Re: [請益] 非cs想走ai領域,投履歷沒公司理
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
03/18 02:15, , 1F
03/18 02:15, 1F
→
03/18 02:16, , 2F
03/18 02:16, 2F
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。
→
03/18 02:28, , 3F
03/18 02:28, 3F
推
03/18 06:26, , 4F
03/18 06:26, 4F
→
03/18 06:26, , 5F
03/18 06:26, 5F
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
03/18 11:48, , 6F
03/18 11:48, 6F
推
03/18 13:11, , 7F
03/18 13:11, 7F
推
03/18 14:37, , 8F
03/18 14:37, 8F
推
03/18 14:39, , 9F
03/18 14:39, 9F
推
03/18 15:45, , 10F
03/18 15:45, 10F
推
03/18 16:00, , 11F
03/18 16:00, 11F
推
03/18 19:47, , 12F
03/18 19:47, 12F
→
03/18 19:47, , 13F
03/18 19:47, 13F
討論串 (同標題文章)