Re: [請益] ML 技能樹要怎麼點

看板Soft_Job作者 (生物資訊)時間5年前 (2019/03/21 05:45), 5年前編輯推噓14(18推 4噓 31→)
留言53則, 25人參與, 最新討論串3/4 (看更多)
ML工作類型有四種: 1.研究型 基本上Google fb 微軟 adobe 騰訊 百度 商湯 這幾家壟斷了 其他公司說在研究ai的 頂級期刊一年不到三篇 就別聽他們胡說了 台灣基本上這類型的都只是做個樣子 年薪不到兩百萬的研究員 合理嗎？ 2.應用型 也就是精通各類框架 精通到哪種程度 某個數學式兩個框架用的不同 能快速實作出東西 有時候做的還不一定是ML 這是台灣很想做的方向 可惜的是 只是想做 目前還沒有真正驚豔成果 同樣是做個樣子 而且這個應該是最泡沫的 能存活的公司非常非常少 跟詐騙沒兩樣 3.效能型 改善各類基礎運算 做到硬體加速 這不好說 能進去做的不是一般人 當然沒有第一類那麼強大 一般人在做的公司肯定起不來 應該還是會掛不少家 能活的大概2到3家 但反正不會是台灣廠商 4.框架型 不少大公司再弄自己框架 怕被那幾個框架綁死 不過基本上也就是個自保性質 推廣不起來 台灣廠商直接放棄做這塊 結論 李開復說台灣做 AI 的優勢在於人情味 這不是幹話 傻傻投入AI做應用的人超多 理論不懂的一堆 一堆課程訓練出來的也說自己精通ai 建議是在台灣做ai 不如去賣滷肉飯 ※ 引述《anivia0428 (AniviaGod)》之銘言： : 小弟目前就讀119資管所 碩一 : 碩論是做NLP方面的東西 : 進研究所前寫Android App工作一年 : 現在對於畢業後要做的工作有點迷茫 : 目前想法有兩條路： : 1. 把全部時間都拿去研究machine learning, 爬了板上的文-資料科學家工作分享 : 與 AI 產業觀察, 資料分析師, 科學家，工程師, 還有機器學習工程師在台灣好像 : 都是一起做的, 沒有在算分開職位，所以要學的東西其實蠻廣的，目前有開始在做 : Kaggle的東西, 然後日常就是看ML的論文(大部分是DL)然後努力實作, 然後念相關 : 的數學, 這樣持續一年半, 有辦法找到相關還不錯的工作嗎？爬文看到ML的缺似乎很少 : , 感覺要研究到很頂尖有辦法做這方面的東西, 所以想上來問問看這條路該繼續走嗎, : 還有是不是有什麼技能樹要特別點的, 目前主要就是用sklearn和pytorch, hadoop或 : spark需要去學嗎？ : 2. 除了做論文的時間，其他時間都去摸java後端, 花一年半努力去做一些作品， : 然後以後就靠這個吃飯, 選java的原因是想說對java很熟，然後銀行的缺感覺很多都是 : 找java的工程師, 所以寫得好去銀行養老沒問題, 上週去台大博覽會的感覺是,科技業 : 大公司感覺都不太想找資管的寫程式，職缺上面列出來的科系鮮少有資管的, 不過前幾 : 天台積電的學長po文説在找寫java spring的, 所以可能進科技業還是有機會, 所以目 前 : 就計畫說那可以考慮摸java後端 : 然後猶豫的點就是，感覺走java不怕找不到工作, ML要要很強才會比較好找工作, 所以 : 希望板上的強者們可以給點建議, 謝謝。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 23.238.128.118 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1553118313.A.676.html ※ 編輯: BorrasH (23.238.128.118), 03/21/2019 05:51:54
→
03/21 07:31, 5年前 , 1F
框架只有大公司燒得起 但不在台灣
03/21 07:31, 1F
推
03/21 07:34, 5年前 , 2F
推四種效能分類還有對台灣的觀察
03/21 07:34, 2F
推
03/21 07:41, 5年前 , 3F
是說這板上有名人跟我說數學不好也可以做ai
03/21 07:41, 3F
推
03/21 07:44, 5年前 , 4F
你是在暗諷人工智慧學校嗎?XD
03/21 07:44, 4F
噓
03/21 08:29, 5年前 , 5F
現在大家都在AI 遇過文科（語文系 新聞系 外文系）自稱自己
03/21 08:29, 5F
→
03/21 08:29, 5年前 , 6F
是做AI的資料科學家 重點是… 還有人相信呢
03/21 08:29, 6F
→
03/21 08:31, 5年前 , 7F
一堆人碩論就是抓github code下來跑，面試還自稱非常熟啊
03/21 08:31, 7F
推
03/21 09:00, 5年前 , 8F
5. 教學型
03/21 09:00, 8F
推
03/21 09:32, 5年前 , 9F
ml數學真的是蠻重要的基礎，你特徵也需要數學分析，除非
03/21 09:32, 9F
→
03/21 09:32, 5年前 , 10F
你只做別人做過的領域，要不然別跟我說數學不重要，今
03/21 09:32, 10F
→
03/21 09:32, 5年前 , 11F
天你要優化既有算法也要數學，會說不重要的大概只想當碼
03/21 09:32, 11F
→
03/21 09:32, 5年前 , 12F
農，不然就是本身基礎就超強
03/21 09:32, 12F
推
03/21 09:41, 5年前 , 13F
看看國外nlu領域研究了多少年語言領域才有今天的成果，m
03/21 09:41, 13F
→
03/21 09:41, 5年前 , 14F
l靠的是domain knowhow.math.cs這三樣缺一不可堆出來的
03/21 09:41, 14F
→
