
    • 3-数据预处理及验证
    • 4-回归案例

    在线实训:Kaggle机器学习比赛中的特征工程处理实战

    在线直播:机器学习中的特征工程与模型调优,sklearn用法

    • 1-特征工程(独热向量编码,分段与离散化,多项式特征)
    • 2-特征处理、特征构造、 特征选择
    • 3-模型评估与参数调优
    • 4-流程化处理:PIPELINE 

    在线实训:sklean接口熟悉与机器学习建模指导

    在线直播:Spark与大数据处理

    在线实训:Spark大数据日志分析

    线下实战:sklearn建模与使用

    • 1-手把手带你get scikit-learn机器学习建模重要点
    • 2-get迅速上手建模的技能
    • 3-学习如何进行模型调优,一步步优化自己的模型
    • 4-包括数个Kaggle与天池案例

    在线直播:XGBoost精讲

    • 1-建模调参(数据清洗、特征处理、特征选择、模型的调参、评估)
    • 2-模型状态(过/欠拟合、状态验证、过/欠拟合的调整、模型调优)
    • 3-模型融合(集体智慧:投票器/Bagging/随机森林/Boosting)
    • 4-XGBoost简介及三类参数详解,和代码实现

    在线实训:XGBoost使用

    在线直播:自然语言处理相关问题与建模

    • 1-Kaggle便利店销售预测案例
    • 2-比赛开发流程:数据准备、数据特征处理、XGBoost设参、训练与分析
    • 3-NLP案例1:分类与打标签的应用:资讯,金融
    • 4-NLP案例2:中文情感分析

    在线实训:自然语言处理与建模实战

    在线直播:金融风控比赛实战

    • 1-微额借贷风控案例:数据分析、特征处理、特征选择、模型设计
    • 2-风控算法案例:数据清洗、特征选择、类别不平衡解决、模型设计
    • 3-模型融合及项目代码

    在线实训:数据科学比赛练习赛

    线下实战:集成算法与场景建模

    • 1-集成模型在多个比赛和工业场景的应用
    • 2-熟练XGBoost和LightGBM的使用
    • 3-使用树形Boosting模型达到较好拟合效果
  • 第五阶段 深度学习原理到实战

    • 在线视频:1-神经网络初步:全连接与反向传播
    • 在线视频:2-卷积神经网络与计算机视觉
    • 在线视频:3-循环神经网络与自然语言处理
    • 在线视频:4-深度学习实践:Caffe与Tensorflow项目实战
    • 在线直播:5-ANN、CNN、RNN的精髓速讲
    • 在线直播:6-TensorFlow深度学习框架
    • 线下实战:7-无框架实现神经网络模型与TensorFlow框架应用
  • 第六阶段 深度学习模型应用

    • 在线视频:陈博士带你从头到尾通透word2vec
    • 在线直播:1-深度神经网络、google wide&&deep模型架构理解
    • 在线直播:2-卷积神经网络、实战图像分类
    • 在线直播:3-循环神经网络、文本情感分类和图文生成模型
    • 线下实战:4-深度学习在工业项目中的应用(调参、优化、压缩)
  • 第七阶段 CV 推荐 NLP 金融四大方向的应用

    在线视频:NLP的核心技术点

    • 1-RNN条件生成、Attention注意力机制与“看图说话”原理
    • 2-条件随机场与应用:最大熵与词性标注,及NBA比赛结果分析
    • 3-当下最好的语言模型BERT:发展历程、模型介绍及应用举例

    在线视频:推荐核心技术点

    • 1-推荐业务、feed流产品及推荐算法策略架构解析
    • 2-用户特征和Item特征的常用方法
    • 3-商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序

    在线视频:深度学习在物体检测中的应用

    • 1-RCNN与Anchor
    • 2-One Stage/Two Stage、SSD和YOLO-V3
    • 3-多尺度变化问题与Anchor Free

