[請益] 竹科ML相關的缺多嗎

看板Tech_Job作者 (熱火三)時間6年前 (2019/06/01 17:30), 6年前編輯推噓36(39推 3噓 59→)
留言101則, 54人參與, 6年前最新討論串1/1
台北新創公司有在招ML的人才 如appier 那竹科大公司呢 聯發科 瑞昱 台積電 應該需要ML的人 Synopsys Cadence也在想著把ML應用到eda tool 又或者竹科可能也有一些AI新創? 台清交 ML相關實驗室畢業的學生 去竹科的多嗎 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.168.253 ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1559381426.A.845.html
推
06/01 17:33, 6年前 , 1F
很多！ai發大財 再搭配區塊鍊 年薪上千萬
06/01 17:33, 1F
推
06/01 17:45, 6年前 , 2F
這問題跟問竹科有超商嗎 差不多
06/01 17:45, 2F
→
06/01 17:47, 6年前 , 3F
很多，然後呢？
06/01 17:47, 3F
→
06/01 17:48, 6年前 , 4F
ai查電話簿
06/01 17:48, 4F
推
06/01 17:50, 6年前 , 5F
沒有，那邊輪班居多
06/01 17:50, 5F
→
06/01 17:51, 6年前 , 6F
ML應用到EDA tool???
06/01 17:51, 6F
沒錯啊 ※ 編輯: heatthree (1.171.168.253), 06/01/2019 17:56:23
推
06/01 17:56, 6年前 , 7F
出國比較多吧
06/01 17:56, 7F
總有人因為家庭因素待台灣吧 ※ 編輯: heatthree (1.171.168.253), 06/01/2019 17:57:06
推
06/01 17:57, 6年前 , 8F
目前ML/DL領域: 圖影像,文字,聲音還有嗎? 想想台灣有幾
06/01 17:57, 8F
→
06/01 17:57, 6年前 , 9F
間公司可以搞這些
06/01 17:57, 9F
推
06/01 17:59, 6年前 , 10F
台北感覺很多？
06/01 17:59, 10F
推
06/01 18:00, 6年前 , 11F
ML LAB畢業去竹科很多啊，又不是只會ML
06/01 18:00, 11F
推
06/01 18:01, 6年前 , 12F
GG也有阿
06/01 18:01, 12F
→
06/01 18:08, 6年前 , 13F
講是這樣講 但這些公司哪間是靠ML在賺錢的? 還不能實
06/01 18:08, 13F
推
06/01 18:10, 6年前 , 14F
還有策略分析的公司，幫你出解法
06/01 18:10, 14F
→
06/01 18:11, 6年前 , 15F
際賺錢的東西 頂多少數phd在搞 一般人進去還是碰不到
06/01 18:11, 15F
推
06/01 18:17, 6年前 , 16F
新思有啊 前一陣子看到朋友幫徵人
06/01 18:17, 16F
→
06/01 18:32, 6年前 , 17F
我知道孫民lab有去發科和安霸的
06/01 18:32, 17F
→
06/01 18:33, 6年前 , 18F
新思有徵 不過算少數 多數還是相關lab進去
06/01 18:33, 18F
→
06/01 18:35, 6年前 , 19F
我覺得重點還是靠什麼賺錢吧 竹科很多是把他當工具來
06/01 18:35, 19F
→
06/01 18:35, 6年前 , 20F
看
06/01 18:35, 20F
推
06/01 18:40, 6年前 , 21F
很多啊，但薪水很低啊
06/01 18:40, 21F
推
06/01 18:58, 6年前 , 22F
真的就是一個工具而已 要配上實質應用才能賺錢 可惜這真
06/01 18:58, 22F
→
06/01 18:58, 6年前 , 23F
的不多
06/01 18:58, 23F
→
06/01 19:19, 6年前 , 24F
純軟很多啊，去大廠當IT膩？
06/01 19:19, 24F
→
06/01 19:25, 6年前 , 25F
去大廠比純軟賺更多
06/01 19:25, 25F
推
06/01 19:26, 6年前 , 26F
有啊，ML用在EDA已經出了產品，在cadence上面有看過
06/01 19:26, 26F
→
06/01 19:32, 6年前 , 27F
make love?
