我不知道内容有无违反版规，因为身为一个老人潜水很久了。 本来认为自己可能没有机会再发文章。 个人认为AI是个很大的领域。至少，在我开始学这东西以前这名词就存在了。 至今我仍然习惯自己所学叫做"机器学习"，不习惯称呼自己学的东西叫AI。 如果自介自我学习时间很重要的话，那我自学机器学习时间至今约11年。 因为在我开始学习机器学习的年代，这类的技术文章跟tools真的不多， (当时是cuda 1.X版，那是给模拟的人用的。神经网路专用是後来的事情。 那时候用cuda刻SVM真的很靠杯) 很多真的必须自学，没甚麽课能修，也没有多少老师在做。 如果真的要问我的背景，我是生物学家。 我没修过任何程式课程，物件导向资料结构等等都没有。 所以没人可以定义我程式能力好不好。 我没修过工程数学等课程，工数机率高等微积分全部没有。 所以没人能定义我数学好不好。 我只知道我前女友是数学系的，有天我问他某个论文上面的式子， 她答不出来我就笑她数学系还答不出来， 她就呛我说这些问题要去找高等工程数学才可能找到。 那天晚上我跟她一起到书局，真的翻了一圈才在高等工数找到我要找的答案。 以上就是闲聊.... 会想说话主要是因为， 最近在业界又听到有颇大的单位准备把做大数据与人工智慧的单位收了， 所以就更想说一些话。毕竟十年前不会有人想听我们这些赌徒在说些甚麽。 我想，业界的事情每个单位不同。我就以我目前的单位状况并针对一些推文内容来聊聊。 1. 入这行数学一定要好? "数学"就是一门学问。如果提到数学的用处， 那就要把世界某些"物理状态"透过符号做纪录或是传达， 换句话说，用数学符号来表达应该是一种"不得已的表达手段"。 一个好的数学，是可以用一些物理现象来做解释。 如果数学就是科学的基础，那科学的精神就是"客观"。 We want the convicing, not confusing. 如果靠一堆数学符号就能说服人，那这世界就太容易了， 我相信大部分的人也认同光给你一个数学算式就要你信，根本不太可能。 个人认为真正好的方式，应该是理解数学符号背後带来的物理意义， 透过连结一些真实世界的物理现象或是例子来说明数学式才可能说服人。 这也才是科学的精神(在现性)。 一个式子其背後含意任何人都可以用不同的归纳推演方式来达到， 举例来说，基础统计中常用的Odds ratio， 在很多统计文献中会用"maximun likelihood"来说明计算方式。 但在机器学习领域中就会采用"minimize crossentropy"。 但是当你详细推导以後就会发现这根本是同一件事情，差别在但由不同的出发点去看。 所以数学不好就无法了吗? 不一定.... 你不需要强到要把这两件事情做连结，但是你至少要知道这些数学的基本物理意义。 也就是你可以用你自身经验来解读这段数学式子。如果是对的， 你只需要在某张纸上写上"我想到一个美妙的证明"，三百年後就会有人证明出来。 想打败敌人，如果你只会雷之呼吸第一型，那就把雷之呼吸第一型发挥到极致。 学了十型你最终要打败敌人，学了一型你也还是可以打败敌人，最终都到达了目的。 一门学问没有谁有资格谁无资格。在真理面前，每个人都是平等的。 只有在你要不要跟你敢不敢。至少我在挑人的时候，第一关我不太会要人推数学。 但我一定会确定这个人有无"理解"这数学。(这一关死一堆人) 举例来说， 大家都知道CNN是从MLP演化而来(假设大家都懂怎麽演化，因为这边也死一堆人)， 那我要怎麽处理才能在不更动MLP的架构下让MLP效能尽量贴近CNN? 这些问题光看CNN在那边看完数学式子後理解是sliding windows跑一跑 是完全无法回答这问题的。而且回答方式也无须"太数学"。 但答不出来也表示这人没有深层去思考为什麽这方法会好。 那自然也无法找出最合适的solution。 如果别人用高等微积分证明完毕後，你可以用国小加法再表达一次， 那绝对大家都可以被说服。 2. 入这行一定要本科系? 这边说明我个人挑选的方式: 任何人只要投递履历，本人就是亲自打电话去， 所以不分科系，不分年龄，不分性别，全部都会经过问答以後挑选。 最後结果，目前团队中物理背景高达九成。电资背景仅一位。 另外一位特殊人物是文组，学士背景。 他靠自学可以把Linux一些奇怪的Depedency弄起来， 可以把Reinformcement learning数学式看完写出来进行训练。 这边我想勉励非本科系的人，如果你投履历碰到的主管也只会用科系跟学校挑人， 那种单位你就乾脆别去了。(至少我是这样想，其实也吃不少苦头就是了) 但是如果这工作你看了喜欢， 不管职缺用甚麽条件(我们的职缺就用博士，但我没有在管这个)，投就对了。 你不投你就没机会。 3. 入这行要怎麽做?只能打Kaggle? 老实说，我Kaggle打了两次就不太打了。 Kaggle打了以後，就是解决了那个Kaggle的问题，但我怀疑对实际问题有帮助吗? 