    在线视频:金融风控核心技术点

    • 1-风控数据挖掘方法
    • 2-逻辑回归评分卡
    • 3-不均衡学习

    在线直播:CV应用之大规模车辆重识别(ReID)

    • 在不同的道路交通视频监控拍摄条件下,识别出同一车辆是车辆重识别需要解决的主要问题。车辆重识别需要处理不同拍摄视角、光照等拍摄条件同一车辆的视频监控图像存在差异的问题,甚至车辆的类内方差要大于类间方差。例如同年款的奥迪Q7跟Q5可能要比换代的Q7要来的更加相似。

    在线直播:推荐应用之电商平台的商品推荐

    • 电商业务在全球各大互联网公司的营收中都占有极其重要的地位,推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价,商品推荐团队是公司各大算法团队中的核心团队,有着绝对地位的优势,我们针对全球Top 1的电商数据进行推荐算法优化。

    在线直播:NLP应用之文本分类系统

    • NLP的经典任务,但应用场景也非常广泛。情感分类被应用于利用网上评论打分,探究金融市场情绪。主题分类被应用于新闻分类,intent classification被用于构建聊天机器人。

    在线直播:金融风控应用之反欺诈(异常检测和社交网络分析)

    • 现在工业界里,对于金融风控来说,社交网络最主流,相当于金融领域的知识图谱。本项目中会先介绍什么是金融反欺诈,包括反欺诈规则的构造、反欺诈模型的难点攻克,其次精讲无监督异常检测算法的原理与使用方法,最后详解社交网络算法在金融反欺诈领域的应用。

    线下实战:图像项目 (图像分类+图像检索)

    线下实战:电商推荐算法(内容包括user的向量表征计算、x2x计算、rank model如何使用、特征体系如何构建)


    在线直播:金融保险理赔模型项目开题

    在线直播:CV人体姿态识别项目开题

    在线直播:电影推荐系统项目开题

    在线直播:NLP智能客服系统项目开题

  • 第八阶段 完整项目实战与就业指导

    在线直播:CV人体姿态识别初探

    • 1-姿态估计介绍
    • 2-单人姿态估计方法详解
    • 3-多人姿态估计核心

    在线直播:从零搭建电影推荐网站1/3

    • 1-需求分析
    • 2-确定产品、数据、以及技术框架
    • 3-推荐系统常用算法讲解

    在线直播:NLP智能客服(上)

    • 1-智能客服系统背景介绍
    • 2-工业建模框架
    • 3-智能客服系统案例相关基础技术:主要包括分词、词向量、相似度计算,ES介绍

    在线直播:保险理赔模型(上)

    • 1-业务背景介绍
    • 2-工业建模框架
    • 3-分类变量的自动WOE编码

    在线直播:CV人体姿态估计与实战

    • 1-多人姿态估计扩展
    • 2-实战代码与demo
    • 3-数据库与评价指标

    在线直播:从零搭建电影推荐网站2/3

    • 1-推荐系统框架与流程
    • 2-召回与排序模块的设计与实现

    线下实战:机器翻译系统与文本纠错

    • 1-基于seq2seq attention的机器翻译模型
    • 2-基于transformer的机器翻译模型)
    • 3-文本纠错(基于BiLSTM + CRF的文本错误检测、基于神经网络的文本纠错)

    在线直播:NLP智能客服(中)

    • 1-智能客服系统案例相关技术:深度学习相关内容
    • 2-Transformer、Bert原理讲解
    • 3-检索式问答系统讲解

    在线直播:金融保险理赔模型(中)

    • 1-极值与缺失处理
    • 2-批自动特征初筛选
    • 3-基于业务的特征精细化调整

    在线直播:CV姿态估计引申探讨

    • 1-3D姿态估计介绍
    • 2-多视角姿态估计讨论
    • 3-编写Kaggle kernel测试Pose训练模型

    在线直播:从零搭建电影推荐网站3/3

    • 1-深度学习在推荐系统中的应用
    • 2-深度学习算法实例讲解

    在线直播:NLP智能客服(下)

