年前就被同事撺掇着转了型，从一个专注GIS相关学术研究的doc转型具有工程思维的programmer，现在的发展路线是自然语言处理方向的深度学习算法工程师。
2月3日上班以来，用python实现了一个文本结构化提取的实践案例，期间零散学习了各种python编程、神经网络基础、深度学习框架等等，算是简单入了门，尤其是CNN，不同渠道看了N遍哈哈。
因为疫情，很多网课都开放了免费课程，抓紧时间上车！总结一下，目前赶紧上手主要是这几个方面
1、Python学习：过了小白阶段，现在基本的已经上手，逐渐向中高阶过渡
2、理论算法学习（数学基础、算法基础）：这部分以前有基础，但实践较少，可以边练边巩固
3、深度学习框架学习：tensorflow目前正在上一个网课，之前通过tf.keras简单入了门，感觉用keras入门还是不错的，至少笑着进去。百度的paddle还没有试过，将来可以尝试。以后就以这仨作为框架学习DL
4、机器学习实战：微软网站上有一些案例，可以练习
5、深度学习实战：NLP方向的挺多的，不同框架的案例也有不少，还有结合买的tensorflow的书
路漫漫其修远兮，吾将上下而求索......
最后推荐一下这个人写的零基础入门深度学习，讲的非常好，理解起来太清楚了：
零基础入门深度学习(1) - 感知器
零基础入门深度学习(2) - 线性单元和梯度下降
零基础入门深度学习(3) - 神经网络和反向传播算法
零基础入门深度学习(4) - 卷积神经网络
零基础入门深度学习(5) - 循环神经网络
零基础入门深度学习(6) - 长短时记忆网络(LSTM)
零基础入门深度学习(7) - 递归神经网络
