历史搜索

  • {{item}}

    • 热门搜索

  • {{item}}
¥21000：课程全新升级，咨询可优惠

四月内报名加送：新VIP[包未来一年在线课程和全年GPU]

课程咨询 立即报名 开始学习

课程简介

在新的一期里，为了更好的保证就业，不但继续维持上一期的：

  • 内容系统：五大阶段，分别从NLP基础、pytorch实战、词向量与预训练模型、机器翻译、结构化预测、到问答系统和聊天机器人；
  • 项目实战：提供文本分类、机器翻译、问答系统、FAQ问答机器人、知识图谱、聊天机器人等项目实战；
  • 就业指导：就业部辅助BAT大咖讲师做简历指导、面试辅导、就业内推。

且新增这些前沿技术，比如BERT、RoBERTa、ALBERT、Google T5等全部一网打尽。而且继续维持“语言模型、文本分类、结构化预测”这三次大作业的辅导，更好的提升代码和项目能力：

  • 作业一：语言模型。在这次作业中，我们会使用一个非常简单的数据集来构建语言模型。辅导同学们从头到尾完成一个基于LSTM的语言模型，并且在这个数据集上进行深入的分析，了解模型会犯什么样的错误。我们还会尝试不同的损失函数对模型进行训练，比较他们的优劣。并且尝试对语言模型加入更多的语境，提升模型的效果。
  • 作业二：文本分类。在一个小规模数据集上实现几个经典的文本分类模型。我们还会在模型的基础上添加注意力机制，研究注意力机制对模型的影响。
  • 作业三：结构化预测。自己实现HMM模型和RNN模型，用于词性标注任务上。对比他们的优劣。

当然，为了让学员进入项目阶段后更好的实战各项目，继续每周进行直播辅导，而且标准化项目阶段的完整流程：

  • 第一阶段 整体流程介绍与项目任务书发布
  • 第二阶段 环境配置与特征工程
  • 第三阶段 模型构建与迭代优化
  • 第四阶段 模型评估与优化上线

一切为了学员更好的就业。

面向群体： 本课程适合应届研究生就业找工作，或在职上班族提升，采用严格筛选制（通过率不到1/3），需要具备一定的基础能力才能报名通过，故以下同学优先：

  • 985或211高校的CS、数学理工科相关专业的应届或往届研究生
  • 有2年以上开发经验或数据分析经验的优秀本科生
  • 已有一定的机器学习、深度学习基础，比如学过七月在线的ML、DL课程

课程安排

  • 第一部分 报名审核

    申请学员（以下简称学员）填写报名申请表并附上简历，电话或远程面试通过后，才视为报名成功，然后学员和七月在线（以下简称机构）双方签订培训合同。

  • 第二部分 内容安排

    课程开始前，提供预习视频预习，课程开始后，每周安排直播、录播、实训、答疑，然后每两周考试一次，顺利通过阶段考试的学员，才能进入下一阶段的学习。未能通过考核的重新学习，做查漏补缺。

    第一阶段 掌握NLP基础

    在线视频：NLP基础技能

    • 1-NLP背景、意义与常见问题
    • 2-文本处理技能：中英文字符串处理、工具分词、基本统计、正则表达式

    在线实训：文本数据清洗、提取、分词与统计

    在线视频：从语言模型到朴素贝叶斯

    • 1-语言模型与计算
    • 2-朴素贝叶斯

    在线实训：朴素贝叶斯实现新闻分类和语种检测

    在线视频：深度学习与NLP简单应用

    • 1-循环神经网络
    • 2-BPTT算法

    在线实训：模仿丘吉尔人物自传写作生成模型

    在线直播：如何更好的做NLP

    • 1-NLP提升路线规划
    • 2-浅谈找工作的策略
    • 3-课程计划与项目安排
    • 4-在线答疑

    在线直播：NLP基础技术梳理

    • 1-NLP学习路线
    • 2-通过课程实例理解NLP中的关键技术点：预处理、特征提取等
    • 3-文本表示方式
    • 4-文本相似度计算
    • 5-在线答疑

