作者muscle1204 (星嵐悠)
看板Soft_Job
標題[請益] 很想做AI大數據相關 該從哪裡補足
時間Tue Jan 19 11:00:37 2021
我研究所畢業 論文就是寫數據相關
我對於資料前處理 數據預測 模型 監督 半監督 這些都懂理論 也拿到經濟部巨量資料證照 有程式開發基礎 物件導向觀念
但我去面試AI相關的工作我還是被刷掉
原因是我沒有實務開發經驗
只會用weka orange跑建模 跑預測 出結果
我想補足這方面有實務開發AI的經驗我該怎麼做?該去外面花錢上課嗎?還是該繼續投履歷亂槍打鳥直到能錄取為止
-----
Sent from JPTT on my iPhone
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.32.19.102 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1611025239.A.C98.html
1F：→ loser113: 我覺得找kaggle 找個幾個主題報告比較快讓人懂 01/19 11:05
2F：→ loser113: 主題就挑你擅長比較懂得 也不是每間都很care理論 01/19 11:06
3F：→ loser113: 台灣課程 技術來說我覺得不如找udemy上就好了 01/19 11:07
4F：→ loser113: 但去上課可以認識人脈 應徵來說人脈內推也滿重要 01/19 11:08
5F：推 gnseed: 因為你認為的AI跟業界認為的AI不同。 01/19 12:10
6F：→ gnseed: 往分析類可能比較有機會，AI型的，以你目前列的技能可能 01/19 12:12
7F：→ gnseed: 比較難上 01/19 12:12
8F：→ gnseed: 數據分析、大數據、AI這三個詞常常掛一起，但細節上有些 01/19 12:15
9F：→ gnseed: 差異 01/19 12:15
10F：→ alihue: 分析的也沒吧，有哪些職缺是真的叫分析的嗎，台灣應該比 01/19 12:41
11F：→ alihue: 較少 01/19 12:41
12F：→ OforU: 有沒有可能那些只是你自以為自己會 但公司不覺得你會啊 所 01/19 12:48
13F：→ OforU: 以才會說你沒實務經驗 01/19 12:48
14F：→ puffs: kaggle 打幾個比賽，拿到好名次就有人要了 01/19 12:51
15F：→ superalf: 呃，weka/orange 就能跑得動的東西能稱為巨量資料嗎？ 01/19 13:18
16F：推 aidansky0989: 打kaggle拿到錢就有人要了 01/19 14:16
17F：→ normaldistr: kaggle要拿錢，首先要有足夠的電腦配備 01/19 15:29
18F：推 sunkao1035: 你如果是用 python 肯定會加分 01/19 15:33
19F：推 Morphee: 到底是有多不會找工作阿？ 可以搞成這樣 01/19 16:14
20F：推 paopaosw: “AI相關的工作” 是指 data scientists 嗎？還是backen 01/19 16:49
21F：→ paopaosw: d？這樣看不出來你要面試的職務很難給建議 01/19 16:49
22F：→ f496328mm: 只會用weka orange，不會寫程式?? 01/19 18:22
24F：→ f496328mm: 不是拿到 offer 了，然後來問這是?? 01/19 18:24
25F：推 aa06697: 可能缺學歷 01/19 19:14
26F：噓 chocopie: 123哪間 01/19 20:29
27F：→ jigfopsda: Kaggle 跟著打 前10%就不錯啦! 01/19 22:59
28F：推 Morphee: 可憐 01/19 23:01
29F：推 ILYY: 打kaggle 01/20 00:56
30F：推 runa33: 我只能說有找人工智慧的缺 你沒kaggle名次或研討會得獎 01/20 01:31
31F：→ runa33: 真的很難 01/20 01:31
32F：→ audibmw888: 呃..... 刷題？ 01/20 08:26
33F：推 Morphee: 我一題都沒刷 啥k狗沒認真玩過 頂會也沒 還不是三年就破2 01/20 10:58
34F：→ Morphee: 00了 現在整天看履歷找人 只能說會爬的就是會爬 01/20 10:58
35F：→ Morphee: 更別提我根本一堂資工的課都沒修過 01/20 10:58
36F：推 sherees: 我自己的經驗是 面試說懂理論懂觀念但沒有實作的人 01/20 13:02
37F：→ sherees: 大部分理論也是一問就倒 01/20 13:02
38F：→ sherees: 另外"經濟部巨量資料證照" 這東西有沒有用我也是存疑 01/20 13:04
39F：→ sherees: 看你用的工具 我覺得比較適合的職位應該是數據"分析" 01/20 13:23
40F：→ audibmw888: 有的公司有內推就很好進去的。呵呵。 01/20 14:44
41F：→ audibmw888: 不用多厲害。 01/20 14:44
42F：→ neo5277: kreas,tensoflow去打排名 01/20 15:30
43F：→ bear1414: 實作題目 講出你的創意和結果 即便是複現都比現在好 01/20 17:38
44F：→ bear1414: 不一定要KAGGLE 任何數據集 或論文中的題目皆可 01/20 17:39
45F：→ DrTech: 都什麼年代了，還在用weka 實驗室有夠混的 01/20 20:55
46F：噓 neil2003tw: weka orange算是什麼AI 01/20 21:30
47F：推 luli0034: 現在沒有人要新鮮人了吧 01/21 12:46
48F：推 joey11121: 碩論都相關了，有這麼難找？ 01/21 13:33
49F：推 HungDa: 你這個是數據分析吧跟AI沒什麼關係啊？pytorch和tensorflo 01/21 21:49
50F：→ HungDa: w你會嗎？有實務經驗嗎？都沒有一定被刷的啊，至少要證明 01/21 21:49
51F：→ HungDa: 自己會看paper能用GitHub上的跑model會調參是最基本的 01/21 21:49
52F：→ HungDa: 經濟部那張太基本了不足以證明你懂不AI 01/21 21:50
53F：推 HungDa: 台灣很多AI相關的比賽有些很好得名 01/21 21:54
54F：→ f422661: Kaggle拿錢，台灣沒幾個，會不會想太多 01/23 13:47
55F：推 mago: 資料分析 資料科學 機器學習在公司可能都是不同部門，你想 01/24 08:59
56F：→ mago: 往那塊走？ 01/24 08:59