    • 1-多轮对话及对话生成模型讲解
    • 2-基于ES的智能问答系统的项目实战
    • 3-基于多轮对话的聊天机器人项目实战
    • 4-编程开发阶段,实现个算法,搭建系统以及源码讲解

    在线直播:保险理赔模型(下)

    • 1-自动化参数调优
    • 2-逐步特征筛选
    • 3-模型报告分析与监控

    线下实战:机器学习面试辅导

    • 1-面试注意点
    • 2-常见面试考点精讲
    • 3-简历指导和项目展示

实战项目

  • 实战项目1

    python基本练习题 与 google python实战题

    通过完成基本练习题,加深和巩固对python的认识和理解,挑战来自google的python实战题,熟练完成书写python代码解决各种问题。

  • 实战项目2

    pandas综合练习

    通过pandas 100题练习,加深对pandas操作的熟悉度,同时通过对Kaggle案例进行数据处理,掌握实际场景下的数据操作工具。

  • 实战项目3

    大数据分析处理案例

    通过对大文件日志的分析,熟悉hadoop,spark写map-reduce处理海量数据的方法,并对电商数据进行处理,get工业界常用大数据技能。

  • 实战项目4

    sklearn建模与使用

    手把手带你get scikit-learn机器学习建模重要点借助于整理的简单资料,get迅速上手建模的技能,并学习如何进行模型调优,一步步优化自己的模型。期间的案例包括数个Kaggle与天池案例。

  • 实战项目5

    Xgboost与LightGBM使用

    大部分情况下,为了取得好结果,我们会用集成模型,这个部分,我们设计了多个比赛和工业场景,帮助大家熟悉Xgboost和LightGBM的使用,使用树形Boosting模型达到较好拟合效果,同时又很好地控制过拟合。

  • 实战项目6

    Caffe&Tensorflow实战

    这个部分,将获得激动人心的深度学习库Caffe与Tensorflow搭建网络进行训练的全技能。我们将通过一个景点的图像识别transfer learning,到图像检索,到风格转换,一步步带大家学习库的使用,真正做到使用深度学习库解决实际的图像场景。

  • 实战项目7

    金融风控反欺诈项目:异常检测和社交网络分析

    现在工业界里,对于金融风控来说,社交网络最主流,相当于金融领域的知识图谱。本项目中会先介绍什么是金融反欺诈,包括反欺诈规则的构造、反欺诈模型的难点攻克,其次精讲无监督异常检测算法的原理与使用方法,最后详解社交网络算法在金融反欺诈领域的应用。

  • 实战项目8

    大规模车辆重识别(ReID)

    在不同的道路交通视频监控拍摄条件下,识别出同一车辆是车辆重识别需要解决的主要问题。车辆重识别需要处理不同拍摄视角、光照等拍摄条件同一车辆的视频监控图像存在差异的问题,甚至车辆的类内方差要大于类间方差。例如同年款的奥迪Q7跟Q5可能要比换代的Q7要来的更加相似。

  • 实战项目9

    图像分类与检索

    具体的图像分类与检索案例,在电商服装数据集上,进行分类与检索的实验。将获得图像数据预处理,Tensorflow建模与调优,基本图像检索与高级图像检索技能。

  • 实战项目10

    癌症病理检测

    您将获得大量96x96病理图像以进行二分类。正例标记表示图片的中心32x32像素区域 至少有 肿瘤组织的一个像素。 图像中心32x32像素外的肿瘤组织不影响分类结果,提供该外部区域以实现不使用零填充的卷积模型,以确保应用于整个图像时的一致结果。

