个人经历描述：2014年开始在通信设备商Z做了4年嵌入式软件开发，中间有一些机器学习相关的内容，但随着时间流逝，一直想做回研究生期间做的机器学习图像识别方向，一直想着转型。
准备时间：从2017年底-2018年7月。这期间，一直在重新捡起之前的东西：图像处理基础，传统机器学习算法（回归、分类、聚类），最新深度学习算法（图像分类，图像分割）。看论文，看博客，看视频，参加培训，做实践，参加比赛等等。
2018年5月辞职后，全身心准备，2018年8月份开始投简历，找图像算法相关的工作。8月底拿到4个offer，HK公司的图像基本处理算法，XHS公司的图像识别（目前主要是人脸识别和车牌识别），SH公司的国家电网抄电表机器人图像算法，Q公司的算法（图像和个性化推荐）。蚂蚁面到3面，但因为相关工作经历太少，所以聊的不多，也就没了后续。
经过一番思考，最终选择了Q提供的岗位：算法（图像和个性化推荐方向）。这是一家创立6年的公司，规模200多人，主要产品是一款亲子类App，我过来后，主要工作有两块：
（1）图像方向：图像、视频分类，图像基本处理，目前这方面工作内容较少
（2）个性化推荐方向：整个商城，App全站的个性化推荐
入职后，也一直在纠结和思考，我以后的重点或者倾向，应该是坚持换工作时一直坚持的图像算法方向，还是选择新的方向：个性化推荐？
昨天跟CC聊到凌晨，也终于梳理明白。
目前对于我来说，离开学校已经四年，图像算法我并不是很精通了，只能说也是借鉴大牛的算法，迁移过来。而且图像的迁移相比NLP，推荐等等来说又相对容易一些，直接迁移过来，就可能有个50%精度，需要更好的话，再进行不断优化。而且，以后算法使用，随着各个平台的包装越来越简易，门槛也越来越低。因此，如果不是对算法有深入的研究，并且有很强的创新能力，那么，我很可能只是做调参的工作。而个性化推荐方向，使用场景广泛，又与业务强相关，必须既懂算法又能深刻理解业务，才能做的很好。基础算法我有，需要继续补充一些推荐相关的算法，这一块我不担心，我有很强的学习能力；而对业务场景的理解，这是我的优势，一直以来我都有很强的总结能力，理解能力，沟通能力。
同时，对于Q来说，目前主要是发展商城和变现流量，那么，个性化推荐也是主导的工作。
综合起来，我决定，降低我个人对图像算法研究的比重，重点攻克个性化推荐方向。当然，图像算法，NLP，我也会去了解，去跟踪，但主要精力会更放在个性化推荐上。
希望，我可以成为一名优秀的个性化推荐专家。
希望，今天我的思考可以成为我发展方向的导航和助力。