作者BorrasH (生物资讯)
看板Soft_Job
标题Re: [请益] ML 技能树要怎麽点
时间Thu Mar 21 05:45:11 2019
ML工作类型有四种:
1.研究型
基本上Google fb 微软 adobe 腾讯 百度 商汤 这几家垄断了
其他公司说在研究ai的
顶级期刊一年不到三篇 就别听他们胡说了
台湾基本上这类型的都只是做个样子
年薪不到两百万的研究员 合理吗？
2.应用型
也就是精通各类框架
精通到哪种程度 某个数学式两个框架用的不同
能快速实作出东西
有时候做的还不一定是ML
这是台湾很想做的方向
可惜的是 只是想做
目前还没有真正惊艳成果
同样是做个样子
而且这个应该是最泡沫的
能存活的公司非常非常少 跟诈骗没两样
3.效能型
改善各类基础运算
做到硬体加速
这不好说 能进去做的不是一般人
当然没有第一类那麽强大
一般人在做的公司肯定起不来
应该还是会挂不少家
能活的大概2到3家 但反正不会是台湾厂商
4.框架型
不少大公司再弄自己框架
怕被那几个框架绑死
不过基本上也就是个自保性质
推广不起来
台湾厂商直接放弃做这块
结论
李开复说台湾做 AI 的优势在於人情味
这不是干话
傻傻投入AI做应用的人超多
理论不懂的一堆
一堆课程训练出来的也说自己精通ai
建议是在台湾做ai 不如去卖卤肉饭
※ 引述《anivia0428 (AniviaGod)》之铭言：
: 小弟目前就读119资管所 硕一
: 硕论是做NLP方面的东西
: 进研究所前写Android App工作一年
: 现在对於毕业後要做的工作有点迷茫
: 目前想法有两条路：
: 1. 把全部时间都拿去研究machine learning, 爬了板上的文-资料科学家工作分享
: 与 AI 产业观察, 资料分析师, 科学家，工程师, 还有机器学习工程师在台湾好像
: 都是一起做的, 没有在算分开职位，所以要学的东西其实蛮广的，目前有开始在做
: Kaggle的东西, 然後日常就是看ML的论文(大部分是DL)然後努力实作, 然後念相关
: 的数学, 这样持续一年半, 有办法找到相关还不错的工作吗？爬文看到ML的缺似乎很少
: , 感觉要研究到很顶尖有办法做这方面的东西, 所以想上来问问看这条路该继续走吗,
: 还有是不是有什麽技能树要特别点的, 目前主要就是用sklearn和pytorch, hadoop或
: spark需要去学吗？
: 2. 除了做论文的时间，其他时间都去摸java後端, 花一年半努力去做一些作品，
: 然後以後就靠这个吃饭, 选java的原因是想说对java很熟，然後银行的缺感觉很多都是
: 找java的工程师, 所以写得好去银行养老没问题, 上周去台大博览会的感觉是,科技业
: 大公司感觉都不太想找资管的写程式，职缺上面列出来的科系鲜少有资管的, 不过前几
: 天台积电的学长po文説在找写java spring的, 所以可能进科技业还是有机会, 所以目
前
: 就计画说那可以考虑摸java後端
: 然後犹豫的点就是，感觉走java不怕找不到工作, ML要要很强才会比较好找工作, 所以
: 希望板上的强者们可以给点建议, 谢谢。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 23.238.128.118
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1553118313.A.676.html
※ 编辑: BorrasH (23.238.128.118), 03/21/2019 05:51:54
1F：→ MOONY135: 框架只有大公司烧得起 但不在台湾 03/21 07:31
2F：推 aacs0130: 推四种效能分类还有对台湾的观察 03/21 07:34
3F：推 TheOneisNEO: 是说这板上有名人跟我说数学不好也可以做ai 03/21 07:41
4F：推 k900421: 你是在暗讽人工智慧学校吗?XD 03/21 07:44
5F：嘘 gbd37: 现在大家都在AI 遇过文科（语文系 新闻系 外文系）自称自己 03/21 08:29
6F：→ gbd37: 是做AI的资料科学家 重点是… 还有人相信呢 03/21 08:29
7F：→ Mchord: 一堆人硕论就是抓github code下来跑，面试还自称非常熟啊 03/21 08:31
8F：推 CaptainH: 5. 教学型 03/21 09:00
9F：推 sxy67230: ml数学真的是蛮重要的基础，你特徵也需要数学分析，除非 03/21 09:32
10F：→ sxy67230: 你只做别人做过的领域，要不然别跟我说数学不重要，今 03/21 09:32