03/21 09:41, 5年前 , 15F
。這不是硬體思維就馬上轉型出來的，也不是像台灣目前軟
03/21 09:41, 15F
→
03/21 09:41, 5年前 , 16F
體廠把domain knowhow當case by case就可以堆出來的
03/21 09:41, 16F
→
03/21 11:23, 5年前 , 17F
說數學重要的台灣產業這種需求多嗎？哈哈
03/21 11:23, 17F
→
03/21 11:24, 5年前 , 18F
很現實的有錢拿馬上可以辦事的需求
03/21 11:24, 18F
噓
03/21 14:37, 5年前 , 19F
講一堆廢話 還是沒說怎做
03/21 14:37, 19F
→
03/21 14:37, 5年前 , 20F
賣滷肉飯？ 你確定好做？ 賣過？
03/21 14:37, 20F
→
03/21 14:46, 5年前 , 21F
要做研究就去美國或大陸 台灣沒機會
03/21 14:46, 21F
推
03/21 16:02, 5年前 , 22F
lovebridget是不是對生活很不滿,常常看到你在暴怒耶
03/21 16:02, 22F
推
03/21 17:00, 5年前 , 23F
不錯笑XDD
03/21 17:00, 23F
推
03/21 17:30, 5年前 , 24F
Xd不暴怒何必推 暴怒推文才爽啊
03/21 17:30, 24F
噓
03/21 19:10, 5年前 , 25F
ㄎㄎ
03/21 19:10, 25F
噓
03/21 19:27, 5年前 , 26F
Cc
03/21 19:27, 26F
推
03/21 19:38, 5年前 , 27F
ai只有大廠內部在做吧 其他跟ai根本就都沒關係
03/21 19:38, 27F
→
03/21 20:00, 5年前 , 28F
一年三篇A+ 用這個標準審大學教授應該只剩1%的教授能
03/21 20:00, 28F
→
03/21 20:00, 5年前 , 29F
說自己在做研究了XD
03/21 20:00, 29F
推
03/21 20:31, 5年前 , 30F
大學平均來說 可能還真的只有1%的教授有在做研究XD
03/21 20:31, 30F
推
03/22 05:30, 5年前 , 31F
大公司都是做來自己內部用的，也不是要商業化一個ai產品，
03/22 05:30, 31F
→
03/22 05:30, 5年前 , 32F
所以要避免的應該是以ai為獲利目標的公司吧
03/22 05:30, 32F
→
03/22 06:28, 5年前 , 33F
可是這篇說的是公司阿，所以要看大學教授的話應該
03/22 06:28, 33F
→
03/22 06:29, 5年前 , 34F
是看整間學校一年有沒有三篇吧
03/22 06:29, 34F
→
03/22 08:40, 5年前 , 35F
要更精準應該是一個系吧
03/22 08:40, 35F
→
03/22 08:45, 5年前 , 36F
整間學校的scale可以等於好幾個研發部門了
03/22 08:45, 36F
推
03/22 10:37, 5年前 , 37F
台灣教授頂級期刊的一堆吧，只是很會做研究的教授通常
03/22 10:37, 37F
→
03/22 10:37, 5年前 , 38F
不太會教書而已，而且也不太會為自己洗知名度。一堆人
03/22 10:37, 38F
→
03/22 10:37, 5年前 , 39F
覺得教授好像要很會教書才有料，但研究型的人才你本來就
03/22 10:37, 39F
→
03/22 10:37, 5年前 , 40F
不能強迫他去教人，有時候你會覺得他教很爛不是因為他真
03/22 10:37, 40F
→
03/22 10:37, 5年前 , 41F
的教不好，而是你思路跟不上
03/22 10:37, 41F
推
03/22 20:59, 5年前 , 42F
應該說教授沒有在鑽研教學，學生上了大學或研所，是要
03/22 20:59, 42F
→
03/22 20:59, 5年前 , 43F
有一定的自我學習能力。
03/22 20:59, 43F
推
03/22 22:05, 5年前 , 44F
我不懂AI，但這文看起來很精辟
03/22 22:05, 44F
→
03/22 23:46, 5年前 , 45F
風向怎麼變了，之前推文一堆人說AI都是高中數學程度，人人
03/22 23:46, 45F
→
03/22 23:46, 5年前 , 46F
都會
03/22 23:46, 46F
→
03/23 12:57, 5年前 , 47F
簡單架構的模型有些的確高中數學呀 不過這種模型頂多跑
03/23 12:57, 47F
→
03/23 12:57, 5年前 , 48F
跑iris或mnist吧 focus在特定領域的論文數學就會難很多
03/23 12:57, 48F
→
03/23 12:57, 5年前 , 49F
了
03/23 12:57, 49F
推
03/23 14:11, 5年前 , 50F
乖乖念英文刷leetcode
03/23 14:11, 50F
推
03/24 11:49, 5年前 , 51F
台灣AI只是笑話吧 丟數據跑跑工具而已
03/24 11:49, 51F
推
05/03 12:58, , 52F
這樣算起來未來世界做跟ml相關的公司大概只會十家以內機會
05/03 12:58, 52F
→
05/03 12:58, , 53F
很少啊
05/03 12:58, 53F
‣ 更多 BorrasH 的文章
文章代碼(AID): #1SahHfPs (Soft_Job)
‣ 更多 BorrasH 的文章
文章代碼(AID): #1SahHfPs (Soft_Job)