在過去幾年時間裡，NLP領域取得了飛速的發展，這也推動了NLP在產業中的持續落地，以及行業對相關人才的需求。
但這裡我們要面對的現實是，行業上90%以上的NLP工程師是“不合格的”。
在過去幾個月時間裡，我們面試過數百名已經在從事NLP的工程師後發現，他們中的絕大部分對技術深度和寬度的理解是比較薄弱的，大多還是隻停留在呼叫現有工具比如BERT、XLNet等階段。
我們一直堅信AI人才的最大壁壘是創造力
，持續地為變化的業務帶來更多的價值。但創造的前提一定是對一個領域的深度理解和廣度認知，以及不斷對一個事物的追問比如不斷問自己為什麼。
對於二分類，我應該選擇交叉熵還是Hinge Loss？BERT模型太大了，而且效果發現不那麼好比如next sentence prediction， 能不能改一改？ 為什麼CRF要不HMM在不少NLP問題上效果更好？ 文字生成效果不太好，如何改造Beam Search讓效果更好呢？訓練主題模型效率太慢了，如果改造吉布斯取樣在分散式環境下執行呢？ 資料樣本里的標籤中有一些依賴關係，能不能把這些資訊也加入到目標函數里呢？
除了創造力之外，有必要保持對前沿技術的敏感性。
但事實上，很多人還是由於各種原因很難做到這一點。
基於上述的目的，貪心學院一直堅持跑在技術的最前線，幫助大家不斷地成長。今天要給大家推薦的是一門非常有挑戰的NLP的課程——
《自然語言處理三大技術訓練營》
。
自然語言處理三大技術訓練營
☑ 對話系統 ☑ 知識圖譜 ☑ 文字生成
助你成為行業
TOP10%
的NLP工程師
對課程有意向的同學
1
三大技術深度剖析
站在NLP領域最前沿
在《自然語言處理三大技術訓練營》中，可以全面學習到
對話系統、知識圖譜以及文字生成
等自然語言處理技術，不僅可以深入理解當今應用場景最廣泛的技術，還可以為後續科研打下基礎，成為你的創業專案或轉換成你的科研論文。
《自然語言處理三大技術訓練營》
是一門同時具備知識廣度與深度的稀缺課程資源。學習之後不僅可以系統掌握自然語言處理核心技術，還能靈活應用在自己的工作中，為後續的科研打下基礎，拒絕紙上談兵。
課程涵蓋當今應用和科研領域最熱門的三大技術方向：對話系統，文字生成，知識圖譜。
- 課程大綱 -
第一階段：文字生成技術
第一週：Seq2Seq模型與機器翻譯
第二週：文字摘要生成（1）
第三週：文字摘要生成（2）
第四周：Creative Writing
第五週：多模態文字生成
第六週：對抗式文字生成與NL2sql
第二階段：對話系統技術
第一週：對話系統綜述（1）
第二週：對話系統綜述（2）
第三週：自然語言處理理解模組
第四周：對話管理和對話生成
第五週：閒聊對話系統
第六週：對話系統進階
第七週：開源對話系統架構RASA詳解
第三階段：資訊抽取與知識圖譜
第一週：知識圖譜與圖資料模型
第二週：知識圖譜的設計
第三週：關係抽取和預測
第四周：低資源資訊抽取和推斷
第五週：結構化預測模型
第六週：圖挖掘的熱門應用
自然語言處理三大技術訓練營
☑ 對話系統 ☑ 知識圖譜 ☑ 文字生成
助你成為行業
TOP10%
的NLP工程師
對課程有意向的同學
2
博導級導師開發及授課
帶你係統掌握熱門技術
每個模組均由本領域內多年一線從業經驗科學家或科研學者、研究員全程直播講授，他們會結合自身經歷及學術應用前沿，深入剖析技術細節及各模組所涵蓋最前沿技術，為你指引未來方向。
藍振忠
課程研發顧問
ALBERT模型的第一作者
西湖大學特聘研究員和博士生導師
Google AI實驗室科學家
美國卡耐基梅隆大學博士
先後在NIPS， CVPR， ICCV， IJCAI等會議發表30篇以上論文，1000+引用次數
李文哲
貪心科技CEO
美國南加州大學博士
曾任獨角獸金科集團首席資料科學家、美國亞馬遜和高盛的高階工程師
金融行業開創知識圖譜做大資料反欺詐的第一人
