Re: [請益] 想從零開始轉行當AI軟體工程師
我也來雲一下,因為自己年資尚淺,有些錯誤地方可能請大家提一下
自己算是AI相關工作
首先,如果"興趣"是做個手寫辨識或者讀個書/看個報導就想去做這行的話
我自己是覺得...工作閒暇之餘當作課外作業讀一讀/做一做還不錯啦XD
畢竟多學一些東西總是好的
如果是認真想走,那我是覺得,這行真的算是易學難精
AI一學就能輕鬆做幾個Project(手寫、分類),能獲得不少成就感
但往後要自己設計Model時就...
再來就,相關缺真的僧多粥少到蠻不推薦的
跟學C++/Web相比,入門有入門的工作,學一年有一年的工作,專精的有專精的工作
但搞AI的,如果AI只會入門,那大概就是需要大量其他專業知識
前面isaacting那篇我覺得就講得很好
學了一年,還是需要大量其他專業知識
直到AI專精為止,應該是都沒甚麼"純AI"的工作
而AI學習的ROADMAP 網路上不少,就隨便貼一篇可以參考看看
https://github.com/AMAI-GmbH/AI-Expert-Roadmap
台灣的話個人體感大概CV : NLP : 其他 是 6 : 3 : 1
而AI缺,不少都是公司比較核心的缺,所以相對的缺也不像其他那麼多
AI相關,一個人給他一個月Train不出來,不會因為多找10個人就能一個月Train出來
用數值比喻的話,假如其他缺你能力值10、30、50、100都有對應的職位
那可能AI相關缺最低也是要60起跳(當然還是有少數掛AI給新手練功的啦)
至於專業知識和AI比例的話,我自己是覺得,以CV舉例
可能能力值100分過門檻,那這100分你要AI10分+CV90分或者CV10分+AI90分都可以
前面isaacting提過主CV的情況
那主AI的情況就是,可能對於CV方法只是大概了解,但可以跟懂CV的人合作
或者雖然不懂CV的詳細演算與證明,但大概知道這方法有哪些優缺點
而主AI的人能夠和人合作來透過AI改善傳統的CV方法
簡單例子就,可能某個非AI演算法,其中某幾項參數是用經驗法則來估計
或者用籠統的統計來計算
這時候可以用AI對這個演算法量身訂做一個Model來改善這幾項參數
純AI的大概就是要精通數學,但這個遠超我能力範圍就不雲了
當然這個"能力值"越高越難成長啦,可能AI能力就算投過頂會/AI相關碩博畢業
也只敢說70分而已
但,回到開頭提的,這行嚴重的僧多粥少
因為現在頂大,以112為例
10個LAB大概4個喊AI,另外4個不喊但是畢業論文都AI,只有兩個跟AI無關
這八個LAB的畢業生出去大概九成都充滿雄心壯志的想去找AI缺
而就我所知,連頂大都不是能保證找到相關缺了,那半路出家就更為困難了
自己簡單排序AI相關能力好找工作程度的話
0. 頂大 + 頂會
1. 有頂會
2. 頂大 + Kaggle高排名紀錄
3. 頂大
4. 有Kaggle高排名紀錄
5. 其他
非一線會議的AI相關論文應該比Kaggle排名略有用一點
其中大概3之後都不是非常好找了(樣本不足可能有偏差)
至於自己做SideProject的,受限於資料問題,這種真的就鳳毛麟角了
結論,認真想轉AI的還是三思而後行吧
如果想轉軟體,認真推薦學好C++/JAVA/JS等等常用語言實際多了
走影像/訊號處理 比起AI,傳統的算法更為重要
最後,英文超重要,熟不熟大幅度影響選擇的多寡
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.231.50.200 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1636556352.A.0D7.html
推
11/10 23:36,
4年前
, 1F
11/10 23:36, 1F
→
11/10 23:36,
4年前
, 2F
11/10 23:36, 2F
→
11/10 23:36,
4年前
, 3F
11/10 23:36, 3F
→
11/10 23:36,
4年前
, 4F
11/10 23:36, 4F
→
11/10 23:36,
4年前
, 5F
11/10 23:36, 5F
→
11/10 23:36,
4年前
, 6F
11/10 23:36, 6F
→
11/10 23:36,
4年前
, 7F
11/10 23:36, 7F
→
11/10 23:36,
4年前
, 8F
11/10 23:36, 8F
→
11/10 23:36,
4年前
, 9F
11/10 23:36, 9F
