作者ice80712 (我很有事)
看板Soft_Job
标题Re: [请益] 深度学习工程师待遇
时间Sun Oct 21 15:31:58 2018
看到很多人说DL数学吃重，
我觉得工程重要多了。
数学很吃重的，可能是研究单位吧，
或是只负责训练模型的吧。
一，公司要先有硬体设备，还要有数据。
二，代码要能善用这些硬体资源，多线程，多卡加速。
三，看原始代码的能力，每次call函数，必要时要看里面大概怎麽写的。
四，模型整合，模型最後要在其他环境运行，跟其他模块搭配，
可能要转换成c语言，这当中的转换是需要验证的。
五，模型的大小以及运算量，如果是硬体公司，
模型要在嵌入式系统上运行，这时候模型的剪枝以及压缩就很重要。
Google去年发表了一篇mobile net，至今被引用了600多次。
简单来说，DL如果只有数学，调调参数，我觉得顶多就是研究员而已，
台湾很少有这样的职缺，待遇也不高。
除了美商world quant之外，底薪200，不过那不是一般人能进的。
就算有工程师是只需要调模型的，但我觉得这真的没什麽价值。
Kaggle排名有加分吗？在台湾我觉得很难，
特别是一直用超大模型或是多模型投票，
在硬体公司根本不管用。
有人提到Gan，
但这东西目前都还处於研究型的应用，还没看到什麽商业价值。
※ 引述《scotJJ (风林火山)》之铭言：
: 各位大大好，小弟最近想转职(32)，
: 在自学深度学习中，目前对一些 分类、
: 回归 的演算法 以及 一些常见模型CNN、RNN
: 的做法跟数学理论大概都能了解
: (EX: 能解释反向传播等的原理之类的…)
: 还在学习更多中…，用tf、keras
: 实作简单的model也都都的出来，
: 一些较小型的范例都没问题。
: 只是因为是半路出家，私校资讯硕毕，
: 论文跟以前的工作经验和AI这块完全无
: 相关性 (虽然工作也是资讯相关)，想请教
: 有在深度学习领域工作的大大，小弟这样
: 情况，有办法找得到DL方面的工作吗，
: 我对这块是蛮有兴趣的(不然学不下去)，
: 目前在这块经营的前辈待遇大概如何?
: 一般DL新手待遇能谈到多少呢？
: 能否请大大解惑
-----
Sent from JPTT on my Sony G8142.
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.159.146
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1540107121.A.E22.html
※ 编辑: ice80712 (140.112.159.146), 10/21/2018 15:34:42
1F：推 gofigure: 除非做的是data science core 不然其实就是码农 10/21 15:54
2F：→ gofigure: 资料科学界的码农 10/21 15:54
3F：→ gofigure: 上面一堆推文都只是停在 data analysis范畴 10/21 15:55
4F：→ gofigure: 更低阶一点梳理资料 software/data engineer 10/21 15:56
5F：推 f496328mm: 推这篇，实务上真的是看这些，重点还是商业化 10/21 16:11
6F：→ f496328mm: 为了商业化，有很多跟DL、数学无关的流程 10/21 16:12
7F：→ f496328mm: 但那些就是必须 10/21 16:12
8F：推 f496328mm: 有很多繁琐的事，像Kaggle每天玩model，真的不多 10/21 16:14
9F：推 gofigure: 只有像FAGA这种等级的公司才玩得起 data scientist core 10/21 16:18
10F：→ gofigure: 一般公司或新创 多的是一个人包山包海 没有分工可言 10/21 16:19
11F：推 f496328mm: 一般公司，call model 就很够用了 10/21 16:23
12F：→ f496328mm: 除非研发单位，不然很少去研究model 10/21 16:23
13F：→ f496328mm: kaggle都在比小数点，除非实务上小数点差距够大 10/21 16:24
14F：→ f496328mm: 不然会把时间花在其他事情上 10/21 16:24
15F：推 Morphee: 所以薪水多少没人讲 10/21 16:53
16F：推 jass970991: ML数学几乎是微积分跟线代 这算大学标准课吧 10/21 16:55
17F：推 Morphee: 所以薪水多少 10/21 17:00
18F：推 aa155495: 回楼上，看公司产业，类似的技术在不同产业范围很大 10/21 17:13
19F：→ aa155495: 新人从年薪70万到150万都有 10/21 17:14
20F：→ ice80712: 这领域硬件也很重要 谷歌去年也发了mobile net 10/21 17:45
21F：推 ZuiYang: 推 再非顶尖研究单位中工程>数学 不过也不是真的用不到 10/21 18:47
22F：→ ZuiYang: 数学就是了 cost down的时候数学就出现了 10/21 18:47
23F：→ ZuiYang: *在 10/21 18:48
24F：→ Murasaki0110: GAN没有商业价值？inpainting, super resolution在 10/21 18:56
25F：→ Murasaki0110: 用了都不知道 10/21 18:56
