作者scotJJ (風林火山)
看板Soft_Job
標題[請益] 深度學習工程師待遇
時間Sun Oct 21 01:09:37 2018
各位大大好，小弟最近想轉職(32)，
在自學深度學習中，目前對一些 分類、
回歸 的演算法 以及 一些常見模型CNN、RNN
的做法跟數學理論大概都能了解
(EX: 能解釋反向傳播等的原理之類的…)
還在學習更多中…，用tf、keras
實作簡單的model也都都的出來，
一些較小型的範例都沒問題。
只是因為是半路出家，私校資訊碩畢，
論文跟以前的工作經驗和AI這塊完全無
相關性 (雖然工作也是資訊相關)，想請教
有在深度學習領域工作的大大，小弟這樣
情況，有辦法找得到DL方面的工作嗎，
我對這塊是蠻有興趣的(不然學不下去)，
目前在這塊經營的前輩待遇大概如何?
一般DL新手待遇能談到多少呢？
能否請大大解惑
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.87.21
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1540055379.A.8AE.html
※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:13:02
※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:15:47
※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:16:22
※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:17:20
1F：推 dulldog: 個人覺得AI炒作到有點泡沫 成熟有價值的AI技術 大概只10/21 02:23
2F：→ dulldog: 有CNN YOLO10/21 02:23
3F：推 dulldog: 進入門檻其實很低 很多學習框架可以用 真正費時部分都在10/21 02:25
4F：→ dulldog: 資料收集與前處理及最後應用端10/21 02:25
5F：推 thefattiger: DL門檻真的很低，但通常只會DL是找不倒什麼好工作的10/21 03:05
6F：→ thefattiger: 比如你做影像也是得會傳統的CV，不會做不了啥10/21 03:05
7F：→ thefattiger: 反向傳播其實就是高中就有教的chain rule10/21 03:07
8F：→ thefattiger: 真的有想往這個領域發展的話也看點ML跟統計吧10/21 03:07
9F：推 BigShotBob: 完全同意 只會train model 真的完全沒屁用 重點是你10/21 06:27
10F：→ BigShotBob: 怎麼用它 以CV來講如何設計餵model的data label 如何10/21 06:27
11F：→ BigShotBob: 處理出來的sementic segment bounding box 如何把它10/21 06:28
12F：→ BigShotBob: 變成有用的東西 這才是業界最想要的10/21 06:28
13F：→ jamestian: 32歲了,應該想著如何多賺錢,而不是換跑道.10/21 07:05
14F：→ weinine32: 你講的東西去youtube看莫凡的影片就會了。 你當DL工程10/21 08:48
15F：→ weinine32: 師的價值是什麼？ 有成功的作品嗎？ 還是只會 .fit()10/21 08:48
16F：→ weinine32: .predict() 呢？10/21 08:48
17F：推 del680202: 看過一堆看AI紅想轉職只想train model的10/21 08:50
18F：→ del680202: 這種十個九個是麻煩製造者 10/21 08:51
19F：推 dulldog: 持續自學是好事，不潑你冷水，看過許多只會Train model，10/21 09:05
20F：→ dulldog: 就拿到大公司AI缺，不過對公司而言真的是災難。若你想轉10/21 09:05
21F：→ dulldog: 職，弄幾個作品，可趁這波熱度，趕快混水摸魚搶個缺。10/21 09:05
22F：→ WunoW: ai不會是泡沫啦，至少不是熱門得莫名其妙讓人說不出原因10/21 09:54
23F：→ WunoW: 而且ai確實是可以拿來解決問題的，不是炫技給人看而已10/21 09:55
24F：→ bibo9901: AI公司的門檻不在模型...在工程和資料來源10/21 09:56
25F：→ WunoW: 像以前一堆人在酸大數據，現在來看，還有能酸的理由嗎?10/21 09:57
26F：→ WunoW: 那些在酸的人都不知道自己的食衣住行早就離不開大數據了10/21 09:58
27F：→ WunoW: 反正就外行看熱鬧，一直都這樣10/21 09:59
28F：→ javatea: 還有這種職稱哦 .... 還真無聊 10/21 10:19
29F：推 mdkn35: 能解決問題比較重要 不然每天都在人工知能 哪天才會發現人10/21 10:53
30F：→ mdkn35: 工不能？10/21 10:53
31F：噓 pig2014: 超廢技能，你先能夠證明演算法收斂性我才承認你是ML人才10/21 11:24
32F：推 choral: 捷徑：打kaggle打出名次10/21 11:28