    本项目包括完整的数据科学竞赛流程:了解项目、数据分析可视化、预处理和数据增强、构建基线模型、训练、验证和分析、测试时增强、提交预测文件 ,还包括了项目部署。

  • 实战项目11

    人体关节点提取

    人体关节点提取广泛应用于人体运动分析,人体行为分析,游戏娱乐,虚拟现实等领域。 通过本项目,你将学会搭建一套基于深度学习的人体关键点提取系统,具体内容包括但不限于:单人姿态估计方法介绍、详解多人姿态估计流程与方法、姿态估计领域的数据库与评价指标、扩展:3D多视角姿态检测、代码实战、Optional:Kaggle脸部关键节点检测。

  • 实战项目12

    文本分类系统

    文本分类作为NLP的经典任务,其应用场景非常广泛。情感分类被应用于利用网上评论打分,探究金融市场情绪。主题分类被应用于新闻分类,intent classification被用于构建聊天机器人。

  • 实战项目13

    机器翻译系统

    机器翻译作为Seq2Seq+Attention最成功的应用,其借用神经网络,如今的翻译系统已经远远不止是字面翻译,而是能够像人类一样翻译出连冠通顺地道的语言。本项目中的机器翻译系统会分别基于seq2seq attention和transformer。

  • 实战项目14

    智能客服系统

    简介:这是一套智能的客服系统,用户导入数据后可以训练模型,使得模型能够更加准确匹配用户所提的问题。同样的用户也可以不重新训练模型,使用原有模型进行匹配问题。

    目标:分工合作完成一个应用级的智能问答系统,掌握模型算法和数据存储,并在此基础上通过模型的训练来完成问答系统的智能化。

  • 实战项目15

    电商平台的商品推荐

    电商业务在全球各大互联网公司的营收中都占有极其重要的地位,推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价,商品推荐团队是公司各大算法团队中的核心团队,有着绝对地位的优势,我们针对全球Top 1的电商数据进行推荐算法优化。

  • 实战项目16

    从零开整电影推荐网站

    在本项目中,我们会手把手带大家从零开整一个电影推荐网站,首先进行需求分析,确定产品、数据、以及技术框架,其次详细设计,确定系统架构、线上线下以及召回排序模块的划分,推荐系统实例讲解,接着是冷启动模块的设计与实现,最后总结深度学习在电影推荐中的应用。

  • 实战项目17

    自动化保险理赔模型

    通过对投保用户的各项信息进行分析挖掘,构建保险赔付模型,从而指导业务人员进行风险定价。本项目将教会同学们实现自动化特征编码,自动化特征挑选、自动化模型调参。实现工业界最完整的自动化集成模型框架。

往期学员结业项目

  • 电影推荐网站
  • 点我体验
  • 密码:123
  • 体验账号:gavin2

讲师团队

  • 陈博士

    七月在线AI Lab负责人兼科学家。历任浪潮集团数据科学家,国家电网人工智能行业应用方向团队负责人。参与过一国家863项目,且曾主持一山东省自主创新及成果转化专项,发明专利十余项,专业论文十余篇。对机器学习、NLP相关技术的原理推导,以及深度学习在能源、通信、气象等行业的应用深有研究。

  • Seven博士

    博士毕业于国内Top5高校,在人工智能和模式识别领域发表了10余篇会议和期刊。目前在国内某知名互联网公司担任人工智能算法高级技术专家,有深厚的学术背景和丰富的项目及业务落地经验。Seven老师长期担任校园招聘和社会招聘技术面试官,授课风格深入浅出、诙谐幽默。

  • 李老师

    推荐算法专家,在BAT均从事过推荐系统、广告系统等研发,做过多个行业的推荐系统。

  • 杨老师

    广告算法和推荐算法专家,5年BAT互联网技术开发管理经验,有丰富的广告系统、推荐系统研发经验,分别在百度核心搜索广告算法团队以及腾讯某重要推荐算法团队工作4年。

  • 褚博士

    芝加哥大学计算机博士,研究方向为NLP,熟练当前深度学习在NLP领域的模型与应用,以及pytorch、pandas等python库,设计的jupyter notebook和作业备受学员称赞,主讲的七月在线《PyTorch的入门与实战》更是被学员誉为最好的PyTorch课。

