[請益] 成為 AI 工程師的進修方向（代po）

看板Soft_Job作者 (齁齁)時間2年前 (2021/06/27 16:24), 2年前編輯推噓13(13推 0噓 34→)
留言47則, 18人參與, 2年前最新討論串1/3 (看更多)
（本文作者無帳號，協助代po ^ ^～） 前文少po段落就送出，因手機一直無法編輯，所以刪文重發QQ 大家好， 小弟目前在台北某傳產擔任數據分析師，學歷是國立統計所，碩論是做 ML 演算法改良(沒投期刊，我覺得是垃圾)，碩班期間有自修 DL。 希望能用 DL 找工作，主力程式為 Python。 目前剛進去公司半年多，主要負責影像辨識的專案，內容是用 Yolo 進行 real time 的瑕疵檢測，專案目前也已經上線了，因此算是有一些實務經驗。 看了蠻多 ptt 上的文，對目前 AI/DL 工作的現況總結如下： - 做 DL 的人已經爛大街了，幾乎每個實驗室都在做 AI - 想做演算法 / 模型開發的話至少要念到博士 - 基礎資工能力非常重要，沒人要只會 DL 的人 - 刷 Leetcode 考慮以上、總結目前目標是成為一個「能將現有較新的 DL 方法應用在公司產品上」的工程師，希望將來能到聯發科、瑞昱等一線 IC 設計公司工作。 目前我想到的進修方向如下： - 持續關注 AI/DL 的發展，了解現在的趨勢，並且參加一些像是T-brain、Kaggle 之類的比賽。 - 修李宏毅老師的 ML 相關課程，我這學期有跟著寫一些 ML 作業，覺得自己的 Pytorch 熟悉度有提高很多 - 學 C++ (主要是看到如果模型要應用的話還是得用到 C++，而且有些模型像是 Yolo 也是用 C++ 寫的) - 把資料結構及演算法學好，刷 Leetcode - 做一個深度學習專案，例如把 Yolo 模型遷入到手機中 - 增進英文能力，方便吸收國外資源及看論文的速度，有沒有推薦內向人的英文口說學習資料或是補習班。 - 其他，例如增進簡報能力 想請問各位先進，我目前的想法有需要調整的地方嗎(or 打掉重練qq) -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.247.2.151 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1624782267.A.DD0.html ※ 編輯: techniclaire (27.247.2.151 臺灣), 06/27/2021 17:21:05
推
06/27 18:00, 2年前 , 1F
我自己是在學 實變泛函拓樸 分布式系統 本身已經有三
06/27 18:00, 1F
→
06/27 18:00, 2年前 , 2F
篇頂會
06/27 18:00, 2F
→
06/27 18:45, 2年前 , 3F
演算法或模型改良為什麼要唸到博班，那現在碩班在做什麼？
06/27 18:45, 3F
→
06/27 18:45, 2年前 , 4F
好奇。
06/27 18:45, 4F
→
06/27 18:47, 2年前 , 5F
其實當一個好的AI工程師,檢驗方法就是，拿掉 TF, keras, p
06/27 18:47, 5F
→
06/27 18:47, 2年前 , 6F
ytorch 這個人還剩下什麼能力。
06/27 18:47, 6F
推
06/27 18:53, 2年前 , 7F
1. 刷leetcode, 搶BE缺
06/27 18:53, 7F
→
06/27 18:53, 2年前 , 8F
2.拿比賽成績證明你自己有假設跟驗證及ML的能力吧
06/27 18:53, 8F
→
06/27 18:53, 2年前 , 9F
說一句實話, 對血統好的科系來說 統計就是others, 跟文
06/27 18:53, 9F
→
06/27 18:53, 2年前 , 10F
組同等級, 而且過去數學系會去念統計的都是高微代數等數
06/27 18:53, 10F
→
06/27 18:53, 2年前 , 11F
學重點科目偏差的 說數學多有優勢, 可能也就一點點線代
06/27 18:53, 11F
→
06/27 18:53, 2年前 , 12F
微積分機率, 我完全不認為vs任何一個搞ai的lab有什麼優
06/27 18:53, 12F
→
06/27 18:53, 2年前 , 13F
勢
06/27 18:53, 13F
推
06/27 19:02, 2年前 , 14F
當然再念個學位拿AIDS頂級期刊也是非常有說服力的路
06/27 19:02, 14F
推
06/27 19:05, 2年前 , 15F
個人淺見是加強後端技能
06/27 19:05, 15F
→
06/27 19:07, 2年前 , 16F
好奇為什麼目標是ic廠
06/27 19:07, 16F
→
06/27 19:13, 2年前 , 17F
AI工程師，重點在"工程師"三個字，扣除了套用別人的 AI模
06/27 19:13, 17F
→
06/27 19:13, 2年前 , 18F
型。剩下的才是自己的能力。
06/27 19:13, 18F
推
06/27 19:27, 2年前 , 19F
不如專精某領域domain 整好資料與業務邏輯吧...
