普通二本计算机毕业生想要从事于数据挖掘机器学习，容易找工作吗？还是先考研比较好？

谢谢邀请！

通常情况下，本科毕业生大部分都是从应用级开发开始做起，如果想做机器学习类的研发型工作，往往都需要具备相对完善的知识结构。所以，如果想从事研发型工作，读研是一个比较现实的选择。

随着大数据的发展，机器学习（包括深度学习）得到了广泛的关注和应用，机器学习目前在自动驾驶、计算机视觉、机器人等领域都有广泛的应用，在互联网企业中更是被大面积的使用，可以说目前从事机器学习方面的研发有广阔的发展前景。

从事机器学习方面的研发需要具备三方面的基础，首先是具备扎实的数学基础，因为机器学习的步骤包括算法设计、算法训练、算法验证和算法应用，所以扎实的数学基础是从事机器学习的先决条件。其次要具备扎实的计算机基础，机器学习涉及到很多内容，不仅需要通过编程语言来实现算法，还需要了解计算机体系结构、计算机网络、各种嵌入式设备的工作机制等等。最后还需要掌握一个系统的研究方法，而这正是从事机器学习研发的重要环节，也是自学者最难掌握的内容之一。

对于计算机专业的本科生来说，数学基础和计算机基础都比较扎实，但是缺乏研究的深度和实际操作的经验，如果刚毕业就从事机器学习方面的研发需要有一个系统的学习过程，通常不少企业并不具备这样的条件，所以本科毕业就从事机器学习方面的开发是比较困难的。

所以，如果想从事机器学习类的工作，读研是一个比较现实和可行的选择。

作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。

欢迎关注作者，欢迎咨询计算机相关问题。

第一，普通二本应届生是不存在人工智能工作的，但是一些天才可以。

第二，你首先要搞懂机器学习需要什么，企业需要什么。我这里简单提一下，前几年人工智能是比较吃香的，今年引来分界点，由于会点机器学习的人太多但是这些人又很难产出什么（产出一个人工智障或者缺胳膊少腿的），所以基本校招这块卡得很严格，要求的都是一些实力比较强的人（往往是他们拿了一大堆offer），两极分化特别严重。人工智能勉强称为算法岗，数学，微积分，线性代数，英语（很多优秀的算法论文都是英文的）等等能力都要求很高，不是你会python就可以了，python只是最最简单的工具。很多培训机构培训算法，我只能说牛逼。

最后最好加油考个好学校读研，给你一个刚收到的招聘信息。名牌大学优秀博士生

怎样才能把算法学好？

上学时候傻，为了校招，看了不下于五本算法书，加上LeetCode，刷了大半年。

总共一两千道题啊……不刷怕考到……忘了刷，刷了忘……毛都快掉没了……

现在工作近十年，辗转几个大厂，由当年的应试者变成了出题人，才知道，完全不必这么辛苦。

任何事情都遵循28原则，我们只要把握住那20%，就能拿到80分！

凡事都讲究性价比！

省下来的时间，谈个女朋友，它不香么？？？！！！

这里把我这些年的出题经验告诉大家，希望大家知道哪些是重点，应该怎么学数据结构和算法。

直接上干货，我花了两天的时间做了一张图，涵盖数据结构和算法书籍中都会讲到的知识点。并给出了常用算法的平均时间复杂度，对于必须要学的内容前面加了星标

这里面涉及到了近二十种数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树；超四十种常见算法思想：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法。

掌握了这些基础的数据结构和算法，再学更加复杂的数据结构和算法，就会非常容易、非常快。

需要高清无水印思维导图源文件的小伙伴，可以点击这里获取：

算法导图及推荐学习资料下载mp.weixin.qq.com

长文预警，以下内容涵盖了十几年来学习算法的心得，总结出来供大家参与。如果看完这篇文章，还学不好算法，尽管来骂我。收藏是点赞的五倍啊，原创不易，小伙伴们双击屏幕点个赞支持下吧，手动叩谢了。文章写了很久，我相信它一定能帮到你，也希望大家能给我个赞，以示鼓励，谢谢目录：

数据结构与算法的区别数据结构怎么学怎么学习算法算法太难懂？那是你不知道这些模拟网站一、数据结构与算法的区别很多同学搞不明白，数据结构与算法有什么区别，甚至有些同学以为数据结构中就包含了算法。