先後在AAAI、KDD、AISTATS、CHI等國際會議上發表過15篇以上論文
鄭老師
清華大學計算機系（計算機科學與人工智慧研究部）博士後
美國勞倫斯伯克利國家實驗室訪問學者
美國亞利桑那大學訪問學者
主要從事自然語言處理，對話領域的先行研究與商業化
先後在AAAI，NeurIPS，ACM，EMNLP等國際會議及期刊上發表過10篇以上論文
楊棟
推薦系統，計算機視覺領域專家
香港城市大學博士，加州大學美熹德分校博士後
主要從事機器學習，圖卷積，圖嵌入的研究
先後在ECCV， Trans on Cybernetics， Trans on NSE， INDIN等國際頂會及期刊上發表過數篇論文
王老師
畢業於QS排名TOP20名校
先後任職於亞馬遜，華為，平安科技等AI研發部門
主要從事機器閱讀理解，資訊檢索，文字生成等方向的研究
先後在AAAI， ICLR等發表數篇論文，擁有多項國家發明專利
自然語言處理三大技術訓練營
☑ 對話系統 ☑ 知識圖譜 ☑ 文字生成
助你成為行業
TOP10%
的NLP工程師
對課程有意向的同學
3
PBL專案制教學
開展企業真實專案實戰
在課程中，導師們由淺入深的講清楚每一個核心的細節以及前沿的技術、同時你將有機會參與到課題中，並透過課題來增加對領域的認知，讓自己的能力更上一層。
課程採用專案制教學（PBL）教學方式，同時參考了美國頂級院校的教學培養體系，保障每位學員的學習效果。
1
讀論文（20%）
每個模組中，在指定的論文列表中選擇至少2篇文章，並把summary釋出在內部論壇中。
2
專案（80%）
對於每個模組，以小組為單位，完成一個完整的專案或者課題，分幾個階段完成：
1頁課題計劃 & 線上報告
課題成果展示 & 最終答辯
完整的課題Report
授課方式：基礎知識講解→前沿論文解讀→論文程式碼復現→該知識內容的實際應用→該知識的專案實戰→該方向的知識延申及未來趨勢講解→Capstone開放式專案實戰。
每個模組均設有開放式專案，導師團隊全程輔導，課題最終可轉換成創業專案或科研論文。
4
七大增值服務
打造完善課程服務體系
1。科學的實戰安排
每一期的訓練營都有嚴謹科學的安排，每週伴隨著理論、實戰、案例分享、專案講解等課程一系列課程內容。
▲節選往期部分課程安排
2、專案講解&實戰幫助
訓練營最終的目的是幫助學員完成專案，理解專案中包含核心知識技能，訓練營中會花大量的時間幫助學員理解專案以及所涉及到的實戰講解。
▲節選往期部分課程安排
3。專業的論文解讀
作為AI工程師，閱讀論文能力是必須要的。在課程裡，我們每1-2週會安排一篇經典英文文章供學員閱讀，之後由老師幫助解讀。
▲節選往期部分論文安排
4。程式碼解讀&實戰
對於核心的模型如BERT，XLNet都會精心安排程式碼解讀和實戰課，幫助學員深入理解其細節並有能力去實現。
▲BERT模型程式碼實戰講解
5。行業案例分享
訓練營過程中會邀請合作的專家來分享行業案例以及技術解決方案，如知識圖譜的搭建、保險領域的客服系統等。
▲專家分享
《Google YouTube 基於深度學習的影片推薦》
嘉賓簡介：曾博士
計算機視覺，機器學習領域專家
先後在CVPR，ACMMM，TPAMI，SCI 期刊，EI 會議等發表超過30篇論文。
6。日常社群答疑
為了幫助解決學員遇到的問題，專業助教會提供全天社群答疑服務。我們的助教均來來自於一線AI公司和國內外名校，紮實的理論和工業界應用也是我們選拔助教老師的重要標準，拒絕空談理論。
▲社群內老師專業的解答
7。日常作業&講解
為了鞏固對一些核心知識點，學員除了大專案，也需要完成日常的小作業。之後助教會給出詳細的解答。
▲課程學習中的小作業
自然語言處理三大技術訓練營
☑ 對話系統 ☑ 知識圖譜 ☑ 文字生成
助你成為行業
TOP10%
的NLP工程師
對課程有意向的同學