33F：→ ice80712: 只會調模型跟超參數的話 沒什麼門檻吧10/21 11:52
34F：推 alihue: 這職缺一堆科系搶工作，舉凡資工電機物理數學統計，私校還10/21 12:09
35F：→ alihue: 是趁早放棄吧10/21 12:09
36F：推 knives: 慣老闆：不就是拿別人寫好的工具改一下參數,領23k剛好而已10/21 12:11
37F：→ DrTech: 不覺得泡沫化，只是你都32了，之前的經歷如何跟ML結合轉10/21 12:17
38F：→ DrTech: 換成加值，我是比較好奇。光玩TF已經沒用了。10/21 12:17
39F：→ DrTech: 另外，好不好找相關工作，薪資如何，與你找什麼公司有關。10/21 12:20
40F：→ DrTech: 不挑公司還是很好找吧 10/21 12:20
41F：→ aj175: 大家也鞭好兇R10/21 12:20
42F：→ qazedcrfv: 自己經驗是差不多和演算法工程師薪資差不多，提供給你10/21 12:22
43F：→ qazedcrfv: 參考10/21 12:22
44F：→ DrTech: 我也覺得鞭的不是很中肯，我反而覺得推文很多人不是在做10/21 12:25
45F：→ DrTech: 相關工作，DL門檻低？有好的數據隨便訓練下就好？這都太10/21 12:25
46F：→ DrTech: 偏頗與業界脫節。10/21 12:25
47F：→ DrTech: 反向傳播就是高中教的 chain rule? 可能你是天才吧，你看10/21 13:33
48F：→ DrTech: 到高中的 chain rule 就學會偏微分求導，並且學會神經網10/21 13:33
49F：→ DrTech: 絡多層參數如何最佳化？中間跳了好多事情吧。ML現在就是這10/21 13:33
50F：→ DrTech: 樣阿，一堆不懂的人在笑入門的人。10/21 13:33
51F：→ DrTech: 各種不同神經網路的反向傳播做法也不同，只靠chain rule10/21 13:35
52F：→ DrTech: 就學會反向傳播？不是不懂就是天才。10/21 13:35
53F：推 johnnyjana: 推樓上10/21 13:58
54F：推 wallrose: 反向傳播是基於chain rule沒錯10/21 14:17
55F：→ wallrose: 但看到有人說「反向傳播就是chain rule」整個傻眼10/21 14:18
56F：推 thefattiger: 反向傳播基本原理本來就是chain rule，不然是什麼...10/21 14:32
57F：→ thefattiger: 很多東西本來就是從很基本的東西疊上去10/21 14:33
58F：→ thefattiger: 偏微分求導也是基本微積分而已，我只是想表達DL數學10/21 14:33
59F：→ thefattiger: 門檻不高，樓主想要走這行一定要充實其他的技能10/21 14:34
60F：→ thefattiger: 業界用DL主要都是在解決工程而不是學理問題10/21 14:36
61F：→ DrTech: 我覺得DL的數學門檻蠻高的耶，到現在還是一堆Paper根本看10/21 14:40
62F：→ DrTech: 不懂。解決工程問題也是，沒什麼好方法，門檻頗高。 10/21 14:41
63F：推 thefattiger: 對於數學和統計出身的人來說，DL數學真的還好10/21 14:44
64F：→ thefattiger: 一些很前沿的idea當然比較難懂，但業界不會用到10/21 14:45
65F：→ thefattiger: 我目前的心得是工程門檻遠高於數學門檻10/21 14:46
66F：推 john0312: 數學門檻高不高看公司吧？10/21 14:48
67F：推 thefattiger: 最近有很多人在研究explainable-AI10/21 14:49
68F：→ john0312: 至於ML/DS領域我覺得數學還是很吃重，看那精美的WGAN。10/21 14:50
69F：→ thefattiger: 就是幫助人類可以判斷何時能相信AI10/21 14:52
70F：→ thefattiger: 換句話說就是目前的NN多數時間我們不知道他在幹嘛10/21 14:53
71F：→ DrTech: 同意，大家討論的角度不同，有誤解先跟你說聲抱歉。10/21 14:55
72F：推 thefattiger: 沒關係，討論一下讓樓主參考也不錯10/21 14:57
73F：→ thefattiger: 總之我想提醒樓主的就是，DL現在已經有非常多人投入10/21 14:58
74F：→ thefattiger: 務必要發展其他專長搭配DL，才能找到好工作10/21 14:58
75F：→ thefattiger: 看是要走影像或NLP或其他，都還要去深入該領域學習10/21 14:59
76F：→ gotrend: Drtech 中肯 跑跑模型的確call幾個function 就好 不需要10/21 16:38
77F：→ gotrend: 數學 但要怎麼跑出有用的結果 需要參考很多paper 這當中10/21 16:38
78F：→ gotrend: 就牽涉到很多數學 而這才是DL engineer的價值10/21 16:38
79F：噓 gotrend: 然後某肥宅不要再秀下限 BP只是有用到chain rule 不是基10/21 16:41
80F：→ gotrend: 於他 然後你上面應該是想說domain knowledgeㄅ ml三大元10/21 16:41
