Re: [請益] 非cs想走ai領域，投履歷沒公司理

看板Soft_Job作者ckmarkoh (阿傑)時間7年前 (2017/03/18 01:15)推噓9(9推 0噓 4→)

留言13則, 9人參與討論串7/11 (看更多)

本魯不才工作內容是個打雜小弟，負責篩選AI研發工程師的履歷前面已有板友分享過如何自學AI，本魯在此分享一下如何讓履歷被回覆先來談談現實面，首先，原PO並非台清交成CS或EE碩，做相關領域者但這並不代表完全沒機會如果要有機會，就是要能證明自己有實力，方法有幾種： 1. 把自己寫的程式碼放到github上面 a.最基礎的是ML演算法實作，例如logistic regression 的 toy example b.稍微難一點就是用tensorflow之類的library實作CIFAR分類，或word2vec之類的。 c.再厲害就是實作最新的AI研究，例如Generative Model，Reinforcement Learning 的各種最新paper。或是不用tensorflow，從頭自幹CNN或RNN 當你的github上放了夠厲害的程式之後，你的github星星數就會增加這時候你甚至不需要投履歷，便會有很多工作機會主動找上來了至於你能做到哪個等級，就看你努力到哪。基本上，做得越厲害，就機會越多然後要記得在履歷上附上github連結 2. 寫blog 如果github的程式碼看起來不夠強大，寫blog則可以讓它看起來夠強大例如github上只有寫logistic regression的toy example，看起來可能弱弱的，別人或許會覺得你只是從哪邊複製貼上來寫個作業交差但如果你除了github上面的程式碼之外，你還附上了一篇blog的文章，把logistic regression的數學原理，用自己的話從頭到尾解釋清楚，並且將自己用這個程式跑出來的各種結果也寫下來，例如嘗試了哪些參數，資料集，跑出來的效果如何，等等這樣給人的感覺就是，你真的很了解logistic regression在幹嘛，專業度就大幅提升當你的blog寫得夠好時，流量增加，眾多訪客會從你的blog來學習AI知識，並留言討論這時候你也不需要投履歷，獵人頭的就會自己找上來了註：以上兩種方法不只適用於AI，其他CS相關工作也適用 3. 參與kaggle競賽... 這之前有人提過了，我就不多說。 4. 發表AI的 conference paper 相較於前三項，如果不依靠學界資源，想獨立完成這項的門檻及難度是較高的。但這項放在履歷上有沒有用，本魯就不太清楚了由於本魯任職的地方比較注重研究能力，這項是有加分。但在台灣其他做AI的公司，有些可能較需要即時戰力，你程式寫得好不好，或許會比有沒有發表paper還重要但如果你想往國外發展，申請國外CS碩博，這項會是最重要的想發表paper，建議去應徵學術單位研究助理的工作不過呢，要應徵研究助理的工作，履歷也是有可能被打槍的要避免這種情形，就要把1,2,3項做好總之，如果想走AI這條路，如果原本條件不夠好，履歷沒被回覆，需要的不只是努力自學，也需要努力證明自己的實力 ※ 引述《zzss2003 (brotherD)》之銘言： : 各位大大好，小弟第一次在Soft版發文，有觸犯版規煩請提醒。 : 小弟為逢甲EE學逢甲綠能碩，碩士論文是電池電量估測的模型建立，去年九月底畢業。 : 本來想往碩論方向走，但出社會才知道台灣沒公司在走這塊(不會未雨綢繆，活該)，所以 : 中間有休息一陣子並思考自己想要的是什麼，也用這段時間在自學C(剩下結構、Unions、 : 列舉、資料結構)。 : 後來決定往演算法的方向走(我對數學很有興趣)，也覺得人工智慧未來的發展很大，所以 : 開始找相關的工作，但……我投了40間公司左右，完全沒有任何一家回覆我(崩潰ing)。 : 上網看了很多文章才發現，人工智慧下不同的子領域，所要求的能力都不太一樣，比如機 : 器學習的職缺需求，都要有使用過模型(LDA, CNN, LR, DNN, RNN)的經驗；音訊與影像處 : 理的就要會數位訊號處理(DSP)的相關知識與演算法，而且依公司的產業也不同，需求的程 : 式語言(C/C++、C#、Python、R、Java)與IDE(OpenCV、Visual C/C++、Visual Studio)也 : 都不一樣，甚至有些專有名詞(CUDA、OpenCL、OpenGL、MFC、Tensorflow)對於我來說是非 : 常陌生的。 : 我的數學底子很不好，而且學的都很散(碩論要用什麼就這邊學一點，那邊學一點)，雖然 : 自認唸的起來，但要在有時間壓力下的情況要把數學基礎疊上去實在是太難了，可以的話 : 當然希望能邊做邊學(而且領域上的不同，要學的數學工具也不太一樣)，加上我又不是CS : 出身，相比之下對於計算機科學方面的知識非常薄弱。 : 我有嘗試過在投履歷時盡量補充自己並註明所學(ex:雖為綠色能源，但所學都電機電子、 : 懂微積分、工數、線代、離散數學，強調自己對演算法與該領域非常有興趣、不在意起薪 : ，只希望能學到東西)，但都沒有用。 : 用過MCU與8051，學過電力電子、電路學、電子學對該領域好像也沒甚麼幫助。 : 想請教各位大大，如果我還是想往該領域發展的話，有什麼建議的管道嗎?還是有什麼其他 : 領域適合我發展的? : 一個迷惘的年輕人敬上。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.162.53.180 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1489770931.A.DC5.html ※ 編輯: ckmarkoh (1.162.53.180), 03/18/2017 01:18:34

推

lunashining

03/18 02:15, , 1^F

03/18 02:15, 1^F

→

lunashining

03/18 02:16, , 2^F

03/18 02:16, 2^F

1,2是不務正業沒錯，當然有PR被merge是比這些都還強，但那難度又更高。我列舉的是原PO比較容易達成的方式。 4的確是最重要，但是要先用1,2拿到研究助理的門票，才比較有可能達成。

→

Kazimir

03/18 02:28, , 3^F

03/18 02:28, 3^F

推

Sidney0503

03/18 06:26, , 4^F

03/18 06:26, 4^F

→

Sidney0503

03/18 06:26, , 5^F

03/18 06:26, 5^F

PAPER如果是上了top conference且原PO為第一作者，那就很可能是自己實做的若不是這種情形，例如作者掛很後面，實驗數據是誰跑的，就很難說了。那若不是投到好的conference，而是投個不知名的三流conference，就算都自己做，數據都自己跑，這種paper能否證明實力，就很難說了。 ※ 編輯: ckmarkoh (1.162.54.188), 03/18/2017 09:23:10 ※ 編輯: ckmarkoh (1.162.54.188), 03/18/2017 09:41:32

推

frouscy

03/18 11:48, , 6^F

03/18 11:48, 6^F

推

tp65743

03/18 13:11, , 7^F

03/18 13:11, 7^F

推

sttagomantis

03/18 14:37, , 8^F

03/18 14:37, 8^F