敢于在最🔥的时候“急流勇退”
上周，在Bilibili超级科学晚演讲爆红的
新任OpenAI最年轻华人女VP
Lilian Weng正式宣布离职
30岁成为顶级AI公司高管
不论在哪都闪闪发光的女性Role Model
有意思的是，早在Lilian的B站演讲播出，火遍全网的当天，就有网友“暴言”：Lilian或许会辞职![]()
。没想到7天后这位网友真的“跳预言家”了。就在上周，Lilian宣布从工作了7年的OpenAI离职。尽管她在黑X上发布了一封和前司的“分手信”，完成了这一次体面的告别，但关于这次离职的“阴谋论”却层出不穷。有人猜测Lilian在升职后，因为需要向Altman（OpenAI CEO）直接汇报，和过于Push的工作方式，所以承受了很大的压力。更有网友已然断定Lilian去了谷歌![]()
（别是在玩“抽象”…）无论外界如何揣测，Lilian明确表示的是：离职后将专注于撰写个人Blog。别的不说，想转型入门AI的同学，这下是真的有福了![]()
。她本人的履历堪称从SDE/DS转型AI方向的“完美”模板👇Internship：Software Engineering + Data Scientist
连续2年在Facebook（现Meta）不同岗位的2段实习，为她之后转型AI打下了坚实的行业基础。
Data Scientist + Software Engineering
毕业后的第一份全职工作，可以看出此时她仍旧在SDE和DS的发展方向中摇摆。
Staff Machine Learning Engineering
MLE岗位是Lilian正式转向AI行业的职业转折点，也是此时Lilian开始在Blog上分享她转型AI的心得。
💡小Tips
Machine Learning是AI的核心，是几乎所有涉及AI相关的岗位都要求的必备技能。
VP of Research，Safety
元老级人物，参与ChatGPT问世，从向CTO汇报的Head of AI到向OpenAI CEO直接汇报的安全团队领头人。
而她的个人Blog几乎囊括了每一个工作阶段的经验分享，对于目前想往AI方向发展的同学，是相当值得一读的干货。
以Blog中，《How to Explain the Prediction of a Machine Learning Model?》这篇文章为例：
✅详细介绍了适合初学者学习的几种经典模型，如线性回归、朴素贝叶斯、决策树等，这些模型结构相对简单，易于入门；✅使用具体案例解释抽象概念，如解释模型预测时，通过分析解决黑盒模型挑战的不同方法（预测分解、局部梯度解释向量等），让萌新更好的理解。Lilian的文章分析细腻，逻辑清楚，即使是0基础的同学，也表示完全能够读懂。不过Lilian从2017年开始更新Blog至今，积累了50+篇文章，单篇阅读时间最长需要40分钟，且并不是每一篇都适合新手阅读。*Lilian Blog，精选版已汇总可下拉扫码免费领取港君根据反馈，从中筛选出了适合萌新的精选合集，整理成高清PDF格式，支持电脑/手机/平板全端口打开，方便随时阅读和做笔记~可以发现Lilian职业生涯中，AI方向的重要转折点，就是在Affirm担任MLE期间。作为入门AI无法绕过的必学技能，ML也成为大多数同学转型AI的首要技能选择。哪怕是除了AI领域相关岗位，SDE、Data Scientist、Quant Researcher...等目前诸多高薪岗位，也都在要求Candidate掌握机器学习技能。
不过Machine Learning对于STEM专业的同学来说，都是一门较难的功课，更别说对转码的同学。想要掌握Machine Learning，必须打好坚实基础。作为在各大榜单常年霸榜全球前三的Top高校，Harvard此次推出的Machine Learning课程就非常适合入门选手学习。尽管是Data Science课程的衍生，但是这门课程的内容实际适用于所有需要Machine Learning技能的岗位。- 内容针对想学习机器学习，但STEM基础薄弱的同学；
- 证书含金量很高！可挂LinkedIn或写入简历为自己加分。
在帮大家Research了众多课程后，港君不得不说Harvard的Machine Learning项目真的将小白友好做到了极致。首先，从课程框架来看，光是机器学习Basic就需要学习两个Section，保证打好基础。同时课程还覆盖Cross-validation、Linear Regression等机器学习必备知识。其次，每一章节的教学内容都极其细致，以The Caret Package（数据挖掘工具包）为例，为了让大家弄懂这一重要知识点，直接搭配3堂课程+1次Case Study+3次课后测试。在学习时最好配合教科书一起，沉浸式体验课程。如果你看完一遍发现找不到重点也没关系，本节课的Key Points教授已经帮你划好。
最后，为了帮助大家将学到的理论运用于实践，几乎每个Section都会安排Case Study（Case Study也是Quant、DS等岗位的必考题）。
这套机器学习课程的设置虽然好得没话说，但值得注意的是，该课程有免费学习的期限限制，超出时间则需要收取＄990的高额学费。这也导致很多同学不得不选择在账号的免费期内学完，但这样有两个弊端：1️⃣哪怕仓促学完课程拿到认证也无法达到吸收知识的目的
2️⃣实际工作中遇到难点想要重温知识点则还需再次付费上课
为了让大家学习+拿证两手抓，同时省去自己下载、整理资料的时间，港君已把全部课程扒下来，并按照章节分类整理成文件夹，现在免费分享给大家！📁每节课配有一个视频&2-3份学习资料，稳打稳扎搞定每个知识点📁附教程所用代码合集+官方推荐教材，提前梳理学习思路，可灵活规划自学时间如果你现阶段还在焦灼地求职找工，但没办法自己cover秋招全部事宜。（准备简历、海投、刷OT、笔面试等）那么真心建议扫描下方二维码，备注【香港求职】直接可以联系专业的Tutor和行业导师为你规划&解答！省时省力！DBC职梦受德勤严格审计，所有的数据都真实可查；
「求真务实」是我们整个企业一直践行的价值观，我们坚持1张1张的积累，杜绝任何环节的虚假增长。
![]()
点亮![]()
，一起“赚大钱”~