11F：→ sxy67230: 天你要优化既有算法也要数学，会说不重要的大概只想当码 03/21 09:32
12F：→ sxy67230: 农，不然就是本身基础就超强 03/21 09:32
13F：推 sxy67230: 看看国外nlu领域研究了多少年语言领域才有今天的成果，m 03/21 09:41
14F：→ sxy67230: l靠的是domain knowhow.math.cs这三样缺一不可堆出来的 03/21 09:41
15F：→ sxy67230: 。这不是硬体思维就马上转型出来的，也不是像台湾目前软 03/21 09:41
16F：→ sxy67230: 体厂把domain knowhow当case by case就可以堆出来的 03/21 09:41
17F：→ xsoho: 说数学重要的台湾产业这种需求多吗？哈哈 03/21 11:23
18F：→ xsoho: 很现实的有钱拿马上可以办事的需求 03/21 11:24
19F：嘘 lovebridget: 讲一堆废话 还是没说怎做 03/21 14:37
20F：→ lovebridget: 卖卤肉饭？ 你确定好做？ 卖过？ 03/21 14:37
21F：→ ice80712: 要做研究就去美国或大陆 台湾没机会 03/21 14:46
22F：推 thefattiger: lovebridget是不是对生活很不满,常常看到你在暴怒耶 03/21 16:02
23F：推 xxtuoo: 不错笑XDD 03/21 17:00
24F：推 lovebridget: Xd不暴怒何必推 暴怒推文才爽啊 03/21 17:30
25F：嘘 abc53: ㄎㄎ 03/21 19:10
26F：嘘 Morphee: Cc 03/21 19:27
27F：推 king22649: ai只有大厂内部在做吧 其他跟ai根本就都没关系 03/21 19:38
28F：→ sean50301: 一年三篇A+ 用这个标准审大学教授应该只剩1%的教授能 03/21 20:00
29F：→ sean50301: 说自己在做研究了XD 03/21 20:00
30F：推 king22649: 大学平均来说 可能还真的只有1%的教授有在做研究XD 03/21 20:31
31F：推 Zepho: 大公司都是做来自己内部用的，也不是要商业化一个ai产品， 03/22 05:30
32F：→ Zepho: 所以要避免的应该是以ai为获利目标的公司吧 03/22 05:30
33F：→ shaform: 可是这篇说的是公司阿，所以要看大学教授的话应该 03/22 06:28
34F：→ shaform: 是看整间学校一年有没有三篇吧 03/22 06:29
35F：→ sean50301: 要更精准应该是一个系吧 03/22 08:40
36F：→ sean50301: 整间学校的scale可以等於好几个研发部门了 03/22 08:45
37F：推 sxy67230: 台湾教授顶级期刊的一堆吧，只是很会做研究的教授通常 03/22 10:37
38F：→ sxy67230: 不太会教书而已，而且也不太会为自己洗知名度。一堆人 03/22 10:37
39F：→ sxy67230: 觉得教授好像要很会教书才有料，但研究型的人才你本来就 03/22 10:37
40F：→ sxy67230: 不能强迫他去教人，有时候你会觉得他教很烂不是因为他真 03/22 10:37
41F：→ sxy67230: 的教不好，而是你思路跟不上 03/22 10:37
42F：推 vincentman: 应该说教授没有在钻研教学，学生上了大学或研所，是要 03/22 20:59
43F：→ vincentman: 有一定的自我学习能力。 03/22 20:59
44F：推 sdriver: 我不懂AI，但这文看起来很精辟 03/22 22:05
45F：→ DrTech: 风向怎麽变了，之前推文一堆人说AI都是高中数学程度，人人 03/22 23:46
46F：→ DrTech: 都会 03/22 23:46
47F：→ sean50301: 简单架构的模型有些的确高中数学呀 不过这种模型顶多跑 03/23 12:57
48F：→ sean50301: 跑iris或mnist吧 focus在特定领域的论文数学就会难很多 03/23 12:57
49F：→ sean50301: 了 03/23 12:57
50F：推 lukelove: 乖乖念英文刷leetcode 03/23 14:11
51F：推 googoo1102: 台湾AI只是笑话吧 丢数据跑跑工具而已 03/24 11:49
52F：推 oppi: 这样算起来未来世界做跟ml相关的公司大概只会十家以内机会 05/03 12:58
53F：→ oppi: 很少啊 05/03 12:58