06/01 19:32, 27F
推
06/01 19:41, 6年前 , 28F
台積電設備監診早就在用ML了 最近收到面試邀請
06/01 19:41, 28F
推
06/01 19:43, 6年前 , 29F
ML已經快到泡沫尾聲了
06/01 19:43, 29F
推
06/01 20:00, 6年前 , 30F
樓上 是跟風的要泡沫了 ML技術越來越成熟強大
06/01 20:00, 30F
→
06/01 20:01, 6年前 , 31F
從single task到multi-task 越來越趨近人類學習方式
06/01 20:01, 31F
→
06/01 20:01, 6年前 , 32F
Meta Learning, Reinforcement Learning都是越來越強大
06/01 20:01, 32F
→
06/01 20:02, 6年前 , 33F
Life Long Learning也是近兩年的研究方向
06/01 20:02, 33F
推
06/01 20:05, 6年前 , 34F
Transfer Learning也朝著降低訓練成本的方向邁進
06/01 20:05, 34F
推
06/01 20:10, 6年前 , 35F
有喔 很多而且各部門都會有需求
06/01 20:10, 35F
→
06/01 20:22, 6年前 , 36F
學ML沒什麼用，去投控公司應徵比較實在
06/01 20:22, 36F
→
06/01 20:34, 6年前 , 37F
比較好奇小公司做ML要賣誰
06/01 20:34, 37F
還有 24 則推文
推
06/02 00:35, 6年前 , 62F
你知道GG 設備也一堆碩士嗎 事實就是真的很多碩士要幫
06/02 00:35, 62F
→
06/02 00:35, 6年前 , 63F
忙看SPC chart 然後大部分都是工業工程慣用手法
06/02 00:35, 63F
推
06/02 00:38, 6年前 , 64F
要那麼多碩博士 其實是要找 異常的原因
06/02 00:38, 64F
→
06/02 00:40, 6年前 , 65F
SPC歸SPC 又不是有做SPC就不做FDC之類的
06/02 00:40, 65F
→
06/02 00:42, 6年前 , 66F
沒說不做 反正台積都是系統已經用好 讓Fab的人去用了
06/02 00:42, 66F
推
06/02 00:52, 6年前 , 67F
而且FDC 第一道防線也是卡SPEC 看到一點飄掉也是要處理
06/02 00:52, 67F
推
06/02 01:04, 6年前 , 68F
誰跟你真的去找異常，漂掉就反向調就好了
06/02 01:04, 68F
→
06/02 01:11, 6年前 , 69F
回leo，異常偵測就是imbalance問題
06/02 01:11, 69F
→
06/02 01:11, 6年前 , 70F
並非要一堆異常資料才能玩
06/02 01:11, 70F
推
06/02 06:08, 6年前 , 71F
你要不要先往那邊看一下：好大一顆快破掉的ML泡沫啊～
06/02 06:08, 71F
推
06/02 07:21, 6年前 , 72F
建議往交易圈走，台灣科技業在這塊還早
06/02 07:21, 72F
→
06/02 08:17, 6年前 , 73F
竹科有 ML？很多都是喊喊根本做不出什麼東西呀！
06/02 08:17, 73F
→
06/02 08:19, 6年前 , 74F
一堆人會個 KNN 或 K-Means 就說自己在搞 ML
06/02 08:19, 74F
噓
06/02 08:59, 6年前 , 75F
噱頭而已，有玩過就知道重點再那
06/02 08:59, 75F
→
06/02 11:39, 6年前 , 76F
現在ml應該大都套模組，有人在搞底層演算法嗎？
06/02 11:39, 76F
→
06/02 11:50, 6年前 , 77F
要玩去國外玩 台灣跟風而已 這種都要長期而且大量投入資
06/02 11:50, 77F
→
06/02 11:52, 6年前 , 78F
簡單講麻 你資料庫哪裡來 沒有你玩個鳥 台商投入資源 是
06/02 11:52, 78F
→
06/02 11:53, 6年前 , 79F
去看自家產品有沒有可以賣 跟你想的實驗室不一樣
06/02 11:53, 79F
→
06/02 11:55, 6年前 , 80F
像在AI很夯 每天都在講 那我問你 你沒資料庫 要訓練個鳥
06/02 11:55, 80F
→
06/02 11:58, 6年前 , 81F
資料庫很燒錢 台廠看到都傻眼 做做簡單的還可以
06/02 11:58, 81F
推
06/02 12:41, 6年前 , 82F
台積電有 發哥也有
06/02 12:41, 82F
→
06/02 12:41, 6年前 , 83F
ML技術要加進現有流程 算是比較高風險的嘗試
06/02 12:41, 83F
→
06/02 12:41, 6年前 , 84F
所以比較少專門為ML/DL開一個職缺
06/02 12:41, 84F
→
06/02 12:45, 6年前 , 85F
ML/DL現在比較像是加分條件
06/02 12:45, 85F
→
06/02 12:45, 6年前 , 86F
至於其他小公司 資料本身不夠 或承擔不了ML的高風險投資 基
06/02 12:45, 86F
→
06/02 12:45, 6年前 , 87F
本上都是講講而已
06/02 12:45, 87F
→
06/02 13:07, 6年前 , 88F
一堆公司的ML根本噱頭...明明可以approach硬搞ML根本
06/02 13:07, 88F
→
06/02 13:07, 6年前 , 89F
拿大砲打小鳥
06/02 13:07, 89F
→
06/02 13:55, 6年前 , 90F
應用而已是要多精通 = =
06/02 13:55, 90F
→
06/02 18:48, 6年前 , 91F
釣到一整串外行人。
06/02 18:48, 91F
→
06/02 21:19, 6年前 , 92F
樓上一句話得最罪一群人XD
06/02 21:19, 92F
推
06/03 08:49, 6年前 , 93F
內行人可以說些內行話聞香嗎
06/03 08:49, 93F
推
06/03 15:03, 6年前 , 94F
一堆公司搞噱頭+1 。舉例人臉偵測，需求不需要多精確的情
06/03 15:03, 94F
→
06/03 15:03, 6年前 , 95F
況call opencv lib就可做到
06/03 15:03, 95F
→
06/03 18:12, 6年前 , 96F
我絕對不會說在某1605公司電梯裡聽到幾位主管討論如何
06/03 18:12, 96F
→
06/03 18:12, 6年前 , 97F
硬扯AI好迎合上意...
06/03 18:12, 97F
→
06/03 18:12, 6年前 , 98F
這種動機還期待甚麼?
06/03 18:12, 98F
→
06/03 22:32, 6年前 , 99F
ML最後就是變成工具列上的一個按鈕無需什麼技術，有資
06/03 22:32, 99F
→
06/03 22:32, 6年前 , 100F
料才是王道
06/03 22:32, 100F
推
06/04 04:25, 6年前 , 101F
ML有資料不夠好嗎？要把資料變成有用才是王道
06/04 04:25, 101F
‣ 更多 heatthree 的文章
文章代碼(AID): #1SyaMoX5 (Tech_Job)