數據科學、人工智能（AI）、深度學習，這些新時代的熱詞一直和高薪、好就業劃等號。再加之這些專業本身的交叉性，衆多理工科同學紮堆申請，這些項目的申請熱度一直高居不下。
首先我們來看幾個名校錄取案例：
01
北京郵電大學物聯網工程 GPA 86雅思6.5
錄取：National University ofSingapore Master of Computing
項目經曆：Research on Street Text Image Detection Based on CNNAlgorithm
-
Wrote scripts for automatically crawling with Python, and conducted duplicate checking among collected images based on the image Euclidean Distance,
-
Classified the images according to the complexity of their texts being detected, and finally generated a training dataset more than 6000 images.
-
Processed images based on R-CNN､ Fast R-CNN and Faster RCNN algorithm;
-
Annotated part of the samples; adjusted parameters for optimization; put forward optimization methods based on experiment results;
02
浙江大學 數學與應用數學 GPA82 托福 86
錄取：The University of HongKong Master of Data Science
項目經曆：The Reconstruction of ImageSuper-resolution Based on Convolutional Neural Network
-
Researched an improved three-layer end-to-end convolution neural network to reconstruct the low-resolution image and obtain the corresponding high-resolution image;
-
Analyzed the limitations of reconstructing the image by linear correction unit in the original deep network, and proposed improved methods.
-
Responsible for the design of overall project scheme, the construction of Caffe and the design and realization of CNNSR improved methods
-
Wrote main program with MATLAB and different functions with C language, invoked them with MATLAB after encapsulation.
03
中國人民大學計算機科學與技術 GPA 88 托福 107 GRE（328）
錄取：Cornell University MS in Computer Science
項目經曆：Image to Sentence Based on GAN(Generative Adversarial Networks)
-
Determined the network structure and established the GAN by TensorFlow.
-
Compared different training dataset, optimization algorithms (SGD, Adam, Adadelta) and performance of loss functions (original GAN, LS-GAN, WGAN), and then decided to use AdaDelta optimization algorithm and WGAN loss function.
-
Optimized the network structure, adjusted parameters for optimization, implemented the image captioning system.
以上這幾位同學成功錄取的共同之處在于，在申請之前都有深度學習方面的經曆，並在文書中加以強調，使自己與項目的匹配度大大增加。這幾位同學拿到錄取並不是偶然的，數據科學、人工智能（AI）、深度學習，盡管這些專業的名稱各不相同，但它們在本質的模型和算法上卻有很大重疊，能夠掌握這類核心算法是申請成功的關鍵因素之一。
在具體項目中展現出的核心算法的經曆，會成爲簡曆中的亮點，從而大大增加拿到名校offer的幾率。是否掌握這些核心算法直接決定著能否最終斬獲人工智能、數據科學的錄取。
學員實例
以下是一位指南者的學員完成的《基于圖像的電影推薦算法》項目，該項目可以完整地體現出學員在基礎開發、數據處理、深度學習及編程工具使用等各方面的能力。
數據處理能力 ：學會基本的數據抽樣和數據探索技巧，熟練運用python進行數據清洗，數據集成、數據變換和數據規約，保證取樣數據質量並劃分測試集和訓練集。
深度學習理論 ：TensorFlow，Keras基礎教程。計算圖自動微分、卷積神經網絡、遞歸神經網絡、批標准化、Adam、Momentum優化算法等知識全覆蓋。
基礎開發能力 ：掌握深度學習算法工程師必備的開發技能，在項目中，將每個環節都反複叠代優化調試，能夠將複雜任務進行模塊劃分，實現邏輯抽象複用。
編程能力 ：在項目實戰過程中，掌握Python的基礎知識，並能熟練運用深度學習框架搭建深度學習模型。
通過深度學習的項目經曆展示出自己在數據處理、深度學習算法上的能力，這樣的經曆將會成爲申請過程中巨大的亮點。
然而，本科同學想要進行深度學習的最大的瓶頸在于數據，沒有數據，一切算法都將無從談起。而學校往往缺乏這樣的資源和環境，沒有有效並且幹淨的數據，想要掌握核心算法舉步維艱。
指南者教育一直致力于在申請之前真正幫助學生提高自身競爭力，與其在申請的時候“難爲無米之炊”，不如先提升自身背景。指南者教育現針對大二及以上准備申請計算機科學(AI方向)/數據科學的同學，推出“深度學習技能訓練營”項目。
指南者深度學習訓練營
指南者致力于通過項目制教學的方式來教授學員深度學習技能。我們爲每組學員設置了高含金量的行業熱點項目，讓同學們在學習深度學習的同時，獲得一個高含金量的項目經曆。
項目介紹
深度學習下搜索引擎的語義匹配
∨
搜索引擎是指根據一定的策略、運用特定的計算機程序從互聯網上搜集信息，在對信息進行組織和處理後，爲用戶提供檢索服務，將用戶檢索相關的信息展示給用戶的系統。比較出名的有國外的谷歌以及國內的百度。搜索引擎整套系統實現複雜，是由多個模塊組成。我們將使用深度學習的方法來實現語義匹配，以此達到對搜索內容和搜索結果進行語義匹配排序的目的。
語義匹配可以應用于多個領域，比如搜索引擎的排序（對搜索內容和搜索結果進行語義匹配）、問答系統（對提問和答案進行語義匹配，選擇出語義距離最近的答案）、對話系統（對雙方的對話進行語義匹配）等。
本項目使用未明學院的題庫和解答數據，結合深度學習方法和自然語言處理技術，建立語義匹配模型。該模型能自動對題庫和解答進行匹配分析，根據題目內容，匹配搜索出相近的解答，並根據搜索結果語義匹配相關度進行排序。
你將收獲
1
高含金量的深度學習項目
訓練營的深度學習項目來自于企業界的真實熱點項目，學員們在項目的執行過程中，可以通過深度學習的算法來建立模型，分析各個數據之間的關系，從而達到優化商業模式，提高運營效率的目的。
2
深度學習領域的核心競爭力
深度學習訓練營培訓內容是基于企業招聘人才、海外院校招生標准精心設計的，深度學習所需的模型、策略、算法、編程等專業知識和技能都能通過本次培訓獲得。
3
深度學習項目報告及結業證書
每個項目，我們都會協助學員完成相關的項目報告，並頒發相應的項目結業證書。
課程安排
授課老師
萬老師
指南者留學深度學習方向老師
報名信息
1、深度學習訓練營主要通過項目制教學的方式來培訓深度學習算法；
2、費用：3999元，每個項目限招12人；
3、開營時間：5月26日
報名與咨詢