    第二阶段 巩固深度学习与pytorch实战

    在线视频：深度学习回顾与PyTorch简介

    • 1-神经网络模型回顾（线性层、非线性激活函数、SoftMax），用PyTorch定义神经网络模型
    • 2-损失函数，用PyTorch定义计算损失
    • 3-反向传播算法，用PyTorch做反向传播
    • 4-优化模型，PyTorch optimizer

    在线实训：用PyTorch编写一个简单的分类器

    在线视频：语言模型

    • 1-循环神经网络（RNN）、LSTM、GRU
    • 2-语言模型

    在线实训：用PyTorch训练语言模型

    在线视频：自然语言分类任务

    • 1-词包模型
    • 2-循环神经网络
    • 3-卷积神经网络

    在线实训：用三种神经网络做文本分类

    在线直播：NLP中的ConvNet

    • 1-实训：CNN做文本分类
    • 2-Char CNN模型
    • 3-用CNN做Seq2Seq模型
    • 4-在线答疑

    在线直播：大规模无监督预训练语言模型与应用(上)

    • 1-Subword Modeling
    • 2-预训练句子向量
    • 3-Contextualized Word Vectors, ELMo
    • 4-Transformer Encoder
    • 5-在线答疑

    第三阶段 词向量与预训练模型

    在线视频：词向量与相关应用

    • 1-从one-hot到word2vec

    在线实训：Word2vec+CNN实现文本分类

    在线视频： 词向量实战

    • 1-词向量、word2vec
    • 2-negative sampling
    • 3-词向量的特性和应用

    在线实训：用PyTorch训练词向量

    在线直播：大规模无监督预训练语言模型与应用(中)

    • 1-BERT模型介绍和应用
    • 2-BERT的加强版：RoBERTa, ALBERT, ELECTRA, DistillBERT
    • 3-实战：BERT的使用
    • 4-在线答疑

    在线直播：大规模无监督预训练语言模型与应用(下)

    • 1-Transformer中的decoder
    • 2-OpenAI GPT、GPT-2模型和应用
    • 3-Google T5模型简介
    • 4-在线答疑

    第四阶段 机器翻译模型

    在线视频： 基于统计的翻译系统

    • 1-语言模型与翻译模型
    • 2-对齐模型

    在线实训 ：基于统计的翻译系统搭建

    在线视频： Seq2Seq与Attention机制及其应用

    • 1-机器翻译
    • 2-聊天机器人

    在线实训 ：利用Seq2Seq+Attention模型训练一个翻译模型

    在线直播：机器翻译与文本摘要

    • 1-Seq2Seq模型回顾
    • 2-如何构建机器翻译系统
    • 3-如何构建文本摘要系统
    • 4-文本生成类问题的优化方案 Beam Search
    • 5-文本生成类问题的评价指标: BLEU, ROUGE
    • 6-在线答疑

    在线直播：GAN和VAE模型与文本生成

    • 1-VAE模型和应用
    • 2-GAN模型及其应用
    • 3-文本风格迁移问题
    • 4-在线答疑

    第五阶段 问答系统和聊天机器人

    在线视频： 问答系统

    • 1-问答系统
    • 2-文本摘要问题
    • 3-大规模预训练语言模型

    在线实训 ：训练一个问答系统

    在线视频：简单易用的聊天机器人开发平台与展望

    • 1-简介Wit.ai、BotFramework等等框架

    在线实训 ：打造真实场景中的deploy聊天机器人

    在线直播： 问答系统

    • 1-SQuAD、CNNDM等几类流行的问答数据集
    • 2-基于Attention机制的问答模型
    • 3-在线答疑

    在线直播： 聊天机器人

    • 1-聊天机器人的构建方法：自然语言理解、对话管理、自然语言生成
    • 2-句子生成与写稿机器人
    • 3-在线答疑

  • 第三部分 实战项目

    在课程进行的后半段，学员根据自己的兴趣和求职的方向选择实战项目：
    • 课程第五周，每位学员需要提交项目proposal，讲师提供相关指导和反馈。
    • 课程第七周，学员上交项目中期报告，讲师提供指导。
    • 课程第九周，学员上交项目的报告和代码，讲师对项目成果进行打分和反馈。