其实，是字面意思就能知道个大概，数据结构主要讲解数据的组织形式，换句话说，我就是我们要怎样把这些数据存储起来，所以有列表、堆、栈、树、图，这是数据结构的重点。

而算法，则注重的是思想，比如列表里的元素怎么排序、怎么在当前的存储结构中找到最大的数和最小的数？等等，说白了就是解决现实中问题的思想。所以才会有分治思想、贪心思想、动态规划这些经典算法。

二、数据结构怎么学关于数据结构，我想说的是，它是这四大件中最简单、最基础的一个。离开了数据结构，几乎任何的程序都会失效，所以在讨论数据结构的时候，常常要把算法也连带着说一说。

要单纯地掌握常见的数据结构，就如同拆解一个个精妙的仪器件一样有趣和简单。正因为数据结构这个东西在程序中的作用，和仪器部件特别相像，不同的数据结构有着不同的特性，因此要想学好数据结构，图解是必备武器！

这里强推中国大学上，浙江大学的开设的《数据结构》课程，涵盖了常用的数据结构和算法。

辅以教材参考书，强推《大话数据结构》，光看封面你就知道这本书的风格了

没错，这就是大名鼎鼎的《大话设计模式》的作者出的，绝对顶。

三、怎么学习算法算法课常常和数据结构课放在一起，在有些高校中，会存在“数据结构与算法”和“算法设计与分析”这样的两门课。

学习算法的套路很简单，多看、多写、多上机，既然是思想的集合，看得多了，自然无师自通。

至于刷题，很多同学都知道要刷LeetCode。

LeetCode题库：（2123题）

总共两千多道题，而且有些题，非常难，就算每天10题，也至少刷半年。这显然不适合绝大部分同学。

所以，我们要找到最核心、最重要的题集，即可

比如，如果时间紧张，可以先刷《程序员面试宝典》里的题目，总共109题。

刷完以后，有时间，可以再刷《剑指offfer》的题目，共75题。

因为这两本书，都是面向面试的高频题汇总，自然有很多题目是重合的。这也正能说明这两本书的重要性。

如果专攻面试的话，还有两本不错的书推荐：

《编程珠玑》这本书的豆瓣评分非常高，有 9 分。

这本书最大的特色就是讲了很多针对海量数据的处理技巧。这个可能是其他算法书籍很少涉及的。面试的时候，海量数据处理的问题也是经常会问的，特别是校招面试。不管是开拓眼界，还是应付面试，这本书都很值得一看。

《编程之美》这本书有多位作者，其中绝大部分是微软的工程师，所以书的质量很有保证。不过，这里面的算法题目稍微有点难，也不是很系统，这也是我把它归到面试这一部分的原因。如果你有一定基础，也喜欢钻研些算法问题，或者要面试 Google、Facebook 这样的公司，可以拿这本书里的题，先来自测一下。

当然，我也有一本谷歌师兄总结的高频面试算法习题集，包含了常见的数据结构和算法汇总，无论是排版还是内容，都是非常棒。

所有这些书，我都为大家找到并下载好了，需要的小伙伴可以直接领取。这回得帮我点赞了吧

算法导图及推荐书籍资料下载mp.weixin.qq.com

四、算法太难懂？那是你不知道有这些模拟网站算法的难点在于，根本没办法在脑子里抽象出它的步骤啊

对于做个几何题都费劲的男孩子来说，那更是要了他的亲命了。

今天，我就给大家推荐几个算法可视化的网站。

没错，就是写了代码以后，可以看见他们是怎么一步步求出结果的。

1、

目前网站支持中文，印尼文，日文等多语言版本。

最关键的是，它几乎包含了所有算法！！！！

在搜索选项中你可以根据关键词查找到你想要的算法。

点进去一个具体的算法之后，会有两种方式的可视化呈现方式，一种是电子讲座模式，一种是示例模式。其中示例模式是以动画方式呈现，你可以控制动画的快进与倒退，电子讲座模式是以知识点讲解模式呈现，你可以手动控制页面的进度。两种方式都可以帮助你演示每个步骤的过程代码。

接下来我们演示一下冒泡排序的执行过程，如下图所示：

另外，你还可以创建一组自定义的数，然后让动画显示“你的算法”。

除此之外，还支持在线测试哟~

2、Algorithm Visualizer

在Algorithm Visualizer，大家可以很清楚的看到算法运行的整个过程，很直观，便于大家学习。

大家可以很清楚的看到，网站分为三部分，最左边是算法目录，大家可以选择自己感兴趣的算法，目前已经包括了很多算法了，比如二叉树、图、排序算法、动态规划等等经典算法 。中间区域主要是算法演示以及运行log。右侧是代码以及算法运行按钮。

