作者heatthree (熱火三)
看板Tech_Job
標題[請益] 竹科ML相關的缺多嗎
時間Sat Jun 1 17:30:24 2019
台北新創公司有在招ML的人才 如appier
那竹科大公司呢
聯發科 瑞昱 台積電 應該需要ML的人
Synopsys Cadence也在想著把ML應用到eda tool
又或者竹科可能也有一些AI新創?
台清交 ML相關實驗室畢業的學生
去竹科的多嗎
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.168.253
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Tech_Job/M.1559381426.A.845.html
1F：推 b777787: 很多！ai發大財 再搭配區塊鍊 年薪上千萬 06/01 17:33
2F：推 Iamjkc: 這問題跟問竹科有超商嗎 差不多 06/01 17:45
3F：→ toasthaha: 很多，然後呢？ 06/01 17:47
4F：→ yolasiku: ai查電話簿 06/01 17:48
5F：推 j0958322080: 沒有，那邊輪班居多 06/01 17:50
6F：→ po1379: ML應用到EDA tool??? 06/01 17:51
沒錯啊
※ 編輯: heatthree (1.171.168.253), 06/01/2019 17:56:23
7F：推 chocopie: 出國比較多吧 06/01 17:56
總有人因為家庭因素待台灣吧
※ 編輯: heatthree (1.171.168.253), 06/01/2019 17:57:06
8F：推 w199381: 目前ML/DL領域: 圖影像,文字,聲音還有嗎? 想想台灣有幾 06/01 17:57
9F：→ w199381: 間公司可以搞這些 06/01 17:57
10F：推 tentimes: 台北感覺很多？ 06/01 17:59
11F：推 ayn775437403: ML LAB畢業去竹科很多啊，又不是只會ML 06/01 18:00
12F：推 yainman: GG也有阿 06/01 18:01
13F：→ lemonsheep: 講是這樣講 但這些公司哪間是靠ML在賺錢的? 還不能實 06/01 18:08
14F：推 j0958322080: 還有策略分析的公司，幫你出解法 06/01 18:10
15F：→ lemonsheep: 際賺錢的東西 頂多少數phd在搞 一般人進去還是碰不到 06/01 18:11
16F：推 shiauji: 新思有啊 前一陣子看到朋友幫徵人 06/01 18:17
17F：→ ms0701515: 我知道孫民lab有去發科和安霸的 06/01 18:32
18F：→ ms0701515: 新思有徵 不過算少數 多數還是相關lab進去 06/01 18:33
19F：→ ms0701515: 我覺得重點還是靠什麼賺錢吧 竹科很多是把他當工具來 06/01 18:35
20F：→ ms0701515: 看 06/01 18:35
21F：推 stosto: 很多啊，但薪水很低啊 06/01 18:40
22F：推 w199381: 真的就是一個工具而已 要配上實質應用才能賺錢 可惜這真 06/01 18:58
23F：→ w199381: 的不多 06/01 18:58
24F：→ scott0327: 純軟很多啊，去大廠當IT膩？ 06/01 19:19
25F：→ Physerapb: 去大廠比純軟賺更多 06/01 19:25
26F：推 ptta: 有啊，ML用在EDA已經出了產品，在cadence上面有看過 06/01 19:26
27F：→ dslite: make love? 06/01 19:32
28F：推 zxp9505007: 台積電設備監診早就在用ML了 最近收到面試邀請 06/01 19:41
29F：推 doasgloria: ML已經快到泡沫尾聲了 06/01 19:43
30F：推 w199381: 樓上 是跟風的要泡沫了 ML技術越來越成熟強大 06/01 20:00
31F：→ w199381: 從single task到multi-task 越來越趨近人類學習方式 06/01 20:01
32F：→ w199381: Meta Learning, Reinforcement Learning都是越來越強大 06/01 20:01
33F：→ w199381: Life Long Learning也是近兩年的研究方向 06/01 20:02
34F：推 w199381: Transfer Learning也朝著降低訓練成本的方向邁進 06/01 20:05
35F：推 ooooops1221: 有喔 很多而且各部門都會有需求 06/01 20:10
36F：→ lensuper: 學ML沒什麼用，去投控公司應徵比較實在 06/01 20:22
37F：→ clamperni: 比較好奇小公司做ML要賣誰 06/01 20:34
38F：推 GTX9487: DL跟ML搞不清楚 06/01 20:48
39F：推 w60904max: 先不管泡不泡沫 跟其他職缺比當然是少 06/01 20:57
40F：噓 katzlee: ML是什麼的縮寫? 06/01 21:13
41F：推 Zepho: 竹科的都是給內部產線用阿，跟你想要的有一樣嗎？ 06/01 21:32
42F：推 iamala: ML越強大和熟ML的人是否能賺大錢是兩碼子事唷... 06/01 21:34
43F：推 smallcar801: 上一波泡沫是兩千年的網路泡沫，破滅的是投資人的無 06/01 21:40
44F：→ smallcar801: 腦投資夢，網路從來沒有泡沫過，ml也一樣 06/01 21:40
45F：推 Rocker5566: Manpower Losing 06/01 21:53
46F：推 snoopy98761: 你說的這三間都有收呀 06/01 22:00
47F：推 f496328mm: 像這種有生產線的，用ML的才多，一堆產品數據可以分析 06/01 22:12
