Re: [請益] 機器學習在台灣的出路

看板Soft_Job作者 (ot)時間6年前 (2017/08/26 15:38), 6年前編輯推噓8(8010)
留言18則, 10人參與, 最新討論串2/8 (看更多)
※ 引述《nchwshku (永遠的新手)》之銘言: : 肥宅我還是學生 因為自認數學不錯 : 所以暫時打算 朝機器學習這個感覺跟數學比較有關係的領域發展 : (當然有部份也是因alphago 還有更早碰觸到的圍棋軟體開發的團隊) : 但是聽風聲 好像這塊 台灣做不太起來?? : 所以想問下 版上的各位大大 在台灣的機器學習的產業大概如何? 如果不打算出國, 或是不走學術, ML建議當興趣就好, 程式底子練好比較實際. : 推 CaptainH: ML在台灣沒有產業 只有少數幾間公司和新創 : → fidelity77: 八成會失業吧 我也這麼看. 不要看最近炒很熱好像很有搞頭, 別忘了生技慘業與兩兆雙星. (想當年我好像在數位內容慘業) : 推 ken90242: 想問+1 : 噓 Ommm5566: 是要問幾次 哈, 因為年輕人不知道為什麼全世界都有搞頭的東西在台灣就搞不起來. 我舉個實際的例子: https://www.quora.com/profile/Jeong-Yoon-Lee 這是位Kaggle成功人士, 在Quora上的言論. 其中有篇談到: Does winning a Kaggle competition matter outside of Kaggle? 國外 台灣(實際案例) Career I receive emails from none opportunities recruiters and...(略) Public speaking a lot 2 opportunities Kaggle自稱是The Home of Data Science & Machine Learning. 如果你ML很強, 在台灣我看也只能刷刷Kaggle自嗨了. (當興趣就對了) -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.42.209.104 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1503733113.A.A72.html

08/26 15:50, , 1F
(′;ω;‵)
08/26 15:50, 1F

08/26 17:32, , 2F
謝謝回應 看到這個表格還挺震撼的說
08/26 17:32, 2F

08/26 17:40, , 3F
Kaggle在台灣的確不紅啊
08/26 17:40, 3F

08/26 17:46, , 4F
ML在台灣不紅還差不多
08/26 17:46, 4F

08/26 19:35, , 5F
話題很紅
08/26 19:35, 5F

08/26 21:46, , 6F
相信會有愈多的人知道outrunner,到時該就不會是none惹
08/26 21:46, 6F
誰是誰又做了什麼不是重點. 基本上這波AI炒的是ML中的DL, 然後三四五樓談的就是台灣問題的縮影啦.

08/26 22:52, , 7F
大大超猛,可能薪水比appier這些高太多所以沒去
08/26 22:52, 7F
不要酸, 看清楚是沒人找.

08/26 23:11, , 8F
有這麼悲觀嗎,我自己求職經驗覺得台灣ML環境還不錯啊
08/26 23:11, 8F

08/26 23:11, , 9F
只是比人家慢而已
08/26 23:11, 9F
如果是指職缺的話是沒錯, 我老闆當時跟我說他缺開好久都找不到人, 現在輪到我找人也是找不到人...

08/26 23:21, , 10F
遇過面試時主管直接問Kaggle帳號 還不是資料分析的缺
08/26 23:21, 10F

08/26 23:22, , 11F
但可能就是還不會直接上Kaggle或社群裡挖人吧
08/26 23:22, 11F
大概就是台灣有台灣的玩法.

08/27 00:19, , 12F
想比 Kaggle DL 想直上 master 可以考慮買個 980 1080
08/27 00:19, 12F
上master最快還是報團, 也就是目前NBA顯學. 現在1080只能算入門, 最近一個比賽U-Net都有人跑FHD+了. 話說我昨天摸到P40, 可惜沒裝起來... ※ 編輯: outrunner (114.42.209.104), 08/27/2017 10:49:08

08/27 16:00, , 13F
前後篇回文其實都有提到了 現在很多公司在找ML的人
08/27 16:00, 13F

08/27 16:01, , 14F
但他們不清楚KAGGLE , 自然是用傳統學歷篩選的方式了
08/27 16:01, 14F

08/27 16:03, , 15F
不過KAGGLE 比到最後是看設備 每個都LB 0.997
08/27 16:03, 15F

08/27 16:03, , 16F
實在沒啥意思
08/27 16:03, 16F

08/27 18:00, , 17F
比賽不希望參賽者 LB probe, 如果精度多一點可能會好些
08/27 18:00, 17F

08/27 18:01, , 18F
可能之後就可以看到 7500x5000 的 images...
08/27 18:01, 18F
文章代碼(AID): #1PeILvfo (Soft_Job)
討論串 (同標題文章)
文章代碼(AID): #1PeILvfo (Soft_Job)