→
11/10 23:36,
4年前
, 10F
11/10 23:36, 10F
推
11/11 00:00,
4年前
, 11F
11/11 00:00, 11F
→
11/11 00:01,
4年前
, 12F
11/11 00:01, 12F
→
11/11 00:02,
4年前
, 13F
11/11 00:02, 13F
→
11/11 00:03,
4年前
, 14F
11/11 00:03, 14F
→
11/11 00:03,
4年前
, 15F
11/11 00:03, 15F
→
11/11 00:04,
4年前
, 16F
11/11 00:04, 16F
→
11/11 00:21,
4年前
, 17F
11/11 00:21, 17F
→
11/11 00:21,
4年前
, 18F
11/11 00:21, 18F
推
11/11 00:26,
4年前
, 19F
11/11 00:26, 19F
→
11/11 00:26,
4年前
, 20F
11/11 00:26, 20F
→
11/11 00:26,
4年前
, 21F
11/11 00:26, 21F
→
11/11 00:26,
4年前
, 22F
11/11 00:26, 22F
推
11/11 00:30,
4年前
, 23F
11/11 00:30, 23F
推
11/11 00:31,
4年前
, 24F
11/11 00:31, 24F
→
11/11 00:31,
4年前
, 25F
11/11 00:31, 25F
推
11/11 00:32,
4年前
, 26F
11/11 00:32, 26F
→
11/11 00:32,
4年前
, 27F
11/11 00:32, 27F
→
11/11 00:32,
4年前
, 28F
11/11 00:32, 28F
→
11/11 00:33,
4年前
, 29F
11/11 00:33, 29F
→
11/11 00:33,
4年前
, 30F
11/11 00:33, 30F
推
11/11 00:35,
4年前
, 31F
11/11 00:35, 31F
→
11/11 00:35,
4年前
, 32F
11/11 00:35, 32F
→
11/11 00:35,
4年前
, 33F
11/11 00:35, 33F
→
11/11 00:38,
4年前
, 34F
11/11 00:38, 34F
→
11/11 00:38,
4年前
, 35F
11/11 00:38, 35F
→
11/11 04:45,
4年前
, 36F
11/11 04:45, 36F
→
11/11 04:46,
4年前
, 37F
11/11 04:46, 37F
→
11/11 04:46,
4年前
, 38F
11/11 04:46, 38F
→
11/11 05:24,
4年前
, 39F
11/11 05:24, 39F
推
11/11 06:01,
4年前
, 40F
11/11 06:01, 40F
推
11/11 07:01,
4年前
, 41F
11/11 07:01, 41F
→
11/11 07:01,
4年前
, 42F
11/11 07:01, 42F
→
11/11 07:01,
4年前
, 43F
11/11 07:01, 43F
→
11/11 07:01,
4年前
, 44F
11/11 07:01, 44F
→
11/11 07:18,
4年前
, 45F
11/11 07:18, 45F
→
11/11 07:18,
4年前
, 46F
11/11 07:18, 46F
→
11/11 07:20,
4年前
, 47F
11/11 07:20, 47F
→
11/11 07:21,
4年前
, 48F
11/11 07:21, 48F
→
11/11 07:23,
4年前
, 49F
11/11 07:23, 49F
→
11/11 09:02,
4年前
, 50F
11/11 09:02, 50F
→
11/11 09:06,
4年前
, 51F
11/11 09:06, 51F
推
11/11 09:24,
4年前
, 52F
11/11 09:24, 52F
→
11/11 15:19,
4年前
, 53F
11/11 15:19, 53F
推
11/11 17:49,
4年前
, 54F
11/11 17:49, 54F
討論串 (同標題文章)
完整討論串 (本文為第 8 之 16 篇):