48F：→ f496328mm: 認識的在聯電，台積電都有在用 06/01 22:13
49F：→ f496328mm: 產線上百道製程，每個點都收集data 06/01 22:14
50F：→ f496328mm: 可以提早知道產品是否出問題，晶圓分析用更多 06/01 22:14
51F：→ Murasaki0110: 很多，不過你在這唱衰板問大概不會有進展 06/01 22:27
52F：→ Eric0605: 發科很多啊 06/01 22:39
53F：推 leoloveivy: 產線的484都用移動平均數阿 產線有很多資料 但是如果 06/01 22:42
54F：→ leoloveivy: 是"要異常"資料 異常那麼多不就代表有人要包一包回家 06/01 22:42
55F：→ leoloveivy: 了 好奇真的可以做到很好的異常診斷嗎 真心求解 06/01 22:42
56F：→ y800122155: 笑死 產線最好用移動平均抓得出來喇 有這麼好抓就叫OP 06/01 22:47
57F：→ y800122155: 去抓就好啦 誰跟你找一堆碩士博士甚至教授去處理啊 06/01 22:47
58F：推 den7: 原來是machine learning...一定要每件事情都縮寫嗎...... 06/01 23:05
59F：噓 wrt: 連104都不查一下就在這問 06/01 23:16
60F：→ ruthertw: 超多 06/01 23:25
61F：推 LinuxKernel: 掛羊頭賣狗肉的多 06/02 00:34
62F：推 w60904max: 你知道GG 設備也一堆碩士嗎 事實就是真的很多碩士要幫 06/02 00:35
63F：→ w60904max: 忙看SPC chart 然後大部分都是工業工程慣用手法 06/02 00:35
64F：推 w60904max: 要那麼多碩博士 其實是要找 異常的原因 06/02 00:38
65F：→ y800122155: SPC歸SPC 又不是有做SPC就不做FDC之類的 06/02 00:40
66F：→ w60904max: 沒說不做 反正台積都是系統已經用好 讓Fab的人去用了 06/02 00:42
67F：推 w60904max: 而且FDC 第一道防線也是卡SPEC 看到一點飄掉也是要處理 06/02 00:52
68F：推 j0958322080: 誰跟你真的去找異常，漂掉就反向調就好了 06/02 01:04
69F：→ f496328mm: 回leo，異常偵測就是imbalance問題 06/02 01:11
70F：→ f496328mm: 並非要一堆異常資料才能玩 06/02 01:11
71F：推 mshockwave: 你要不要先往那邊看一下：好大一顆快破掉的ML泡沫啊～ 06/02 06:08
72F：推 crusoe: 建議往交易圈走，台灣科技業在這塊還早 06/02 07:21
73F：→ GGing: 竹科有 ML？很多都是喊喊根本做不出什麼東西呀！ 06/02 08:17
74F：→ GGing: 一堆人會個 KNN 或 K-Means 就說自己在搞 ML 06/02 08:19
75F：噓 Ethical: 噱頭而已，有玩過就知道重點再那 06/02 08:59
76F：→ Kayusumi: 現在ml應該大都套模組，有人在搞底層演算法嗎？ 06/02 11:39
77F：→ zhi5566: 要玩去國外玩 台灣跟風而已 這種都要長期而且大量投入資 06/02 11:50
78F：→ zhi5566: 簡單講麻 你資料庫哪裡來 沒有你玩個鳥 台商投入資源 是 06/02 11:52
79F：→ zhi5566: 去看自家產品有沒有可以賣 跟你想的實驗室不一樣 06/02 11:53
80F：→ zhi5566: 像在AI很夯 每天都在講 那我問你 你沒資料庫 要訓練個鳥 06/02 11:55
81F：→ zhi5566: 資料庫很燒錢 台廠看到都傻眼 做做簡單的還可以 06/02 11:58
82F：推 exeex: 台積電有 發哥也有 06/02 12:41
83F：→ exeex: ML技術要加進現有流程 算是比較高風險的嘗試 06/02 12:41
84F：→ exeex: 所以比較少專門為ML/DL開一個職缺 06/02 12:41
85F：→ exeex: ML/DL現在比較像是加分條件 06/02 12:45
86F：→ exeex: 至於其他小公司 資料本身不夠 或承擔不了ML的高風險投資 基 06/02 12:45
87F：→ exeex: 本上都是講講而已 06/02 12:45
88F：→ balaboo123: 一堆公司的ML根本噱頭...明明可以approach硬搞ML根本 06/02 13:07
89F：→ balaboo123: 拿大砲打小鳥 06/02 13:07
90F：→ clamperni: 應用而已是要多精通 = = 06/02 13:55
91F：→ DrTech: 釣到一整串外行人。 06/02 18:48
92F：→ hjk121: 樓上一句話得最罪一群人XD 06/02 21:19
93F：推 Rocker5566: 內行人可以說些內行話聞香嗎 06/03 08:49
94F：推 vul3kuo: 一堆公司搞噱頭+1 。舉例人臉偵測，需求不需要多精確的情 06/03 15:03
95F：→ vul3kuo: 況call opencv lib就可做到 06/03 15:03
96F：→ mayasky: 我絕對不會說在某1605公司電梯裡聽到幾位主管討論如何 06/03 18:12
97F：→ mayasky: 硬扯AI好迎合上意... 06/03 18:12
98F：→ mayasky: 這種動機還期待甚麼? 06/03 18:12
99F：→ supermmi: ML最後就是變成工具列上的一個按鈕無需什麼技術，有資 06/03 22:32
100F：→ supermmi: 料才是王道 06/03 22:32
101F：推 stosto: ML有資料不夠好嗎？要把資料變成有用才是王道 06/04 04:25