  • 张雨石

    Google工程师,北航硕士毕业,对深度学习、计算机视觉和自然语言处理有着极大的热忱,CSDN博客上有多篇文章流传甚广。去Google之前,曾先后在腾讯、百度实习。

  • 梅老师

    毕业于国内知名985院校,金融数学方向。前知名第三方信贷决策公司算法工程师,现任某巨型独角兽公司金融部门算法研究员。师从Exprian、Discover等公司风控专家,专注于金融领域的算法创新,有丰富的算法实战、优化经验。

  • 林老师

    原BAT高级技术专家,更早时期先后任职于微软、EMC等,从事过操作系统、数据库和云存储相关产品的研发。擅长Python数据分析、爬虫。曾多次作为面试官参与BAT/EMC校招面试与出题,善于剖析leetcode经典题型、助人入门、提高。

  • 孙老师

    10多年开发经验,先后任职国内知名互联网企业,从事人工智能方向的实施,擅长全栈开发,将机器学习/深度学习结合到实际生产运营中。

时间安排

2019年11月18日起正式上课,为期3个月

  • 在线直播周一20:00PM--22:00PM
  • 在线实训周二20:00PM--22:00PM
  • 在线直播周三20:00PM--22:00PM
  • 在线实训周四20:00PM--22:00PM
  • 在线考试周五20:00PM--22:00PM
  • 线下实战周日09:00AM--13:00PM

线下实战地址:北京、上海、深圳、广州、杭州、沈阳、济南、郑州、成都、武汉、西安、长沙。

价格详情

当前报名{{list.currentuser}}人,还剩{{list.remuser}}个特惠名额。

就业信息

为保护学员隐私利益,特隐晦部分敏感信息,且限于篇幅,只节选部分

    • 姓名
    • 工作年限
    • 就业公司
    • 就业岗位
    • 年薪
    • 王*
    • 传统IT转行
    • 阿里巴巴
    • AI
    • 70万
    • 高*
    • 五年
    • 某金融公司
    • 机器学习
    • 50万
    • 石*
    • web开发转岗
    • 某金融公司
    • 推荐算法
    • 35万
    • 葛**
    • 三年
    • 某电信公司
    • Data Science
    • 30万
    • 张**
    • 半年
    • 百度
    • 信息检索
    • 25万
    • 于*
    • 机械行业转行
    • 某互金公司
    • 算法
    • 32万
    • 吴*
    • Python转AI
    • 某金融上市公司
    • 数据科学家
    • 40万
    • 孙*
    • 19硕士应届
    • 某BAT级大厂
    • 深度学习
    • 52万
    • 何**
    • Java三年转型
    • 某同城服务平台
    • 推荐
    • 45万
    • 赵*
    • Java三年本科
    • 某科技公司
    • NLP
    • 34万
    • 雷**
    • 硕士毕业一年
    • 今日头条
    • 数据分析
    • 30万
    • 王**
    • 19硕士应届
    • 某航天集团
    • 算法开发
    • 30万
    • 张* 
    • 传统IT转行
    • 某金融科技
    • 金融反欺诈
    • 32万
    • 张**
    • 传统IT转行
    • 某电商平台
    • 推荐算法
    • 31万
    • 王*
    • Android转行
    • 某视频公司
    • 机器学习
    • 31万
    • 邱*
    • 两年通信转行
    • 旅游上市公司
    • NLP研发
    • 45万
    • 赵**
    • 移动开发转行
    • 金融智能公司
    • NLP
    • 35万
    • 李**
    • 物理方向转行
    • 华为
    • AI研发工程师
    • 50万
    • 武**
    • Java转行
    • 某互联网汽车
    • NLP研发
    • 60万
    • 石**
    • iOS转岗
    • 某上市教育公司
    • NLP工程师
    • 45万
    • 陈**
    • Java转岗
    • 某数据公司
    • 算法
    • 35万
    • 赵*
    • 物理方向转行
    • 某电商网站
    • 搜索推荐
    • 40万
    • 张**
    • 三年移动转岗
    • 某互金公司
    • 风控
    • 36万
    • 彭**
    • 本科运维转行
    • 某AI企业
    • 机器学习
    • 27万
    • 于*
    • C++转行
    • 360
    • 算法
    • 40万
    • 王**
    • 一年
    • 某汽车平台
    • 算法
    • 25万
    • 陈*
    • web全栈转行
    • 某安全公司
    • 算法
    • 28万
    • 思*
    • 一年硬件转行
    • 某移动电商
    • 推荐算法
    • 30万
    • 王**
    • Java转岗
    • 某医疗公司
    • 算法
    • 23万
    • 龙**
    • 移动开发转岗
    • 一下科技
    • 数据工程师
    • 30万
>

