选择大于努力：NLP工程师，凭什么一毕业就能拿30-50万年薪？

2021 年 12 月 26 日 PaperWeekly

多时候这个世界看似有些不公平，凭什么有些人一毕业就能拿30W-50W年薪，自己工作5年却还不到30W年薪？问题到底出在哪儿？是自己不够努力吗？其实都不是根源。如果非得找一个理由，那就是：选择胜过了努力。

我们都知道站在风口上猪都可以飞，风口必然能带来一段时间的职场上的红利。如今的NLP领域在供给端需求上严重不匹配，导致这个领域的薪资居高不下。虽然相比2-3年前，在NLP人才培养体系上改善了很多，但由于需求端的增长太过于快，人才上仍然极度匮乏。

有些人也在担心AI的风口是否已过， 但很遗憾的是，风口才刚刚开始。AI从19年左右开始才算是真正意义上的“理性”增长，在未来3-5年这种增长必然会持续。特别是随着传统企业的数字化升级，NLP的缺口会变得越来越大，这一点在招聘薪资上看得一清二楚： NLP的发展经历了好几年，但薪资反而变得越来越变高！

那如何成为能够被企业哄抢的NLP工程师？在这个问题上， 贪心科技可以帮你，就像过去3年帮到了将近1W多人迈入NLP行业一样。我们的Program既包含 NLP领域完整的知识体系 （文本表示、生成、预训练、图神经网络等），同时也提供非常稀缺的项目实战机会：跟工程师完整地参与企业项目（不是demo哦！）

感兴趣的请 添加我们的私人顾问

NLP终身版课程 ：这一门，就足够了！

这是我们创始人，李文哲老师精心打造的，0差评的课程 ，持续更新、任何关于NLP相关的技术均包含在这里。

01 课程大纲

02 极致的内容

每一分钟视频都是经历了几十分钟的录制而完成，目前为止服务近万名学员，零差评。

03 课程中的部分案例

1. 实现一个拼写纠错器

2. 从零实现Word2Vec词向量

3. 利用SkipGram做推荐

4. 从零实现HMM模型

5. 基于Linear-CRF的词性分类器实现

6. 从零实现深度学习反向传播算法

7. 实现AI程序帮助写程序

8. 实现AI程序帮助写文章

9. 基于Transformer的机器翻译

10. 基于KG-BERT的知识图谱学习

11. 基于知识图谱的风控系统

12. 基于知识图谱的个性化教学

13. 利用蒸馏算法压缩Transformer

14. 利用GCN实现社交推荐

15. 基于GAT的虚假新闻检测

（剩下20+个案例被折叠，完整请找我要...）

04 部分项目作业

（完整的请咨询）

豆瓣电影评分预测

涉及到的知识点：

中文分词技术

独热编码、tf-idf

分布式表示与Word2Vec

BERT向量、句子向量

智能客服问答系统

涉及到的知识点：

问答系统搭建流程

文本的向量化表示

FastText

倒排表

问答系统中的召回、排序

基于Linear-CRF的医疗实体识别

涉及到的知识点：

命名实体识别

特征工程

评估标准

过拟合

基于闲聊的对话系统搭建

涉及到的知识点：

常见的对话系统技术

闲聊型对话系统框架

数据的处理技术

BERT的使用

Transformer的使用

基于医疗知识图谱的问答系统

涉及到的知识点：

文本摘要生成介绍

关键词提取技术

图神经网络的摘要生成

基于生成式的摘要提取技术

文本摘要质量的评估

感兴趣的请 添加我们的私人顾问

企业项目 ：技能方面OK，但没有项目可放到简历？

很多时候我们都在纠结一个问题：能力都达标了，对机器学习、自然语言处理掌握得非常好，但就是缺项目写到简历里，怎么办？这一点很重要，你想让自己卖出“高价钱”，项目经历是至关重要！在同等条件下，企业肯定希望高价引进有经验的人。

那如何获取项目经验？Kaggle? 参加竞赛？当然都是一种路径，但相比于此，更有吸引力的肯定是参加企业的真真实实的项目，就像2-3个月参与一个公司的工作一样。

这就是我们的价值，如果你的基础达标，我们会提供给你参与项目的机会，这不是简单的Demo项目，而是让你参与给企业交付的项目，从中体会整个流程、架构设计、工作方式、以及最后给甲方提供的交付物（接口、网站、系统等）。

01 项目特色

左右滑动查看

02 选择可以参与的项目

NLP工程师的工作，无非就围绕这几个方向：对话理解、知识图谱、文本推荐、情感分析。所以，你可以根据自己的职业方向、或者兴趣爱好来选定一个具体的业务方向。比如你想今后从事知识图谱相关的工作，你可以选择参与知识图谱项目。但即便知识图谱项目，每一期的项目可能是不一样的，这要跟当期的甲方需求挂钩。

03 项目安排

实战周期

*项目小组：3-4人一组

*项目周期：10周-12周

*评估：中期验收、项目展示与答辩，颁发结业证书、优秀毕业证书

哪些人会跟你一起参与项目

04 项目介绍（以简历分析系统为例）

这里以其中一个项目为例，其他项目可以咨询我们的顾问老师。

项目介绍

如何在海量的简历中，寻找对于某一个岗位和公司最匹配的人才？

这是困扰很多公司在选拔人才上的问题。在这个项目中，我们将搭建IT人岗匹配算法，其中涉及到实体抽取、关系抽取、知识图谱推理、推荐算法等很多有趣的技术应用场景。真正让项目落地包含很多的挑战比如，如何通过简历、过往经历以及结合知识库构建人才画像？如何识别简历中的问题点以及矛盾点？如何在推荐过程中自动给出可解释性推荐理由？

项目时间： 2021年12月-2022年3月

项目实施：线上或者线下（目前仅支持北京）

项目模块介绍