所谓的training， test ， validation三个Datasets当中，test set的定义就是 "test set永远只能用一次" 你打了很久，send几百次的答案，这些都不能称呼为Test。 顶多就是validation set而已。换句话说，你打很久的模型可能还是处在overfitting。 我理解到这边就暂停打Kaggle。因为我还想做些更有趣的事情。 (但这边也不是说打Kaggle完全没帮助，某程度上有人一起玩是蛮有趣的) 另外一个例子， 我们单位另外有超能力且已经离职的有另外一位， 大学延毕，体育被当，但是是某套件的全球维护人。我敬重这样的年轻人。 他也帮助我们完成策略性专利的申请。 所谓的策略性就是"内部审核不通过，但技术长给通过"。 他的专利内容就是透过语意模型完成某个图像任务。这话题好像最近很红， 但是我们大概两年前就在做了并在进行後半年完成专利申请。 当时公司内大老们还不看好。 以上的状况好像没有回覆到原po的要做前端还是专心做AI， 对我来讲，好像是大哉问真的难以回答。 我个人在这产业中，我知道待解决的问题还非常非常多。 也就是还是有很多地方有商机。只差有没有人能吃到这块饼。 我们绝对不是最强的单位，我也不期许我们是最强的单位， 我希望我们只要活下来并且对世界有贡献(就是人愿意花钱买我们的东西)就可以了。 目前就以公司状况来看，前几年号称自己AI非常强的单位大概一打左右。 我们绝对是排不上公司排行榜的。 但目前我们是公司内仅存的几个还在做这项目的单位之一。 以我自己背景的例子，一开始就难以定义， 所以我也难以用背景去定义谁有能力没能力做。 这种想法衍伸到我们现在做出来的产品，就是大家都没看过这是甚麽。 但是慢慢的理解这产品的设计理念跟用处反而开始认同。 所以... 为什麽要让人来定义你?你不能定义甚麽事情吗? 我希望我的经验可以给一些人一些力量。如果你认为这是对的事情，就去做就对了。 我也希望我的同业可以越来越多。 ※ 引述《pride829 (竹鼠)》之铭言： : 在这篇文章中 我将data science machine learning及其他相关领域等统称为AI, 因为我不确定将来 : 深入的领域为何 也还不到那个程度 : 大家好 : 我是应届大学毕业生 国立 资讯工程系 但非四大 : 我接触了很久程式 虽然一直在追求如何能够写的更乾净有架构 但是从来没有真正深入的 : 用单一语言做一个大型专案 : 最熟的算是c++吧，其他诸多语言像是php python js java c#...等等也能称得上"会" : 如果用过就算会的话 : 但也仅止於用过而已 我写的程式大多数都很浅 基本上不同语言的差别只有语法不同 翻 : 译之後没有什麽差别 : 现在我要就职 我没有任何的工作经验 作品也很少 我也只知道从就职网站(104 1111之类 : )谋职的方法 : 我注意到市面上有非常多前端工程师的职缺 : 我的选择有二： : 1. 学习一个前端框架 vue angular之类的 做个网页 然後找个前端低薪的工作 : 其实照现在面试的情况 也许不用成品我就能找到这样的工作了 : 或者是2. 我上kaggle学习data science, machine learning等等 等到有成品之後找这方 : 面的工作 : 其实我有兴趣的是人工智慧 前端我一点兴趣都没有 : 但问题是ai的职缺相对少很多 学历要求通常在硕士以上 且我的数学不好 基础也不好 : 我目前自己灌了ubuntu自学, 只知道如何使用python引入DecisionTreeRegressor建立简 : 单的预测,如何处理missing value : 以及大学时候上过课 对於classification clustering这些有基本的认知 : 如此而已 : 我不晓得如果我打定主意朝这方向走 会不会遭遇很大的困难 会不会拖很久才找到工作 : 家里的经济状况还可以 能够让我学习 但我担心没有工作经验的我找不到ai方面的工作 : 但如果我选择前端工作, 那就真的只是为了生活而工作 因为我对它真的没有兴趣 : 如果这样的话 我就打算利用下班时间自学ai 然後之後再找机会跳板 : 但我又担心如果上工 会被占用太多的时间 因此这是一个麻烦的抉择 : 想请教我该如何是好？烦请各位解惑！ : 附上我的github：https://github.com/pride829 : 另外再问个比较不相干的问题: 作品的注解应该用英文还是中文写较好？ : 我能够用英文写没问题 不过我想如果看的人都是台湾人 我在台湾求职 好像不见得会比 : 较好 因此询问 -- みいろ.... --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.51.142.8 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1603808067.A.BB0.html