学员访谈

  • 孙同学

    深度学习算法应届硕士秋招记录,有的拿到52万年薪offer

    “ 专业知识相关:多态,虚函数,const与define的比较等等。手写编程题是:二叉树节点最近公共祖先 跟 数组中最长连续序列。”

    完整访谈>
  • 邱同学

    集4毕业不到半个月,成功拿到45万年薪offer

    “对于SVM和XGBoost这种常考的算法我几乎前前后后手推了超过10次,到后面几乎都能闭着眼睛在脑海里推导出来,而在面试的过程中也确确实实被问到了相关的问题,考察对于算法的理解。”

    完整访谈>
  • 石同学

    iOS成功转岗NLP拿到45万年薪

    “寒老师和David讲的深入浅出,收获很大,机器学习、到深度学习,再到项目课都获益颇多。周末的线下部分可以当面答疑,解决很多疑惑。”

    完整访谈>
  • 陈*梦

    本科转岗拿到年薪35万

    学完集3不到一周,拿到了一家C轮的移动互联网公司年薪35万的offer,任职算法工程师。

    完整访谈>
  • 思同学

    成功转型一周连续拿下3个30万offer

    "收获的是知识,对机器学习有一个系统的认识。一定要回归到工程中去,就像校长July一直强调的四大金刚(课程 + 题库 + LeetCode + kaggle),课程、数据结构代码、面试题库和工程经验,都同样重要。"

    完整访谈>
  • 张杰民 - julyteam007组员

    与其他学员组队获得《智慧交通预测挑战赛》前3%排名

    “浅入深的教学方式,夯实了python基础,巩固了机器学习理论,中期会结合好玩的天池比赛,再一次加强对算法的理解,可以在实践中真真切切体会数据挖掘流程。”

    完整访谈>

一个大龄码农的奋斗历程:在焦虑中转型拿到年薪40万

“我为什么来7月学习算法 工作时间长了后会产生焦虑,焦虑的原因是发现自己的能力与工作年限严重不相匹配,遇到了很大的瓶颈,再加上看到网上经常说的大龄程序员面临失业的新闻比较多,感觉自己马上就要失业了”

完整面经>

超励志!本科化学硕士力学,从干过销售只会VB到成功转行量化交易

“2018年8月报名集训营后,我还在上班,每周一从杭州出发去山东出差,基本每天换一个城市,周三晚上找个咖啡馆上视频课程,周五晚上赶回杭州,周末去上线下课程,下周照旧。基本每天就7点到12点左右可以学习,白天还要拜访客户,当然偶尔也会偷懒,不见客户只学习。大概这样努力了三个月,到集训营结束。”

完整面经>

推荐算法面试分享:如何从大数据起步拿到年薪近40万

“在开营之前已经把数据结构和送的python基础课刷了一遍。数据结构一定要循序渐进,对于常考的数据结构一定要自己实现过, 如果面试官对做的项目认可,那么数据结构题也做得出来,offer成功的几率会变大”

