Soft_Job 板


LINE

※ 引述《ckrmpuhv (阿瓜)》之铭言: : 各位板上大大好 : 小弟是後段国立科大资管硕即将毕业 ^^^^^^^^^^^^^^^^^ 恩..."後段国立科大资管",好一点的公司可能连HR那关都过不了 : 因为一些私人原因是不用当兵 : 所以论文完成後准备开始找工作 : 目前程度: : 大学学过JAVA ^^^^^^^^^^^^^^^ 要走ML,应该是要用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的底层,那就应该要会c++跟cuda或是opencl之类的 : 网页跟资料库也只有课堂学习过没实际做小专案 : 因为对Ml有兴趣 : 在硕阶段期间 都是自学ML相关 : 听过李宏毅老师的课 : 实作过他课程的作业 : Keras的一些神经网路搭建也没舍问题 : Kaggle只参加过一两次 排名都很烂 : 大部分的实作和论文都是跟影像辨识相关 : 最近看板上大大各式各样建议 : 非四大四中 也不是kaggle的佼佼者 : 数学方面 线代没学 统计学大学学过但也不熟 : 看完觉得自己很烂出去可能没人要? 理论不行,直接自爆 但我想问一下,你是否有能力可以去推导back propagation? 或是可以用数学理解为何inception net 比 VGG16好 那甚麽是 L1 L2 constrain? 牛顿法跟gradient descent有甚麽关系勒? 你说你的论文是跟影像有关的,那懂不懂傅立叶转换阿? : 目前都还在做ml各种模型实作 : 但看完板上很迷茫要往哪些方向学习怕找不到工作非常忧郁 : 我不清楚该横向发展拓别的领域 : 像是网页、App 自己做一些小专案增加作品集 : 还是去补数学 更深入研究Ml : 又或者先去刷Leetcode打底 : 还请各位大大指教 谢谢 : ----- : Sent from JPTT on my iPhone 我自己也不是ML专业,也算是半路出家的,那因为要把ML放在MCU上, 所以去看了很多ML的paper跟文章。 ML的水很深,如果数学不行,就一定要把数学补起来,要不然人家面试问一下, 就真的倒在那边惹。(请注意喔,我上面的问题都还只是基本题中的基本喔) 我曾经在一篇文章讲过,用Keras把一个常见的模型跑起来,这个请个工读生 都可以做到的事情,没有必要花钱请一位工程师来做。 但是我可以告诉我主管 ,为什麽要这样做,Learning rate要怎麽设定会比较让 模型快速收敛,这才是我的价值。 喔~~对了,我还只是个韧体工程师喔,我的专业还是在韧体上开发演算法喔 在台湾做ML的大致上有两种(这也是我专门做ML的学弟跟我讲的)ㄎㄎ: 有问题的话也请做ML的专业大大更正 1. 拿现成的model去做 transfer learning或是改善pre-processing的方法,让图片 或是资料更容易让model收敛。 很多公司都是要有马上的功效,若是重新建立一个新的架构,那要花多少时间去 fine tune?然後要收集多少的资料去最佳化weighting? 听说连发哥都没在做这种事情,那就更不用期待其他一些小公司有办法去支持这样的 开发案。 2. 把现有的ML 模型缩小,然後可以放在嵌入式系统上。 这就跟我现在在弄的案子比较有关连,确实会需要ML的工程师,不过该工程师 最好也得知道一点嵌入式系统,这样在执行专案上会比较有帮助。 如果真的要走ML,就请把线性代数跟统计补齐,因为deep learning只是ML中的一部分 如果可以用比较传统的方法就可以解决的问题,为何一定要用deep learning???? 如果发现自己的数学不行,那就赶快尽早转行。 真心不骗...... 顺带一提,其实外商比较不太重视学历,但很重视英文,所以英文也是一项重要的技能 --
QR Code



