[請益] 深度學習領域選擇
各位大大好
在下為非本科想轉行做深度學習
可是沒有經歷找到的大概都是小公司
有找到幾個研究助理的機會分別是影像和自然語言處理
想請問如果是要累積經驗之後去工作要怎麼選擇呢
A老師,在新竹做醫學影像,用vgg、inception、yolo、unet,
做各種醫學上影像的識別,優勢是可以直接從醫院拿資料,有別
以往都做車用的影像識別,我之前也是比較熟悉深度學習在影像的model,
我有看到成果真的非常厲害,老師希望我在那邊用mask rcnn做
心臟跳動的識別和segmentation。
B老師,在中研院做nlp有名的老師,資源相對於A老師多了很多,
是許多學生湧入的實驗室,很多學生在那邊發top conf的文章,
我對於nlp也是充滿了興趣,在求職網站上看到nlp的職缺也是很多,
如果能在B老師實驗室發一篇文章,我覺得也是蠻加分的。
沒有很想念博班,原則上都是做出成果,或是對自己的實力滿意就會走了。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.249.99.89
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1537538605.A.BC2.html
※ 編輯: johnnyjana (111.249.99.89), 09/21/2018 22:05:42
推
09/21 22:13,
5年前
, 1F
09/21 22:13, 1F
推
09/21 22:14,
5年前
, 2F
09/21 22:14, 2F
→
09/21 22:23,
5年前
, 3F
09/21 22:23, 3F
其實我也不太相信... 只是看到data跟成果才發現是真的 要不然我也不會特別猶豫
→
09/21 22:29,
5年前
, 4F
09/21 22:29, 4F
其實我比較好奇是自然語言和影像那個比較好找工作 文字有太多情緒上的差別 我不知道會
不會反而變窄了
※ 編輯: johnnyjana (111.249.99.89), 09/21/2018 22:31:00
※ 編輯: johnnyjana (111.249.99.89), 09/21/2018 22:34:34
→
09/21 22:36,
5年前
, 5F
09/21 22:36, 5F
→
09/21 22:54,
5年前
, 6F
09/21 22:54, 6F
→
09/21 23:12,
5年前
, 7F
09/21 23:12, 7F
真的很難 一般程式能力可以用leetcode證明 只是龐大的數學基礎 和數據處理經驗 還是要
發一篇top conf才能證明
推
09/21 23:38,
5年前
, 8F
09/21 23:38, 8F
只是都是用流行的model做影像 訓練生醫的data過程的我學到的經驗會差異很大嗎
我這真的不太清楚
→
09/21 23:42,
5年前
, 9F
09/21 23:42, 9F
就是直接醫院的影像 我覺得我不能說太多 kaggle上面有一個做腫瘤的題目 我覺得還蠻
接近的
※ 編輯: johnnyjana (111.249.99.89), 09/21/2018 23:52:40
推
09/21 23:52,
5年前
, 10F
09/21 23:52, 10F
→
09/21 23:52,
5年前
, 11F
09/21 23:52, 11F
→
09/21 23:52,
5年前
, 12F
09/21 23:52, 12F
→
09/21 23:52,
5年前
, 13F
09/21 23:52, 13F
感謝大大 這個建議非常有用 文字上真的蠻多技巧的 老師現在丟給我看一篇pointer netwo
rk我覺得超有趣
※ 編輯: johnnyjana (111.249.99.89), 09/21/2018 23:55:48
→
09/22 01:08,
5年前
, 14F
09/22 01:08, 14F
→
09/22 01:08,
5年前
, 15F
09/22 01:08, 15F
→
09/22 01:08,
5年前
, 16F
09/22 01:08, 16F
→
09/22 01:10,
5年前
, 17F
09/22 01:10, 17F
→
09/22 01:10,
5年前
, 18F
09/22 01:10, 18F
推
09/22 01:46,
5年前
, 19F
09/22 01:46, 19F
→
09/22 01:47,
5年前
, 20F
09/22 01:47, 20F
推
09/22 08:50,
5年前
, 21F
09/22 08:50, 21F
推
09/22 22:42,
5年前
, 22F
09/22 22:42, 22F
→
09/22 22:42,
5年前
, 23F
09/22 22:42, 23F
→
09/23 01:28,
5年前
, 24F
09/23 01:28, 24F