机器学习课程上新
扫码添加小助手，
了解最新机器学习内容
咨询最热硅谷机器学习课程
申请季到了，
文书背景空空心急如焚？
求职季实习季到了，
简历如何凸显自己的专业背景硬实力？
啊，怎么办
不多说，先来看一份具体的简历sample是如何在其中描述自己的项目经历的。
以上是比较专业的简历的项目经历样式。项目经历要写好，一定要内容详实，突出重点，要用明确具体的数据来描述。与其泛泛其谈夸自己有多优秀不如直接拿出有力的数据和细节证明。
除此之外，一份优秀的简历要注意以下几点：
基本原则：
一页纸之内，根据内容多少挑选或修改模板样式；英文简历字体要选择Times New Roman或Arial；学校、公司名称，项目名称，掌握的技能等重要信息要加粗。
结构：
将自己的名字、电话、地址放置在开头。
然后依次分隔罗列：教育背景，科研经历，个人技能，实习经历，课外活动，发表文章，获得的奖项。
注意：
不要放自己的照片
不要使用彩色字体、艺术字、花边
不要以第一口吻写简历、进行过多主观描述
绝对禁止造假！！！(假的了一时，假不了一世)
看完这些，自己也能轻松DIY简历。
如果你目前要申请的是graduate school，录取委员会最看重的是我们简历中项目经历部分，因为该部分能体现出你对即将申请专业的领域的涉猎、了解程度，或直接考察你的专业水平。
可是项目背景不足怎么办？没关系，TFT硅谷机器学习项目来了！
我们的TFT Machine Learning Project可以直接加入你的简历项目经历中，让录取委员会通过简历看到你的能力！
在本次课程中表现优秀的同学更有机会直接获得硅谷老师帮你写推荐信的机会！你的优秀在信中直接展现，申请成功几率大大提升！
我们来深入了解一下课程~
课程介绍
1.课程导师
David Wang(Lecturer)
?研究工程师。目前就职于硅谷顶尖研究团队Yahoo Research。
?拥有多年个性化和推荐系统的设计与建模经验。擅长深度学习，机器学习开发和优化。
Harry Yan(Lecturer)
?Amzon软件开发实习生，就读于加拿大西蒙弗雷泽大学。
?从事医学图像处理，在相关领域顶级会议发表论文，科研经验丰富。擅长卷积神经网络，图像识别，机器学习。
2.课程内容
我们的课程分为两个模块：
壹
理论课程
机器学习课程背景
线性回归模型
逻辑回归模型
KNN算法
聚类算法
随机森林模型
神经网络
贰
项目实践
房价预测
(FestivalPandas,
scikit-learn)
泰坦尼克号
幸存者分类
(kaggle比赛实例)
构建推荐系统
GBDT
PyTorch入门
(图像分类项目)
3.学习方式
我们一共十节课程，从经典的分类案例，到全面系统的Machine Learning知识讲解梳理，带着你理解实现机器学习项目中的每一个操作细节，让你能造出自己的第一个轮子，完成机器学习与深度学习的入门到实践。
硅谷教师全程在线答疑+海量资料数据包+班级群讨论+高强度作业实战+助教批改&点评。
TFT带你玩转机器学习，TFT带你轻松实现申请背景提升。
Mic drop!