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 59.124.168.123 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1615442547.A.5D6.html
1F:推 ss8651twtw: 推 03/11 14:05
2F:推 tig4605246: 推这篇,我不是ML专业但常常看到套模型就说自己会ML的 03/11 14:05
3F:→ tig4605246: 人… 03/11 14:05
4F:推 mmonkeyboyy: 其实现在有1&2混起来做的 2才是能赚钱的XD 03/11 14:30
5F:→ mmonkeyboyy: 套模型也可以啦 问题是要套对就是了 03/11 14:31
6F:推 ntpuisbest: 借串问一下,我虽然懂那些基本题,可是不太清楚为何 03/11 14:32
7F:→ ntpuisbest: 懂了可以知道怎麽设学习率那一块 03/11 14:32
8F:→ ntpuisbest: 一般来说不就是,太大的数字不行,就换小的试试看吗? 03/11 14:32
ㄎㄎㄎ 其实也只是跟主管特别强调一下: "我不是只会套模型这样的啦"XD 当然因为主管不懂deep learning,所以听到我这样跟他说,他喔喔喔喔 ~~~果然有价值!! (这可以算是嘴炮的最佳实证) 当然,我自认为我的程度是还不是很懂ML这块的喔 我只是个半路出家的嵌入式韧体工程师喔 ※ 编辑: isaacting (59.124.168.123 台湾), 03/11/2021 14:39:45
9F:推 UNPRO: 推这篇 03/11 14:36
※ 编辑: isaacting (59.124.168.123 台湾), 03/11/2021 14:52:08
10F:推 rereterry: 其实看要走应用还是分析,之後还可以拆分是走纯数据, 03/11 15:51
11F:→ rereterry: 影像,NLP,之後还可以再细分是商品,还是纯模型,这块 03/11 15:51
12F:→ rereterry: 领域现在被架构的还蛮大的,像银行体系也会是一条路啦 03/11 15:51
13F:→ rereterry: ! 03/11 15:51
14F:推 tay2510: ntp大会有疑问是是正常的 原po的lr的例子有点误导了,实 03/11 16:27
15F:→ tay2510: 务上都是直接用平行框架搭配一些搜寻演算法去找合适的lr 03/11 16:27
16F:→ tay2510: ,但我同意跟主管解释为什麽那个部份 03/11 16:27
没错,譬如说Adagrad,这种东西在tensorflow 不用自己去code 但我当初就是跟主管报告甚麽是Adagrad,以及为什麽要用Adagrad 然後主管就: 喔! 赞~~虽然听不懂, 但感觉很厉害,然後考绩就香惹 大guy4这样 ML面试的问题千变万化 ,也有可能面试者直接问甚麽是Adagrad阿 ? 那为何用Adagrad效果不错? 所以我是觉得把ML的基本理论都弄懂是绝对重要的
17F:推 hegemon: 香港某个女网红也说自己在搞ML, 就套套别人的工具月薪就 03/11 16:30
18F:→ hegemon: 不少了 03/11 16:30
19F:推 ntpuisbest: 原来如此 03/11 16:32
20F:推 cuteSquirrel: 真好 03/11 16:53
※ 编辑: isaacting (59.124.168.123 台湾), 03/11/2021 17:12:53 ※ 编辑: isaacting (59.124.168.123 台湾), 03/11/2021 17:21:41
21F:推 CaptPlanet: 推 现在ML神棍真的多 03/11 18:38
22F:推 luweber88: (学生浅见)资料工程师通常都会先用传统ML方法试试看吧 03/11 18:39
23F:→ luweber88: ?像RandomForest等方法,若演算法效率不好应该先回头 03/11 18:39
24F:→ luweber88: 从Data Level检视/处理,用DL怒train一发通常都是最後 03/11 18:39
25F:→ luweber88: 选项? 03/11 18:39
26F:推 drajan: 先弄出一个可以上线的稳定系统是最难的 挑选model往往是 03/11 18:48
27F:→ drajan: 比较容易的部分 大部分都会建议用最简单的方式去做 03/11 18:49
28F:→ drajan: 因为光是最简单的方式就可以搞死你了 03/11 18:49
29F:嘘 MoonCode: 数学不好或是没精通原理的人都不用上班了 03/11 19:25
30F:→ MoonCode: 懂不懂原理不是重点而是能不能产生价值 03/11 19:27
我其实不太懂你的点 ....原po说kaggle打得很烂 ,然後又不太懂数学, 假若你们公司 需要有即战力的ML工程师,你敢用他吗??????????? 我相信kaggle名次很前面的高手,对於小弟所提出的弱炮问题一定是秒杀
31F:推 evan176: 不认同楼上,当你面试碰到会BERT但不知道regression和cla 03/11 19:44
32F:→ evan176: ssification差别的人该怎麽办呢?现在这样的ML大师还不在 03/11 19:44
33F:→ evan176: 少数 03/11 19:44
34F:→ luweber88: 有人会Bert还分不清楚cls/reg哦xdddd 那他transformer 03/11 19:49
35F:→ luweber88: 是白学了? 03/11 19:49
36F:推 taffy128s: 我记得去年发哥有进CVPR, 这个也算一种吧 03/11 19:50
37F:推 mmonkeyboyy: 。。现在很多是ensembling learning 03/12 01:51
38F:推 mmonkeyboyy: 现在很多资料工程师反而不懂传统都先train一发再说 03/12 01:56
39F:推 iiiii: 直接问不用py,还可以学吗? 03/12 10:11
资料降维是什麽? 这个做ML的人倘若不知道,基本上应该是.....呵呵又颗颗 PCA是很常见资料降维的手法之一 这在线性代数里面是很基本的内容,原po没有念过线性代数,我会很怀疑 原po处理资料的能力在哪里 ※ 编辑: isaacting (49.216.70.16 台湾), 03/12/2021 10:33:37
40F:推 cuteSquirrel: 主成分分析和feature engineering 03/12 11:45
41F:推 exthrash: 现在没什麽人在用PCA吧 03/12 12:18
42F:推 mmonkeyboyy: 还是六种还是七种方式中的主流吧@_@~ 03/12 13:15
43F:→ mmonkeyboyy: 不用py 可以学darknet哦 03/12 13:16
44F:→ mmonkeyboyy: 不过现在想做好未来一点的大概要做GDL了 03/12 13:17
45F:推 pot1234: 偷问一下 印象中影像的DL也满多不傅立叶转换直接做的吧 03/12 22:31
46F:→ loadingN: 肥宅会fft能加分吗 03/12 22:38
47F:推 shownlin: 做ML线代统计重要性没那麽大啦,模型performance好才是 03/12 23:37
48F:→ shownlin: 真的 03/12 23:37
49F:→ mmonkeyboyy: 线代统计我是觉得也要啦 但就看不懂再去念也行 03/13 01:54
50F:嘘 MoonCode: 03/13 09:45
51F:→ caseypie: back propagation这种大一微积分就教的东西有什麽好嘴的 03/16 23:18
52F:→ j0958322080: 楼上天真了,很多人无法手算出来的 03/17 08:47
53F:→ answerseeker: 都哪年了还在VGG16...都快跟SIFT一样古董了 03/18 12:41
54F:推 meRscliche: 推 03/19 00:03







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:Soft_Job站内搜寻

TOP