Re: [請益] 工作半年對未來規劃的疑問（文稍長）

看板Soft_Job作者DrTech (竹科管理處網軍研發人員)時間2年前 (2022/03/22 00:35)推噓19(19推 0噓 9→)

留言28則, 21人參與討論串2/3 (看更多)

※ 引述《godgg123 (GG兒)》之銘言： : 各位先進好！ : 簡短的背景介紹： : 小弟即將滿27，是120土木測量所應屆畢業，碩士時因緣際會跟著研究室弄深度學習，開 : 始接觸寫程式及AI算法（主要是電腦視覺）這塊，由於教授算相當嚴謹＆博班學長在軟硬 : 體這塊滿有天份（他十分培養我），雖然非CS本科，但就DL領域來說自認有學到在業界堪 : 用的程度。 : 畢業前夕在開始投履歷之前就被幾間做智慧農業的公司抓去面試（剛好跟研究室也在發展 : 智慧農業），本來懷著畢業登積賺大錢的夢想，但當時女友的爸爸剛好是GG前廠長，表示 : 完全不推薦我去GG，反而滿看好我先去中小公司練功，而抓我去面試的公司也開出對當時 : 的我而言還行的Offer，就選了其中一間起薪年薪4x * 14的PM職就業，公司環境及與面試 : 官的談話都相當投緣，所以拿到offer後也就沒再自己投履歷跑去專心準備論文及口試。 : 工作概況： : 面試時主管有提到這個職位不太會寫程式，進來的前幾周幾乎做些行政職及UIUX規劃著實 : 有些不習慣；在同事們了解我的背景後，開始有些髒資料處理、GPS訊號處理及影像處理 : 等現有工程師不太有經驗的事情會找我幫忙寫，雖然只會python但都能順利解決問題，so : urce code我也樂意給工程師參考改寫成他們需要的語言。 : 當初這個職缺好像有點MA（儲備幹部）的意味，總經理在與我多次談話中也發現我在AI的 : 耕耘不僅僅是皮毛，近期開始接了AI的專案、多次提及未來公司會多一個由我主導的AI部 : 門，想藉著我來這間公司的契機拼一波轉型。 : 公司開啟AI專案後，由於內部只有我一人有影像處理/AI的相關背景但我在此之前沒有做 : 服務的經驗，我自學了一些RESTful API及Docker等框架，順利幫公司應急生出了幾個穩 : 定的服務，也常常閱讀最新的paper，雖然公司AI發展晚，但還是能用上近幾年的SOTA架 : 構及概念（最近剛導入ViT及其他Transformer在影像上的應用），而今年年後也直接獲得 : 不錯％數的加薪（4x -> 5x）。 : 我的問題： : 一開始覺得這個起薪還算不錯，但出社會沒多久研究室學弟妹預辦登積錄取，薪水聽起來 : 真的挺香的，以前認識的四大朋友，幾個順利去發哥等大公司的（甚至一個拼上Google） : 更香到流口水，我能理解我現在的工作內容及環境（不用加班）拿這個薪水算是不錯，但 : 還是很想在30歲時順利年百。從總經理的意思來看，他一直都沒有想讓我當RD（眼前是 : 一直還沒找到像樣的AI工程師所以我來代打）、而是想把我培養成未來的管理層，聽起來 : 薪水成長是還有空間，但小公司的天花板也實在不知道能高到哪裡去。 : 為了充實自己、哪天機會降臨時我就能再次抓住，幾乎每天都會抽時間自學新的技術及觀 : 念（如Tensorflow的低階API、Docker、Flask、2022最新的算法等等），並透過線上課程 : 學了C++補齊非CS本科可能缺乏的觀念，也時常規劃下一步要學什麼，目前是GO語言（未 : 來想用GO語言打包AI服務，會比Python執行更有效率）及K8s（下一個專案服務規模會提 : 升，希望能結合Docker做到快速部署）。為了更好熟悉新學的技術，我會直接用在公司 : 的服務開發上面，也寫了許多技術文件給技術部主管參考，因為這些東西在過去確實是公 : 司沒有接觸過的，技術主管也給過我不少肯定。 : 我的問題在於，這些技術學了，好像沒辦法100％保證對現在公司有所助益，像是最近學 : 了Docker，也寫了技術文件給公司，但因為現存工程師都沒有相關的概念，短時間內好像 : 沒有明顯作用；GO語言是現在的趨勢之一，但就算我能順利用GO幫公司寫了服務，但未來 : 經理如果認真要讓我回到純PM管理職，也沒辦法踏實的熟悉這門語言。 : 既然如此，我該專心的照著經理的規劃去學那些管理類的東西、等著未來升職，還是照著 : 現在自己掌握到的業界趨勢，繼續自學新技術，期待未來跳槽呢？ : 整理幾個重點問題： : 1. 現在公司給我滿大的信任、環境好，但天花板不會太高，大家建議我就順著經理的培 : 養走管理職，還是繼續自學未來等跳槽？