完整面经>

算法面经:应届生如何通过四大金刚拿到年薪30万

“首先就是校长经常强调的四大金刚(小编注,四大金刚指的就是:“课程 题库 OJ 竞赛”哦),个人觉得这个是一个算法工程师需要一直坚持的事情; 其次,在机器学习的过程中要注重理论的推导和实践的结合,公式要反复推,项目要亲自实践,实践中会发现很多新的问题。”

完整面经>

社招转行CV面试经验分享:面试当场秀代码

“面试更多的是根据简历中的项目和工作经历来提问,简历中有几个有含金量的相关项目经历即可,不需要写很多其他的内容,写到简历上的项目务必确保真的理解和熟悉,因为面试官一般会顺着你项目中用的技术来延伸提问。”

完整面经>

励志!普通IT研发转行AI的学路、心路,和充满干货的面经

“闭门造车是绝对不行的,自学容易学偏,不得要领。正巧当时看了几部七月在线的视频,由衷地觉得讲得确实好,清晰明了。于是就搜七月在线官网,挑选一番,报上了机器学习集训营”

完整面经>

我的面试及就业分享:从后端开发转岗到机器学习算法的历程和感受

“面试经常被问到一个问题就是模型的bad case是怎么分析和解决的,我们上课或学习时一般都是跑完模型看准确率还不错就完事了,其实现实工作中跑完模型仅仅只是一部分,甚至是最省事的一部分,跑完模型之后的bad case分析和优化可能占据了大部分时间”

完整面经>

我是如何通过3个月的学习,从运维开发转NLP的(社招)

“实在不会讲项目怎么办,没事,就踏踏实实老老实实讲你做过哪些项目,之前干过啥,现在学过啥,当前的技能水平能干点啥,转行就说转行,不要虚,实话实说,除了工资少了点,其他也没啥损失,先上车再说。”

完整面经>

如何从传统IT转型NLP并薪资翻倍的:NLP(知识图谱)面试总结

“seq2seq的原理图,attention是怎么回事,为什么会有效果,这里容易引进transformer,然后这个话题就有点复杂了,看水平的时候,transformer模型有点复杂,自己先看懂,然后画模型流程图,找出模型各个部分的区别,对比分析,说说自己的理解。最后一般会顺带问,在我的项目或者实际中有没有应用,这个自己在学的过程中最好自己应用一下,会加分不少。”

完整面经>

校招面试分享:我是如何连拿华为、苏宁、携程、招商4个offer的

“首先传统机器学习算法:svm、lr、softmax、决策树、随机森林、GBDT、xgboost、adaboost、bp神经网络、朴素贝叶斯等等这些都必须自己手推一次或者多次。深度学习方面:CNN、RNN、LSTM、常用激活函数(tanh、relu等)、adam优化函数、梯度消失这些原理或者是结构都应该能手画出来。”

完整面经>

NLP 岗位面试经历:很多面试题都能在题库里找到

“其实以上这些面试题好多都是可以在七月在线APP上的题库可以找到,在工作之余好好看看,结合项目加深理解,找到NLP的工作还是相对比较容易的,希望大家能沉下心,切勿急躁,好好学,肯定能找到自己满意的工作。”

完整面经>

C++转行算法拿到360年薪40万offer

“报名开始学习后感觉自己每天都很充实,课上跟老师实践,完成作业,紧跟老师脚步,然后再回过头来复习算法的理论就轻松很多。”

完整面经>

刚毕业双非本科如何拿到NLP offer并薪资翻三倍的

在去年毕业没几个月的时候,因为不满意自己工作,于是来到了七月在线机器学习集训营学习,这也是我第一次真正接触七月在线这个平台,学习了一段时间收获了很多,不仅仅是机器学习、深度学习知识,还学到一些实用的python数据分析、spark入门知识以及NLP的知识。于是赶着金三银四好时光投了一些简历,拿到了薪资还比较满意的NLP offer(接近之前三倍,之前太低了)