06/27 19:27, 19F
推
06/27 19:58, 2年前 , 20F
你可以查一下世界上LinkedIn歷年的職權人數
06/27 19:58, 20F
→
06/27 19:59, 2年前 , 21F
職缺
06/27 19:59, 21F
→
06/27 20:02, 2年前 , 22F
想想這東西要是很難找工作了你還真的會有興趣嗎？
06/27 20:02, 22F
→
06/27 20:16, 2年前 , 23F
你若只想"用"DL就多練習就可以了
06/27 20:16, 23F
推
06/27 22:08, 2年前 , 24F
前面說的蠻對的 我個人工作大多都是都不是外面教的那
06/27 22:08, 24F
→
06/27 22:08, 2年前 , 25F
些 好棒棒的模型在實務上可能叫好不叫座 你除了要有
06/27 22:08, 25F
→
06/27 22:08, 2年前 , 26F
能力改良外 其餘怎麼部署 上線 測試 這很多才是考量
06/27 22:08, 26F
→
06/27 22:08, 2年前 , 27F
工程能力的地方
06/27 22:08, 27F
→
06/27 22:08, 2年前 , 28F
應該是一個工程師然後做AI方向 不是拿AI大旗然後套套
06/27 22:08, 28F
→
06/27 22:08, 2年前 , 29F
東西上線 自稱是AI工程師 先射箭再畫靶然後難以落地
06/27 22:08, 29F
→
06/27 22:08, 2年前 , 30F
的 比比皆是
06/27 22:08, 30F
推
06/27 23:12, 2年前 , 31F
MTK要熟的可能是如何把現有模型的架構讓你底層硬體可
06/27 23:12, 31F
→
06/27 23:12, 2年前 , 32F
以順利支援的能力 說實在只是轉到手機上跑沒啥幫助
06/27 23:12, 32F
→
06/27 23:12, 2年前 , 33F
這比較像是你在手機廠要會的技能 比如一些conv參數目
06/27 23:12, 33F
→
06/27 23:12, 2年前 , 34F
前只支援特定數值 或有些layer無法支援之類的 讓他在
06/27 23:12, 34F
→
06/27 23:12, 2年前 , 35F
底層可以去很快的執行會是其中一項重要工作 對模型底
06/27 23:12, 35F
→
06/27 23:12, 2年前 , 36F
層運算熟悉也是基本要求 不然你不知道怎麼在硬體加速
06/27 23:12, 36F
→
06/27 23:13, 2年前 , 37F
而這些你可能很難找到太多資源學…
06/27 23:13, 37F
→
06/28 03:41, 2年前 , 38F
個人覺得其實英文才是最重要的…
06/28 03:41, 38F
推
06/28 07:34, 2年前 , 39F
想面一線ic廠的演算法缺，建議再補一個四大電資碩學位
06/28 07:34, 39F
→
06/28 12:11, 2年前 , 40F
可能原文連 豬屎屋是在做什麼都沒頭緒吧，看到薪水高就 Hi
06/28 12:11, 40F
→
06/28 12:11, 2年前 , 41F
gh 了。學再多 AI工程師技能，還不如去補電資學位。
06/28 12:11, 41F
推
06/28 13:50, 2年前 , 42F
沒硬體背景卻想進Ic廠？
06/28 13:50, 42F
→
06/28 13:52, 2年前 , 43F
豬屎屋好像很吃學歷 看朋友都是學碩四大純血居多
06/28 13:52, 43F
推
06/28 15:55, 2年前 , 44F
笑了
06/28 15:55, 44F
→
06/29 13:34, 2年前 , 45F
我覺得你該至少先去看看一線豬屎屋的AI缺的工作描述
06/29 13:34, 45F
推
06/29 16:34, 2年前 , 46F
建議考四大電資碩
06/29 16:34, 46F
推
06/30 12:09, 2年前 , 47F
出國讀博
06/30 12:09, 47F
‣ 更多 techniclaire 的文章
文章代碼(AID): #1Ws3MxtG (Soft_Job)
討論串 (同標題文章)
以下文章回應了本文 (最舊先)：
完整討論串 (本文為第 1 之 3 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共3篇)
‣ 更多 techniclaire 的文章
文章代碼(AID): #1Ws3MxtG (Soft_Job)