26F：→ Murasaki0110: 工程能力>>>>研究能力是确实 10/21 18:57
27F：推 clonsey1314: 推 10/21 19:51
28F：推 mpst897: GAN没商业价值??? 10/21 20:18
29F：→ janus7799: GAN的状况好像跟我知道的不太一样 10/21 20:52
30F：→ ice80712: 目前在台湾 我看不太到什麽要用GAN 之前MTK好像有 10/21 21:18
31F：→ ice80712: 绝大部分其他的都没有 10/21 21:19
32F：→ hsnuyi: 所以GAN到底有没有商用价值啊? 有在用不代表有商用价值 要 10/21 22:32
33F：→ hsnuyi: 有可维持的净利才算 10/21 22:32
34F：→ hsnuyi: 不然现在那些新创可都有价值了呢 10/21 22:34
35F：→ Mchord: GAN稳定性太差了能接受的应用范围太狭隘，刷paper实在 10/21 22:52
36F：推 lunashining: GAN不是现在可用来做 data augmentation? 10/21 22:57
37F：推 dennis2030: 推，在台湾的产业现状真的工程能力需求大於研究居多 10/22 00:02
※ 编辑: ice80712 (140.112.150.178), 10/22/2018 00:21:25
38F：推 BigShotBob: 除了美国的大公司 不管美国还是台湾 都是工程>>>>>> 10/22 01:06
39F：→ BigShotBob: 研究 做出产品才是重点 10/22 01:06
40F：推 BigShotBob: GAN现在能做的也只有Demo而已 RL也只能用在游戏里(除 10/22 01:08
41F：→ BigShotBob: 了deepmind) 10/22 01:08
42F：→ gino0717: demo本身就是个事业啊 10/22 01:36
43F：→ bibo9901: 美国大公司也是工程能力远大於研究. AlphaGo和BERT难以 10/22 03:00
44F：→ bibo9901: 复制的原因是因为idea很高深原理很复杂吗? 不是啊, 是可 10/22 03:01
45F：→ bibo9901: 怕的资料量加上贵到爆的TPU. 10/22 03:01
46F：推 Kazimir: super resolution和图片重建不就是GAN 我看google最近 10/22 03:06
47F：→ Kazimir: 有要推基於算法的手机相机 其他还有自动上色还是风格转换 10/22 03:08
48F：→ DrTech: 太偏颇了啦，现在市售手机拍照功能，就有用到GAN。 10/22 09:10
49F：→ DrTech: 其他就不说了，每句话都很偏颇。 10/22 09:11
50F：→ DrTech: 不是做研究的产品团队，现在没改良模型，很多效果都上不了 10/22 09:13
51F：→ DrTech: 。 10/22 09:13
52F：→ fallcolor: 咦哪一支手机有 10/22 09:53
53F：→ xsoho: 小米 10/22 10:07
54F：→ fallcolor: 真的找不到新闻耶 请问可以提供吗 10/22 11:31
55F：→ rocwild: 其实Data science各种技能都需要吧？所以才抢手。 10/22 11:34
57F：→ hsnuyi: 小米手机有用GAN? 果然是科技大国 强 10/22 12:39
58F：→ xsoho: 偶随便说的 10/22 14:46
59F：推 fallcolor: 那我建议不要随便说 ai现在连内行人都瞧不起有部分就是 10/22 16:10
60F：→ fallcolor: 以讹传讹 10/22 16:10
61F：→ xsoho: 分辨不出上面谁在鬼扯好像也不是那麽重要了 10/22 18:56
62F：推 sttagomantis: 讲得好像研究的idea都很好想一样 10/22 19:25
63F：→ sttagomantis: alphago是多少年研究的累积才有你看到如此简单漂亮 10/22 19:25
64F：→ sttagomantis: 且有效的结果 10/22 19:25
65F：→ sttagomantis: BTW google brain是有工程team来做infra 10/22 19:26
66F：→ sttagomantis: 研究人员基本上还是做研究 不需要花太多心力在那边 10/22 19:27
67F：推 lovebridget: GAN拎老师 10/23 00:02
68F：推 jack1218: GAN能飞天遁地 10/23 00:33
69F：推 goldflower: 楼上那图令人不知该说啥… 10/23 07:35
70F：推 exeex: GAN... 我最近接到漫画工作室的案子 请我帮改一个线稿上色 10/24 14:03
71F：→ exeex: 的AI 让他们可以批次用AI处理线稿上色问题 10/24 14:03
72F：→ exeex: 不过那是很小的案子 只是修改一个很成熟的GAN Model 10/24 14:04
73F：→ exeex: 先不管漫画产业 光是SRGAN能让Full HD变4K 就超有商用价值 10/24 14:05
74F：→ exeex: 的 10/24 14:05
75F：→ exeex: 要真正进入商用就是过两年 AI的ASIC 发展成熟 10/24 14:07
76F：→ fallcolor: 很好分辨 随便讲就是在鬼扯 11/03 21:58