最近機器學習工程師已經成為了一個非常熱門的崗位，很多的工程師都想轉行到這個崗位。本文根據 Coursera 上面的課程，列了一個從新手到專業工程師的學習計劃，提供給大家學習。以下是具體的學習路徑：
機器學習工程師必修課（6門課程）
- 課程 1：Algorithmic Toolbox（共35小時）
- 課程 2：Data Structures（共35小時）
- 課程 3：Algorithms on Graphs（共20小時）
- 課程 4：Algorithms on Strings（共23小時）
- 課程 5：Advanced Algorithms and Complexity（共43小時）
- 課程 6：Genome Assembly Programming Challenge（共19小時）
初級機器學習工程師（6門課程）
- 課程 1 ：Machine Learning（共45小時）
- 課程 2 ：Introduction to Data Science in Python（共21小時）
- 課程 3 ：Applied Plotting, Charting & Data Representation in Python（共15小時）
- 課程 4 ：Applied Machine Learning in Python（共22小時）
- 課程 5 ：Applied Text Mining in Python（共16小時）
- 課程 6 ：Applied Social Network Analysis in Python（共17小時）
中級機器學習工程師（4門課程）
- 課程 1 ：Machine Learning Foundations: A Case Study Approach（共21小時）
- 課程 2 ：Machine Learning: Regression（共26小時）
- 課程 3 ：Machine Learning: Classification（共23小時）
- 課程 4 ：Machine Learning: Clustering & Retrieval（共21小時）
高級機器學習工程師（3門課程）
- 課程 1 ：Neural Networks and Deep Learning（共5小時）
- 課程 2 ：Improving Deep Neural Networks（共5小時）
- 課程 3 ：Structuring Machine Learning Projects（共5小時）
機器學習工程師方向選擇（12門課程）
- 課程 1 ：Google Cloud Platform Big Data and Machine Learning Fundamentals（共8小時）
- 課程 2 ：Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform（共5小時）
- 課程 3 ：Serverless Data Analysis with Google BigQuery and Cloud Dataflow（共6小時）
- 課程 4 ：Serverless Machine Learning with Tensorflow on Google Cloud Platform（共8小時）
- 課程 5 ：Building Resilient Streaming Systems on Google Cloud Platform（共5小時）
- 課程 6 ：Introduction to Recommender Systems: Non-Personalized and Content-Based（共14小時）
- 課程 7 ：Nearest Neighbor Collaborative Filtering（共11小時）
- 課程 8 ：Recommender Systems: Evaluation and Metrics（共8小時）
- 課程 9 ：Matrix Factorization and Advanced Techniques（共7小時）
- 課程 10 ：Probabilistic Graphical Models 1: Representation（共27小時）
- 課程 11 ：Probabilistic Graphical Models 2: Inference（共22小時）
- 課程 12 ：Probabilistic Graphical Models 3: Learning（共22小時）
分享到:
閱讀更多 程序猿的進擊之路 的文章