    第一阶段 整体流程介绍、项目任务书、数据介绍

    在线直播：项目1 机器翻译系统，和项目2 文本摘要的介绍

    在线直播：项目3 基于文本的问答系统，和项目4 FAQ问答机器人的介绍

    在线直播：项目5 知识图谱项目，和项目6 聊天机器人的介绍

    第二阶段 环境配置与数据准备

    在线直播：项目1 机器翻译系统，和项目2 文本摘要的数据准备

    在线直播：项目3 基于文本的问答系统，和项目4 FAQ问答机器人的数据准备

    在线直播：项目5 知识图谱项目，和项目6 聊天机器人的数据准备

    第三阶段 模型构建

    在线直播：项目1 机器翻译系统，和项目2 文本摘要的模型构建

    在线直播：项目3 基于文本的问答系统，和项目4 FAQ问答机器人 的模型构建

    在线直播：项目5 知识图谱项目，和项目6 聊天机器人的模型构建

    第四阶段 模型评估、优化和上线

    在线直播：项目1 机器翻译系统，和项目2 文本摘要的整体实现

    在线直播：项目3 基于文本的问答系统，和项目4 FAQ问答机器人 的整体实现

    在线直播：项目5 知识图谱项目，和项目6 聊天机器人的整体实现

    可供选择的实战项目包括：

    • 实战项目一

      机器翻译系统

      Seq2Seq+Attention最成功的应用。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。

    • 实战项目二

      文本摘要

      随着互联网上文本数据越来越多，对文本“降维”成为了一个关键需求。文本摘要系统的目标是对新闻，论文以及各类长文本化繁为简，归纳成短文章，以帮助读者迅速了解文本概要，此类模型可以大致分为抽取式和生成式两类。

    • 实战项目三

      基于文本的问答系统

      用深度学习模型自动回答问题。此类系统在搜索引擎，对话系统，智能客服中都被广泛应用。在传统搜索引擎上更进一步，问答系统能从返回的文本中提取最相关的部分用于回答问题。

    • 实战项目四

      FAQ问答机器人

      FAQ是Frequently Asked Questions的简称。假定我们有一个常见问题和答案的数据库，现在用户提出了一个新问题，能不能自动从常见问题库中抽取出最相关的问题和答案来作答呢？在这个项目中，我们会探索如何构建这样一个抽取式的问答机器人。

    • 实战项目五

      知识图谱项目

      知识图谱的主要描述的是实体之间的关系，是一种结构化的知识表达方式。在这个项目中，我们会利用知识图谱来辅助一些NLP任务，例如问答系统。

    • 实战项目六

      聊天机器人系统

      NLP的终极目标。聊天机器人也分很多种，有任务式也有开放式的聊天机器人。由于构建聊天机器人是一个困难的问题，学员们也可以尝试解决其中的一些子问题，例如intent classification, dialogue state tracking等等。

    • 实战项目七

      评估近几年非常火的预训练模型

      ELMo和BERT是近年来NLP领域的新宠，此类模型能够在少量训练数据的情况下在各个NLP任务上达到极好的效果。

      • 同时，指导学员参加各种比赛，积累项目经验的同时还有机会赢取奖金。

  • 第四部分 面试求职

    针对学员所选的实战项目，进行项目与简历的最终调整与完善。然后除了学员自己投简历找工作之外，增加内推，并跟踪每一次面试的结果，不断辅导迭代，最终拿到offer。

    第一阶段 项目总结和就业辅导

    在线直播：六大项目的总结与就业辅导

    • 1-项目1 机器翻译系统、项目2 文本摘要、项目3 基于文本的问答系统、和项目4 FAQ问答机器人、项目5 知识图谱项目，和项目6聊天机器人的项目总结
    • 2-简历的优化与调整：如何把课程项目写进简历里，需要突出哪些技术点、如何确定评估指标

    第二阶段 面试辅导与内推

    • 1-内推包括且不限于互联网名企
    • 2-跟踪每一个学员的就业动态，辅导每一次面试遇到的问题

  • 第五部分 入职护航

    针对学员入职后工作上遇到的技术方面问题，进行一周的跟踪服务，为学员稳定就业保驾护航。

讲师介绍

  • 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。

  • 刘老师

    知名互联网公司算法专家，多年自然语言处理、机器学习的从业经验。热爱技术，并一直跟进NLP、ML等领域的最新技术进展。

非科班运维开发转NLP40万的经验：LeetCode不能漏刷

“我是NLP就业班学员，之前有一定的机器学习和CV的基础。由于没有项目经验，也没想好自己要从事传统机器学习、图像还是其他机器学习领域，面试的时候有些受挫。加入NLP就业班的目的很简单，第一就是选择了一个专攻方向，第二就是有项目可以写到简历上。”

