[心得] 要導入AI需要軟體&數據資料的文化

看板Soft_Job作者 (政)時間5年前 (2019/01/03 23:15), 編輯推噓2(2013)
留言15則, 6人參與, 5年前最新討論串1/1
{原文出處} https://www.facebook.com/ai4quant/posts/385788271986151 要導入AI需要軟體&數據資料的文化 台灣業界長期並不將軟體工程與資料科學視為顯學 機器學習是奠基在 ML Engineer 與 Data Engineer 之上,還不包含最普遍的 Software Engineer 所以在人工智慧之前,不妨先想想「工人智慧」可以做到什麼:比如影像監視、圖片物體 辨識、語音辨識、自動駕駛,請人類來做,可以提供有價值的服務嗎?如果提供的價值能 夠讓服務品質升級,就可以考慮透過AI來自動化。 台灣每年大量的資訊科系畢業生卻都以投入硬體產業鏈居多,直到2018年國際科技公司如 Google, Microsoft, Amazon, IBM, Line, Oath Yahoo開始招聘AI工程師,希望能有所變 化。 很多已經在硬體廠工作的硬體工程師或管理階層,因為已經領了高薪>150萬總體年薪(基 本薪+bonus+加班費),轉換成本比較大,除非職場上的加班文化、工作理念不同才有可能 降薪轉換跑道加入AI新創。但是AI這個領域裡在台灣有多年Software+Data經驗的人不多 ,所以剛投入AI的工程師很多時候還會花時間打滾摸索。 Reference https://data.leafwind.tw/build-software-engineering-and-data-culture-before-doing-ai-6e345986f872 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 150.117.24.183 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1546528508.A.C2B.html

01/03 23:40, 5年前 , 1F
data science這門台灣很少重視..
01/03 23:40, 1F

01/04 00:31, 5年前 , 2F
希望不是喊一喊然後沒多久就砍人了...0A0
01/04 00:31, 2F

01/04 01:24, 5年前 , 3F
如果不是做核心架構AI很難賺錢,因為等級級距落差太大,燒
01/04 01:24, 3F

01/04 01:24, 5年前 , 4F
錢燒很兇,最後推而求其次還不如用人做系統分析+經驗累積
01/04 01:24, 4F

01/04 01:24, 5年前 , 5F
,邊做點累積AI智慧能力,比較實在
01/04 01:24, 5F

01/04 12:09, 5年前 , 6F
已經在砍人了
01/04 12:09, 6F

01/04 14:35, 5年前 , 7F
台灣要靠資料賺世界的錢錢很難很難啦
01/04 14:35, 7F

01/04 14:36, 5年前 , 8F
就一個自我封閉的小島,能掌握的資料很難跟外面的對手拚
01/04 14:36, 8F

01/04 14:37, 5年前 , 9F
拚核心演算法也許有機會 但前提也是要找到夠天才的才有用
01/04 14:37, 9F

01/04 14:39, 5年前 , 10F
就已自動駕駛來說 人家Tesla已經一堆車子在路上跑蒐集
01/04 14:39, 10F

01/04 14:40, 5年前 , 11F
big data,演算法如果都是神經網路 台灣廠商根本不可能
01/04 14:40, 11F

01/04 14:40, 5年前 , 12F
有機會的 (資料來源矮人一大截)
01/04 14:40, 12F

01/04 14:42, 5年前 , 13F
ML/DS在台灣恐怕就是國內中小企業等級 小確幸一下而已
01/04 14:42, 13F

01/04 14:44, 5年前 , 14F
搞GPU硬體晶片架構的反而還比較有機會站上世界舞台
01/04 14:44, 14F

01/05 08:14, 5年前 , 15F
台灣的健保資料庫很龐大的,夠分析了
01/05 08:14, 15F
文章代碼(AID): #1SBYRymh (Soft_Job)