我们用它来演示一下冒泡排序的执行过程，如下图所示：

同时它是开源的，目前有35K个star，足以可见该项目的欢迎程度，这里推荐给要学习算法的各位。

3、Data Structure Visualization

目前已经有很多常用的数据结构与算法的可视化，如：常见的数组、链表、队列、二叉搜索树、红黑树、各种排序等，如下图所示：

比如，我们用它来模拟一个二叉搜索树，如下图所示：

我们再用它来演示一下快速排序算法，如下图所示：

把这些内容学会，算法应该说是非常牢固了，无论是校招还是工作，都已经非常够用了。

但程序员的人生不是只有算法的学习，我们还有校招、面试、青春饭等等的困惑，我把我这些年的所知所得，整理成了一本书，开源到github上了。相信会对大家很有帮助，大家可以去看.

目前还在持续更新，欢迎大家star。

地址：

好了，这篇就到这了，希望大家毕业都能找到好工作。

算法和数据结构是密不可分的，如果你想让代码运行效率提高千百倍，那么算法和数据结构是必须要学的！

通常在计算机领域，表示算法时间有一个方法叫做大O表示法，比如O(N)常数级，O(log2n)对数级，O(n2)平方级等等！

举个栗子:从一个有4294967296(2的32次方)这么大的数量中找到某个数，如果是使用顺序查找(大O记数法为O(N))，平均查找次数需要总数量的的一半，也就是平均20多亿次，而使用二分法查找(大O计数法为O(log2n))，查找次数为log以2为底n的对数，也就是32，what？？只要32次，没错，从20多亿次变为32次！效率提高了几千万倍！(当然，二分法查找需要保证这组数是有序的)。

由此可见，算法是追求快速度，高效率的路上不得不学的，然而怎么学好算法呢？

1，兴趣:程序员当了很多年，没有什么是像算法一样让我头疼的了，光是排序算法就有不知道多少种，像冒泡，快排，插入排序，希尔排序等等这些就够喝一壶的了，还有查找算法中的二分查找，二叉树查找，红黑树，hash，可以说学习的时候觉得每一个都很经典，每一个都很难，要不是兴趣使然，很难从算法的路上走下去！

2，坚持:每天或者每周都要坚持沉浸在算法的世界里，很多算法由于在平时的开发中很难碰到，所以需要经常性的去看看，去回顾！一个算法一个算法的掌握，就是记忆效率中的贝瑟尔曲线一样，经常的去巩固学过的东西，温故而知新！

3，写demo:光说不练假把式，在学习算法的过程中，使用自己熟悉的编程语言实现这些算法，尽量涉及到算法中存在的坑，然后经常回来回顾这些Demo！

4，使用:算法都是用来使用的，我们可以在代码中使用算法实现业务逻辑，以追求更佳的性能，也可以从一些成熟的数据结构中追寻算法的轨迹，比如JAVA中的HashMap，hash算法是一种key-value的存储形式，对每一个存储的数或者对象对key使用hash算法，然后同一个hash值的对象放入同一个链表中！

再举个栗子:一个250000(500*500)的数(无序的，二分法不适用)，如果使用顺序查找需要比较125000次，如果对1....250000进行hash，key对应的数组大小为500，每一个链表中存500，刚好存完250000个数(理想的情况下），我要查找有个数的时候，只要算出hash值，找到数组中的那个key，平均250次，再从链表中查找出那个value，平均250次，也就是说我只需要500次的比较查找，就能找到，比顺序查找快了几百倍以上！

当然，在JAVA8中，hashMap的算法已经发生了更改，在冲突(因为key对应的hash值分布不均，导致某些key对应的值较多)比较严重的时候会自动转为红黑树进行存储和获取，所以学习HashMap可以学到hash算法，红黑树等，是不是很强大？

分享两个网页动态查看排序算法的网站:

~galles/visualization/Algorithms.html

算法一途，博大精深，如果大家都能深度掌握，变为行业内的大佬级人物，就指日可待了，不说了，我去看两年前写的Demo去了！更多的技术分享，敬请关注。。。