完整面经>

本科坐标成都且2年iOS：我是如何拿到华为offer并涨薪80%的

“我3年工作经验，其中2年苹果软件IOS开发经验，1年NLP开发经验”

完整面经>

NLP求职经验分析

“对于我来说，校招岗的准备是需要算法与数据结构以及深度学习同时进行的，并且还要有一定的数据库基础，希望后面的人可以更早的准备吧。而且是否能让你的简历更不容易体现出跨专业的不足也是需要细心准备的。 ”

完整面经>

来自菜鸟程序员血淋淋的教训：从最初各种被拒到最新年薪近60万

“首先拿到进入面试的门票，就是你的简历。如果你是双非本科，尽可能突出项目和经历，通过工作经验获得面试的机会，突出熟悉的算法，机器学习和深度学习都要有所准备。工作经验中突出你的算法项目，展现出你的突出贡献，突出你熟悉的算法，为面试问题做准备，先获取面试机会”

完整面经>

非科班菜鸡转行NLP的经历：从春招找到秋招，投上百家 拿多个offer

"滴滴一面挂（滴滴是我的第一个面试），准备的模型推导结果第一次推还是很不流畅。大华要求必须会c++，不欢而散；最终杭州某公司给了数据挖掘的实习。"

完整面经>

留学生数据分析转NLP的面经：seq2seq、transformer、bert基本必考

"不得不说对于找算法类的工作，leetcode绝对是基础，在面试时，基本都需要手撕代码，所以提前准备好这个方面真的十分重要，一对一辅导班中导师有推荐一些可以学习以及练手的项目，并在学习之后也推荐了一些可以写在简历上并可以继续研究的项目，对于一些问题也有很详细的解答，接下来我把面试中一部分的经验总结一下，希望可以帮助到大家。"

完整面经>

NLP水硕校招面经：SVM、注意力机制、bert基本必问

"春招时看，nlp岗位真的没有cv岗位数量多。svm基本必问，注意力必问，bert基本必问。简历上项目写详细，防止了面试官瞎问，比如一些boost，我根本没实际用过就试着跑过模型也没啥细节感受，虚得很，但是限于简历上的够问了，基本没被问到。“有问题，用模型，懂源码，会推导”不然就会被尴尬地问住（自己的血泪教训）最后祝大家都能找到心仪的工作。"

完整面经>

时间安排

2020年3月2日开班，越早报名越早享受到BAT大咖的一对一个性化定制。

一个半月的学习周期（包括直播、录播、实训、答疑、考试），一个半月的项目和就业周期，且配备全职科学家、全职助教、全职就业老师辅助讲师进行课程答疑、项目辅导、简历指导、就业内推。

课程价格

收费：¥21000，包含课程费用、项目费用、就业费用，审核通过且报名后签订就业协议，了解详情或优惠，敬请咨询。

报名流程

报名本就业班的步骤如下

  • 1、点击此处，下载申请表
  • 2、填写好申请表后，和简历一并发送至邮箱： july@julyedu.com
  • 3、我们会在两个工作日之内沟通后续事宜

PS：申请表和简历不得造假（包括但不限于：学历不得造假、教育经历不得造假、工作履历不得造假，一经发现，立即取消入学资格，且相关后果自负）。

课程咨询

周老师：18910848502（微信同步）

email：july@julyedu.com

咨询老师
¥21000：课程全新升级，咨询可优惠

四月内报名加送：新VIP[包未来一年在线课程和全年GPU]

课程咨询 立即报名 开始学习
{{popupData.title}}
{{popupData.desc}}

新人大礼包已领取成功！

课程请到 我的课程 中查看，优惠券请到 优惠券 中查看并使用。

知道了

{{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

在线职教与行业解决方案商

关于我们
加入我们
七月在线科技©2015-2022 · ICP证：京B2-20180320 · 京ICP备15036064号-2