看板
[ Soft_Job ]
討論串本來學ML是該轉路還是繼續鑽研
共 9 篇文章
內容預覽:
各位板上大大好. 小弟是後段國立科大資管碩即將畢業. 因為一些私人原因是不用當兵. 所以論文完成後準備開始找工作. 目前程度：. 大學學過JAVA. 網頁跟資料庫也只有課堂學習過沒實際做小專案. 因為對Ml有興趣. 在碩階段期間 都是自學ML相關. 聽過李宏毅老師的課. 實作過他課程的作業. Ker
(還有898個字)
內容預覽:
^^^^^^^^^^^^^^^^^. 恩..."後段國立科大資管"，好一點的公司可能連HR那關都過不了. ^^^^^^^^^^^^^^^. 要走ML，應該是要用Python吧，至少tensorflow 或是pytorch都是在python上有最多的. 支持，那如果要走ML的底層，那就應該要會c++跟
(還有1843個字)
內容預覽:
一個ML應用要落地產生商業價值. 在data scientist把model訓練出來之後. 還有很長一段路才能真正進到生產環境. ML系統的複雜度其實非常高. 從資料收集，特徵處理, 模型訓練, 模型測試, 一直到後面的模型部署，模型監測. 真正要落地，上面的每一步都會有相對應的系統來做處理. 系統
(還有1860個字)
內容預覽:
Quotes:“Strength is something you love doing and are good at.”. 看了板上許多討論ML vs. DS和大公司 vs. Startups的文章. (這兩個面向是高度相關的) 很多都是很好的分享，例如. 上一篇前同事frouscy的精闢灼見.
(還有4142個字)
內容預覽:
ML的各種職缺和工作內容有幾位大大回答得很詳細了. 這邊針對就業市場的狀況跟大家分享近兩年的招募心得. 首先我是做數位IC設計相關工作的, 對於新人沒要求即戰力. 所以EE, CS 或其他相關背景的都會談. 目前看起來EE非固態,類比,RF相關的科系,CS還有其他工程類包括環工,醫工,農機,造船等等
(還有87個字)