张小洁：测试情况分析

第二次沟通：2020年2月13号考核通电话

英国留学电气工程专业硕士学位，毕业后从事投行方面数据处理工作，年薪80万。税后5万，目前希望回国到北京老家就业，沟通后初步定为大数据结合nlp方向。增加金融建模方向。5月份回国找工作，学习时间为2月到4月底，学习阶段分为基础加强，机器学习加强，金融风控评分卡项目，深度学习加强，大数据基础，大数据推荐系统项目实战，大数据结合nlp项目实战。

1，大数据结合自然语言处理综合测试：

张小洁#测评情况：

1，必填项：

学员分类：大数据NLP方向零基础就业

学习方向：自然语言处理结合大数据

是否就业：是

监督方式： 弱监督

是否需要阶段考核：是

学习目标：大数据结合自然语言处理能力有基础就业提高。学员从事数据开发3年多，主要完成传统数据开发工作，本科硕士均为留学背景工科背景，个人方向为基于金融方向基础上扩展大数据结合自然语言处理方向，老师建议强化数学基础就业保证就业基础需求。

2，学员情况自述：

1.数学有学过，需要加强，稍后给出重点。

2.希望能够通过学习系统化掌握python数据科学编程，机器学习技能，数据分析技能及自然语言数据处理。python基础可以以1.2倍速度过，py数据结构和leetcode刷题需要设置。

3.在国外公司上班，建议自己安排时间，同时时间上5月份回国找工作。这段时间主要抓起来巩固数学基础和强化python，用xmind复习。

 

学员课程安排：

1，语言基础课程：

第零阶段：数学基础（注重理解）

包括：高数， 线性代数，统计学

第一阶段：python数据结构加强（加强必备）

包括：python基础能力提高

第二阶段：leetcode刷题

该部分和其他部分并行即可

第三阶段：数据科学库基础

包括：numpy，pandas，matplotlib

2，机器学习阶段：

第四阶段：机器学习数学基础加强。

包括：高数，概率，线代加强

第五阶段: 机器学习基础

包括：机器学习算法理论基础，基础核心算法

第六阶段：机器学习进阶

包括：分类算法，聚类算法，回归算法，HMM

第七阶段：sklearn机器学习实战

包括：特征工程，建模代码实战

增加项目阶段：

金融风控项目实战（项目前置，第一个项目）

3，深度学习阶段

第八阶段：深度学习基础

包括：深度学习的基础算法

第九阶段：tensorflow深度学习技术实战

包括：tf深度学习实战

第十阶段：pytorch深度学习框架实战

包括：pytorch深度学习实战

4，项目阶段：

第十一阶段：自然语言处理处理系列课基础

包括：自然语言处理基础基础知识实战

第十二阶段：大数据基础能力提升实战。

包括：大数据hadoop和spark，flink实战

增加项目：

大数据数据处理项目（6选1方式）

第十三阶段：大数据文本推荐NLP项目实战

包括：利用大数据技术掌握自然语言处理技能

第十四阶段：kaggle的nlp选题

包括：kaggle常见问题分析场景

第十五阶段：自然语言处理工程师项目实战。

包括：nlp前沿bert新技术强化。（实战必备）

第十六阶段：指导学员下一步学习方向。

 

教学目标：自然语言处理零基础拓展。

 

时间安排：

学员可以自主安排学习时间

 

每天提交xmind复习笔记和博客笔记。同时每周三日，整理知识点，整理笔记到博客，可以选择博客园博客。将重点知识点录屏自己讲出来(学习方式中吸收最好的方式是给别人讲出来)，并提交作业。

 

相关规定：每天必须按计划完成任务，否则将停发学习任务，临时有事需请假。考核不通过需要缴费补考。

 

相关解释：

弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。

强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员