完整面经>

励志!充满干货的AI面经:纯电力员工如何成功转行NLP并薪资翻倍

Tensorflow必须掌握,别说自己会keras了,丢人,真的,不开玩笑,至少我遇到公司都是这样。简历上把深度学习的知识具体的体现出来,比如你在某个项目上搭的模型是什么样子,这样更容易获得面试机会。

完整面经>

我是如何从机械行业本科社招成功转行NLP并薪资翻倍的

前后面了近10家公司,总体感觉今年的要求普遍比去年高,像NLP的模型Transformer\Bert,好像成为NLP算法工程师的标配了,40%的几率会被问到。

完整面经>

薪资近乎翻倍,题库里的xgboost笔记看了不下十遍

校长的博客,看xgboost那篇博客我看了不下十遍,adaboost的过程看了也有好几遍,直到确定自己懂了并且能写出来,推导损失函数。另外,对cnn的文章,校长的博客也不错。

完整面经>

易贷网、金蛋科技、百度金融、蚂蚁金服等互联网金融面试经验

首先,简历是你能被邀请去一个公司进行面试的敲门砖,一般技术岗的简历要突出特色与重点,忌讳繁杂与花哨,一般可以将简历分为基本信息、个人技能、工作经历、项目经验四个大的方面,这四项也是面试官最感兴趣的,然后再对大项进行详细的划分。

完整面经>

本科校招算法岗面经:拿到滴滴、头条offer

我是七月在线集4学员,本科,以下是我的校招面经

完整面经>

本科应届拿到近20万的AI面经:曾一度因是双非院校而没面试机会

集训营上课我觉得好处就是可以和一群好朋友一起学习,氛围挺好,一起做项目很有帮助,在群里互相解答问题提问题。

完整面经>

薪资翻倍的AI面经:曾担心学完集训营依然找不到工作

对机器学习有了一个更全面的认识,从基础的python、pandas到后期的算法,所有知识点都联系的很紧密,不像自学期间那么盲目,对机器学习的算法原理也了解的更加透彻,对于一些复杂的算法svm 、xgboost 能做到熟练的推导出来。面对面试中遇到的问题也是游刃有余。

完整面经>

证书样本

从集训营第四期开始,将长期和阿里云天池联合认证集训营的学员。另为考虑到学员和公司隐私,特马赛克部分信息。

线下实训

大牛讲师面授,学习氛围浓厚

  • 上海线下班
  • 上海线下班
  • 上海线下班

课程咨询

周老师:18910848502

email:july@julyedu.com

常见问题

  • Q : 集训营的上课方式是怎样的?

    A : 集训营采用线上线下相结合的方式,线上内容分为在线直播和在线实训,线下内容为线下集训,面对面实战项目辅导。

  • Q : 怎样的基础才能报名该集训营?

    A : 学过编程、高数、概率统计,有一定的Python数据分析基础。

  • Q : 不在北京、上海、深圳、广州、杭州、沈阳、济南、郑州、成都、武汉、西安、长沙怎么参加线下集训部分的课程?

    A : 七月在线不提供住宿,但是可以帮助大家协调住宿(费用远远低于市场价)。如果实在无法参加线下的集训部分,仍然可以获得线下集训的课程Jupyter Notebook或PPT讲义、代码和相关项目资料,且您在自己实现具体项目时遇到任何问题可以随时咨询讲师。

{{priceWord}} 原价:20000元 详情

报名加送:18VIP[包2018全年在线课程和全年GPU]

课程咨询 ¥{{barprice}}去支付 立即报名 立即付定金 分享赚{{dist_first_level_tip}}元

{{blessingTip}}

{{seconds}}s

您有1个待支付尾款的课程
再不支付就要过期了!
点击查看