本篇為代 po
HackMD 好讀版：
https://hackmd.io/@DTCannon/H1KKX42yF
排版差、文長請見諒
個人背景：
國立資工碩畢
自己是滿喜歡 data science 的，大學跟研究所的專題及研究都注重在 ML/DL 領域。
目前求職主要都是往這個方向面試，但是有點擔心這領域人才過剩，也覺得自己點的技能過度狹窄(ML/DL以外的部分很多都不懂)
另外，畢業那陣子複習了資結、演算法(以前沒學好)，才燃起了對演算法領域的興趣，覺得這個領域也好好玩(?)所以想嘗試看看，雖只有普通程度但仍投了演算法類型的缺，幸運上了其中一間。
工作考量因素：
因自知許多能力還有待加強，因此目前考量工作因素的排序為：
職涯發展、能力磨練 = 部門學習風氣文化
= 希望有能力不錯的同事可以交流
(若有人帶更好但不奢求)，或者有 role model 可以學習
> 不常態加班，有時間自我充實
> 其他因素
目前篩選過後剩下幾間在做決定，其中兩間還在面試流程，還不能確定會有offer，但因其?
Offer：
以下 offer 共通點：
面試經驗都滿不錯的，主管同事人都很好也有技術
工時：根據網路資訊 or 面試詢問，都不太加班
–
圖片好讀(?)版
http://i.imgur.com/BFBilyg.jpg
–
1. 宇匯知識
Machine Learning Engineer
工作內容:
ML 開發 + server 維運
ML 用於廣告投放&競標價格
後端使用 C#, Spark
薪資: 需保密，104職缺寫60-80k
備註:
網路資訊說風氣文化都不錯
同事也強
應該可以磨練滿多能力
–
2. 趨勢科技 - ERS部門
Cloud Development Engineer
工作內容:
惡意 email 偵測，大部分做軟體開發，也會需要一些 AI solution，剛開始會先進入 infr
薪資: (N+16) * 14
–
3. 台達電 - 知識管理部
演算法軟體設計工程師
工作內容:
演算法優化
搜尋系統優化
AI系統優化
主要使用 Java
薪資: (N+1) * 14 + 績效
備註:
做演算法，怕未來想做 AI 跳不回來(但這是可以嘗試演算法工作的機會，若跟學碩一樣選AI領域工作的話，未來想做演算法更難?)
主管教育訓練及帶人經驗很豐富，應該可以學到滿多東西，但進去若要做出什麼成果可能要先花快一年?(教育訓練+摸熟系統) 我自己是希望能夠盡快有一些貢獻
–
4. 凌陽 - 算法開發三部
機器學習&深度學習演算法工程師
工作內容:
專注在 ML/DL 模型開發以及 DL model compression，需要研發、設計、訓練自己的 model
薪資: (N+10) * 12 + 績效
備註:
需要參考各 paper 作為靈感
研發出自己的 model + training
是我很有興趣的工作內容
但擔心實務經驗更侷限於AI領域
–
5. 華碩 - 數位影像技術部
影像辨識與數據分析工程師(智慧製造)
工作內容:
AI + 影像
主要使用 C++, Python
薪資: N * 14 + 績效
備註:
感覺面試官都有不錯的技術底
溝通起來也滿順暢的
工作內容也算有興趣
但擔心經驗更侷限於AI領域
–
可以發現有的職缺不是完全 focus 在 ML 的部分，我目前的想法是，嘗試不同領域對新鮮人來說應該是好事，可以對整個系統架構有更全面的了解，以及試探自己其他興趣所在，可能對職涯也很有幫助?所以目前可能稍微傾向宇匯、趨勢或台達。
另外，演算法優化和AI領域工作內容都很吸引我，若哪一天想轉換跑道，現在選擇哪一個會比較好?
希望聽聽各位不同的意見。
針對部門風氣文化的部分，也希望有神人可以透漏內情，
感謝各位了！
備註：
因薪資不是本人主要考量，故這邊希望把討論方向聚焦在職涯發展、磨練能力以及公司風氣文化
如果覺得想講的東西有點負面或者太明顯，可以站內信
然後如果有認出我的也請勿在留言處認親XD感謝
內文的 N 不是 GG 的 N，僅為基準值
另外，若我有提到對公司而言較敏感的內容，請告知，我會再把那部分修掉
感謝各位！
-----
Sent from JPTT on my Asus ASUS_Z01RD.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.85.182.110 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1628444023.A.B98.html
推
08/09 06:34,
2年前
, 1F
08/09 06:34, 1F
目前主要希望往 data science / AI 領域發展，但像前面提到的，擔心領域人才過剩，以及自己的技能過度狹窄。另外就是，台達的職缺是一個可以嘗試感興趣新領域工作的好機會(但無法保證自己會喜歡實際上的工作內容，只能嘗試過後才知道) 但若未來繼續做 AI 的話可能就較難也較沒本錢嘗試新領域了
→
08/09 06:34,
2年前
, 2F
08/09 06:34, 2F
推
08/09 08:29,
2年前
, 3F
08/09 08:29, 3F
推
08/09 13:02,
2年前
, 4F
08/09 13:02, 4F
※ 編輯: yeh620 (101.136.237.87 臺灣), 08/09/2021 13:38:44
推
08/09 15:55,
2年前
, 5F
08/09 15:55, 5F
※ 編輯: yeh620 (219.85.182.110 臺灣), 08/09/2021 23:10:24
※ 編輯: yeh620 (219.85.182.110 臺灣), 08/09/2021 23:16:51