（以30歲年薪百萬、不追求發哥那種3～4百但 : 還是希望人生巔峰可以到200萬為前題） : 2. 如果學習管理/研發只能二選一，大家怎麼建議？ : 3. 就我上述的概況，若是繼續學軟體的話，大家是否有更推薦的方向及技術？ : 謝謝大家的耐心閱讀！！ : （補充一個工作內容：目前我上班，每天固定8小時，大概是2/3行政跟1/3 Coding的比例 : ，算是滿特別的身份現在）關於學技術，小弟也常在學習：隨便舉10有用到專案或論文的程式語言吧： C, C++, perl, java, c#, vb.net,JS,PHP, Ruby, Python…(懶得打字了) 隨便舉10個我有的資料庫/類資料庫吧： Oracle, Mysql, PostgreSQL, MSSQL, MongoDB,Redis,Hbase,Hive,ES,Neo4j,Milvus… 小弟也常在學AI,隨便舉我用過到專案上的幾十個模型… (略，懶得打字。我不只玩NLP，我業餘也要做CV, Speech) 小弟之前工作也常用 jira, git, Jenkins, docker,k8s…(略) 以前大數據那套Spark, Kafka等我也常用。現在工作沒需要比較少用。 Web framework更不用說了，這20年來從早期EJB時代，到現在微服務，追了10個以上。可惜的是：我描述自己在學技術時，或寫履歷時，我完全不會這樣來經營自己來提升競爭力。因為這些工具或系統，大部分難的工作都被指令API包好了，剩下大部分就是就是考我的記憶能力，熟悉能力而已。遇到問題就是上網路查一下指令或API自己哪裡不熟悉。這樣對我來說，根本不敢說是競爭力。拿修汽車來說好了，要看一個人修車技術好不好，如果你看到一個人說：我有10種扳手，我有100種螺絲釘子，我有修過10種車子…有意義嗎？只會讓人覺得，這個人工具很多。如果這個人是說：我之前在德國xxx車隊，F1性能調教工程師。是不是聽起來比較厲害呢。拿廚師來說，要看一個人的煮菜好不好，如果他是用嘴巴說：我煮過100道不同的菜喔，我有9把刀喔，我有8種醬油喔…。只會讓人覺得，這個人煮菜很多年，實際上好不好吃根本無法體會。如果這個人說：我待過法國米其林餐廳當主廚，然後還煮給我吃，我馬上佩服。同樣的，一個工程師，技術學得好不好，通常我們也不是看，這個人學不學AI，會多少模型，這個人有沒有學K8S。而是看：你透過AI模型完成什麼事情呢？這模型準確率多少，這產品多少人用？如何解決計算性能的問題？創造多少收入？。你用K8S去提升多少員工的效率呢，或解決用戶數量擴增的問題呢？能做到多自動與彈性呢？如何解決雙11突然爆量呢。如果你履歷能說出，你的AI模型，月活有xxx萬人，而且模型準確率，不斷演進與進步，或計算成本逐步下降，哪技術就有得聊下去了。學技術當然好，但是職場上要的不只是你學很多東西，你有很多工具。工具只會讓你找工作的機會變"多"，不代表找得工作會變更"好" 不代表你有技術競爭力。真正要建立技術競爭力，你要思考一下上述修車與廚師的例子。為什麼大家都有學技術工具，有人可以修F1領高薪，有人到路邊修車廠鎖螺絲。有技術產生好的戰功才是重要的。選擇戰場一直都比學習技術重要。要有戰功，最快的方法就是逐步到有戰場的團隊或產品。跳槽時，越跳越大的戰場。這樣才能把技術工具越玩越深做得東西越來越有價值。成就感與薪水當然與眾不同。這就是同樣大家都學技術，為什麼有人走向了，修車廠鎖螺絲工人有人走向了F1性能專家。不管是PM,還是工程師，都是如此。希望以上廢話，能給你一點除了學習以外的啟發。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.156.167 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1647880556.A.F58.html ※ 編輯: DrTech (180.217.156.167 臺灣), 03/22/2022 00:49:15

推

ntpuisbest

03/22 00:55, 2年前 , 1^F

03/22 00:55, 1^F

→

ntpuisbest

03/22 00:56, 2年前 , 2^F

03/22 00:56, 2^F

→

ntpuisbest

03/22 00:56, 2年前 , 3^F

03/22 00:56, 3^F