数据科学、人工智能（AI）、深度学习，这些新时代的热词一直和高薪、好就业划等号。再加之这些专业本身的交叉性，众多理工科同学扎堆申请，这些项目的申请热度一直高居不下。
首先我们来看几个名校录取案例：
01
北京邮电大学物联网工程 GPA 86雅思6.5
录取：National University ofSingapore Master of Computing
项目经历：Research on Street Text Image Detection Based on CNNAlgorithm
Wrote scripts for automatically crawling with Python, and conducted duplicate checking among collected images based on the image Euclidean Distance,
Classified the images according to the complexity of their texts being detected, and finally generated a training dataset more than 6000 images.
Processed images based on R-CNN､ Fast R-CNN and Faster RCNN algorithm;
Annotated part of the samples; adjusted parameters for optimization; put forward optimization methods based on experiment results;
02
浙江大学 数学与应用数学 GPA82 托福 86
录取：The University of HongKong Master of Data Science
项目经历：The Reconstruction of ImageSuper-resolution Based on Convolutional Neural Network
Researched an improved three-layer end-to-end convolution neural network to reconstruct the low-resolution image and obtain the corresponding high-resolution image;
Analyzed the limitations of reconstructing the image by linear correction unit in the original deep network, and proposed improved methods.
Responsible for the design of overall project scheme, the construction of Caffe and the design and realization of CNNSR improved methods
Wrote main program with MATLAB and different functions with C language, invoked them with MATLAB after encapsulation.
03
中国人民大学计算机科学与技术 GPA 88 托福 107 GRE（328）
录取：Cornell University MS in Computer Science
项目经历：Image to Sentence Based on GAN(Generative Adversarial Networks)
Determined the network structure and established the GAN by TensorFlow.
Compared different training dataset, optimization algorithms (SGD, Adam, Adadelta) and performance of loss functions (original GAN, LS-GAN, WGAN), and then decided to use AdaDelta optimization algorithm and WGAN loss function.
Optimized the network structure, adjusted parameters for optimization, implemented the image captioning system.
以上这几位同学成功录取的共同之处在于，在申请之前都有深度学习方面的经历，并在文书中加以强调，使自己与项目的匹配度大大增加。这几位同学拿到录取并不是偶然的，数据科学、人工智能（AI）、深度学习，尽管这些专业的名称各不相同，但它们在本质的模型和算法上却有很大重叠，能够掌握这类核心算法是申请成功的关键因素之一。
在具体项目中展现出的核心算法的经历，会成为简历中的亮点，从而大大增加拿到名校offer的几率。是否掌握这些核心算法直接决定着能否最终斩获人工智能、数据科学的录取。
学员实例
以下是一位指南者的学员完成的《基于图像的电影推荐算法》项目，该项目可以完整地体现出学员在基础开发、数据处理、深度学习及编程工具使用等各方面的能力。
数据处理能力 ：学会基本的数据抽样和数据探索技巧，熟练运用python进行数据清洗，数据集成、数据变换和数据规约，保证取样数据质量并划分测试集和训练集。
深度学习理论 ：TensorFlow，Keras基础教程。计算图自动微分、卷积神经网络、递归神经网络、批标准化、Adam、Momentum优化算法等知识全覆盖。
基础开发能力 ：掌握深度学习算法工程师必备的开发技能，在项目中，将每个环节都反复迭代优化调试，能够将复杂任务进行模块划分，实现逻辑抽象复用。
编程能力 ：在项目实战过程中，掌握Python的基础知识，并能熟练运用深度学习框架搭建深度学习模型。
通过深度学习的项目经历展示出自己在数据处理、深度学习算法上的能力，这样的经历将会成为申请过程中巨大的亮点。
然而，本科同学想要进行深度学习的最大的瓶颈在于数据，没有数据，一切算法都将无从谈起。而学校往往缺乏这样的资源和环境，没有有效并且干净的数据，想要掌握核心算法举步维艰。
指南者教育一直致力于在申请之前真正帮助学生提高自身竞争力，与其在申请的时候“难为无米之炊”，不如先提升自身背景。指南者教育现针对大二及以上准备申请计算机科学(AI方向)/数据科学的同学，推出“深度学习技能训练营”项目。
指南者深度学习训练营
指南者致力于通过项目制教学的方式来教授学员深度学习技能。我们为每组学员设置了高含金量的行业热点项目，让同学们在学习深度学习的同时，获得一个高含金量的项目经历。
项目介绍
深度学习下搜索引擎的语义匹配
∨
搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。比较出名的有国外的谷歌以及国内的百度。搜索引擎整套系统实现复杂，是由多个模块组成。我们将使用深度学习的方法来实现语义匹配，以此达到对搜索内容和搜索结果进行语义匹配排序的目的。
语义匹配可以应用于多个领域，比如搜索引擎的排序（对搜索内容和搜索结果进行语义匹配）、问答系统（对提问和答案进行语义匹配，选择出语义距离最近的答案）、对话系统（对双方的对话进行语义匹配）等。
本项目使用未明学院的题库和解答数据，结合深度学习方法和自然语言处理技术，建立语义匹配模型。该模型能自动对题库和解答进行匹配分析，根据题目内容，匹配搜索出相近的解答，并根据搜索结果语义匹配相关度进行排序。
你将收获
1
高含金量的深度学习项目
训练营的深度学习项目来自于企业界的真实热点项目，学员们在项目的执行过程中，可以通过深度学习的算法来建立模型，分析各个数据之间的关系，从而达到优化商业模式，提高运营效率的目的。
2
深度学习领域的核心竞争力
深度学习训练营培训内容是基于企业招聘人才、海外院校招生标准精心设计的，深度学习所需的模型、策略、算法、编程等专业知识和技能都能通过本次培训获得。
3
深度学习项目报告及结业证书
每个项目，我们都会协助学员完成相关的项目报告，并颁发相应的项目结业证书。
课程安排
授课老师
万老师
指南者留学深度学习方向老师
报名信息
1、深度学习训练营主要通过项目制教学的方式来培训深度学习算法；
2、费用：3999元，每个项目限招12人；
3、开营时间：5月26日
报名与咨询