81F：→ gotrend: 素都講不出來？10/21 16:41
82F：推 smallv: 建議別走 因為你會沒機會 或待遇很低10/21 18:06
83F：→ smallv: 台清交成都不一定有機會 何況你是私校碩士10/21 18:06
84F：推 prag222: 等人工AI發展起來 準備失業 比較實際 10/21 18:28
85F：→ prag222: 笑噓 寫人工AI的程式就不會失業的說法10/21 18:29
86F：推 Murasaki0110: 看到一堆外行拼命想嘴也是很有趣10/21 18:52
87F：推 DarkIllusion: 嗯 一堆ML大師10/21 19:06
88F：推 Bujo: 爬網資料收集與清洗比較容易找工作10/21 20:56
89F：推 hanshsu: 網路當時也很泡沫啊 又沒差 撐得下來就是通吃10/21 21:36
90F：→ lukelove: 不缺錢就去唸博士再出來找, 缺錢就去刷leetcode10/21 21:37
91F：→ lukelove: leetcode 刷的好 即使只會AI皮毛也容易找工作10/21 21:37
92F：→ lukelove: 雖然32再念個博士 似乎有點危險10/21 21:41
93F：推 BignoZe: 找的到工作就不錯了10/21 22:54
94F：推 abraxas: 數學都是基於加減乘除，看來大家小一就會了10/22 02:09
95F：噓 exthrash: DL門檻最低了 你阿罵都會 門檻最高的是SRE和QA10/22 05:52
可是我阿嬤過世了…QQ
96F：→ thefattiger: DL數學門檻本來就不高啊,微積分線代對理工畢業來講10/22 12:07
97F：→ thefattiger: 不就是加減乘除嗎？就說門檻在工程不在數學10/22 12:07
98F：→ thefattiger: 台灣的DL缺要的是engineer不是scientist10/22 12:08
99F：→ thefattiger: 後者的缺也多半重學歷,原po條件是很難進去的10/22 12:09
100F：→ thefattiger: ML/DL網路學習資源一堆,要只靠這個找到好工作很難10/22 12:09
101F：→ thefattiger: 所以我才建議原po加強domain knowledge才能脫穎而出10/22 12:11
※ 編輯: scotJJ (114.136.121.31), 10/22/2018 18:54:04
102F：推 Lorekeeper: AI炒作到泡沫化了+1...實作後沒幾個實用的應用 10/22 18:59
103F：推 sttagomantis: 泡沫化mit還砸了幾億美金蓋ai學院? 恩.. 10/22 19:32
104F：→ y3k: 這波炒作最可憐的是原本專精於此的人 一堆套件都弄得阿祖從墳 10/22 20:00
105F：→ y3k: 墓爬出來都會了(? 10/22 20:02
106F：推 del680202: 之前參加一個google的研討會 裡面的data scientist分享 10/22 20:10
107F：→ del680202: 他們自家產品無腦train的精準度 只比他花大半個月分析 10/22 20:10
108F：→ del680202: 建模後的結果差了個0.0x% 10/22 20:11
109F：推 del680202: 你阿罵拿現在那些東西隨便亂套滑鼠亂點跑出的結果 10/22 20:14
110F：→ del680202: 搞不好還能贏一票半路出家自學的工程師 10/22 20:16
111F：→ acoupleof123: 喔 聽del這樣講，我也能進google train model囉XD 10/22 20:43
112F：推 acoupleof123: del的笑話真的很好笑。就跟大家都會開車，所以大家 10/22 21:05
113F：→ acoupleof123: 不可能開車跟不上專業賽車手一樣。 10/22 21:05
114F：→ acoupleof123: 我就算無腦開，時間也不會差太多，還不就是開車XD 10/22 21:07
115F：→ acoupleof123: 這種無腦的話在這裡竟然聽的到，真的讓我很失望。 10/22 21:12
116F：→ acoupleof123: 不過我是比較相信drtech說的話，看他過去的貼文，10/22 21:16
117F：→ acoupleof123: 我相信他在這個領域打滾很久了，是比較有參考性的。 10/22 21:16
※ 編輯: scotJJ (114.136.121.31), 10/22/2018 21:39:16
118F：推 Morphee: 上面說門檻低的 哪一個年薪超過150的？ 10/23 11:19
119F：推 thefattiger: 抱歉我剛轉行大概90幾而已,說門檻不高是指工作不難找 10/23 16:22
120F：→ thefattiger: 要領到150不管哪個領域,都得有一定的本事,當然門檻高 10/23 16:22
121F：推 zased: 朋友leetcode 刷滿、博士、套套TF調參數就進google了。年薪 10/23 20:55
122F：→ zased: 600萬，不用理那些酸民，好好打底然後用力投夢幻公司才是真 10/23 20:55
123F：→ zased: 的 10/23 20:55
124F：噓 danny0108: 等你能看懂清大吳尚鴻的DL教學影片(youtube)再來說嘴吧 10/24 11:13