找工作前的学习经历：
2016.07 第一次接触python，做简单的数据读取、计算、显示、生成报告（Numpy、Scipy、Matplotlib、Pandas）；
2016.10 第一次用Git维护python代码（期间稍微接触了点PyQt做界面、Django做网站、MongoDB做数据库）；
2017.12.11 开始系统学习吴恩达的“DeepLearning深度学习课程”，并完成
课程笔记，前四门课学完，大概到2018.01.28；
2017.12.23 在学习吴恩达的“DeepLearning深度学习课程”期间，穿插系统学习完他的“机器学习”课程，完成
课程笔记，大概花了两周；
2018.01.01 开始参加天池的
智能制造质量比赛，2018.01.15结束，排名228/2529；
2018.02.12 开始参加Kaggle的细胞核识别比赛，结果名次很差，1500名之外，但是学到的东西很多，因为Kaggle里面的讨论和分享特别多；
2018.02.25 开始学习“数字图像处理”，2018.03.07结束；
2018.03.15 开始学习“七月在线_机器学习”，2018.03.23结束，只学了自己感兴趣的课程；
2018.03.18 总结所学课程，“机器学习模型知识库”和“计算机视觉模型算法知识库”，2018.03.28阶段性结束。
找工作经历（所有面试经历可以直接点击对应公司超链接）：
2018春节回来开始投简历找工作，主要找的都是计算机视觉方向，先后投递了约30个公司，最后有面试机会的包括以下几个公司，
犀语科技、
影子智能科技、
第四范式、
Rechaos 、
华为技术有限公司、
深兰科技、
复星云济信息，最终在2018.03.29拿到复星的offer-计算机视觉研究员。
个人感悟：
1. 在找工作之前，需要有足够的时间进行系统学习，后续面试一定会涉及相关知识；
2. 在联系自己期望的目标公司前，联系一些不太可能去的公司，可以积累一些有用的面试经验，例如，创业公司，影子智能科技的CEO知道我是转行的，给了我很有有用的建议，还表示愿意给我推荐腾讯忧图面试；
3. 在联系自己期望的目标公司前，可以联系一些有可能去的公司，如果去不了，可以受到了一些打击，反思后进行进一步的准备。例如，面试华为的时候，自己在性格测试的阶段刷了，反思了自己的自负；
4. 树立明确的发展方向，有利于聚焦，并快速定位到合适的公司。例如，我就聚焦到“图像识别+医学影像”，这样，我在整理简历的时候，就会强调当前的工作是大健康方向，同时，相关做医疗的公司部门就是我的目标公司；
5. 根据自己的聚焦方向，提前做些项目，对找工作极其有利。例如，由于我打算聚焦“图像识别+医学影像”，我就提前一个月参加了Kaggle的细胞核识别比赛，成绩虽然比较差，但是看了很多讨论和开源代码，深度了解了该项目的难点和核心技术所在，在后续面试的时候，复星就有类似的项目需求，对我来说就是一个极大的加分项目；
6. 多投一些创业公司，尤其是一些独角兽公司，面试过程中，可以积累很多行业现状的知识，甚至是很多未公开的内幕。例如，京东的无人车，其实是由深兰科技提供的；
7. 圈子很重要，在你决定进入一个行业之前，你最好可以通过朋友、网络课程的交流群等途径，加一个该行业的微信圈，如果有朋友在行业内就最好，可以进行深度沟通，了解行业内具体的工作内容及面试要求。例如，我就有个师兄，他一直在分享自己在深度学习求职路的种种见闻，给我提供了很多学习的捷径。
8. 学习和成长是一辈子的事情，千万不要被已有的东西束缚自己，即使读到博士，当遇到自己想去从事的行业，那就下定决心，从当下做起，不要疑虑。我们最终都会成为我们想成为的那种人。
9. BOSS直聘的效率最高，我这里几乎所有的面试都是来自BOSS直聘平台，拉钩和猎头的效果不明显。