[請益] 是否要再多唸個資工碩
大家好,目前我的學歷是四大物理碩畢業
由於不太喜歡需要輪班及高工時的生活
因此決定往資工這塊走
這幾個月有碰了一些前端、後段及ML的東西
依照興趣排的話應該是 ML > 後段 > 前端
之後也會做個網站當小作品
但同時還是對ML很有興趣
因此目前有幾個規劃:
1. 花個一年考個資工碩士,畢竟自己非本科
,唸個資工能夠重新打好基礎功,未來選擇
也更多,但缺點是唸完可能29或30了
2. 找個系上做ML的老師進去蹲個幾年,看
能不能有些實際經驗或發表,但出來還是一
樣非本科系,不確定是否能找到比較好的職缺
3. 先做個網頁出來找後端的工作,工作幾年
再看看有沒有機會往ML走。似乎很多前輩都
認為ML這塊已經快飽和了,因此往後端走也
許發展性更高?
還請各位前輩給些建議了
手機排版請見諒
--
聰明的人好像可以直接刷leetcode?
ML要有博吧
不過ML蠻好玩的 工作得很開心 XDD
在不快點唸之後都全書審想考還考不了
我也想考,不知道會不會比較值得
不喜歡科技業,但要讀資工?這邏輯是怎麼回事?
難道你要去博弈業?
四大碩自學Backend然後刷leetcode就夠了吧
不喜歡科技業所以念資工??
應該說不喜歡高工時的生活 表達不好抱歉
2.沒幫助 我覺得是原地踏步 3.很擁擠 一堆非本科都搶這塊
推薦念在職碩嗎?
如果你把ML當成人生志業就1,沒有很肯定就3
軟體有準時下班嗎= = ?? 這是不是偏見阿 我只待過一間 是六
點能下班沒錯啦
要工時低建議考國營或公務員
純軟要一直學新的東西,就算不加班,投入時間也不算低
沒人說科技業就高工時啊
資工碩培養不出即戰力,是為了拿門票進科技業做軟硬體,工
時未必短頂多不用輪班
就算去純軟也不一定就準時
不想進科技業還需要花1+2年讀完,不如把這3年拿去更有效的
培養實力
不用...... 寫程式跟唸碩士沒半點關聯
別衝動
軟體跟科技業的生活的差別是?
我只知道去外商可能生活都不錯
如果你之前待的是GG 很大機率會後悔
即使物理資工沒關係,面試很多人願意採用物理出身的白紙
寫錯了吧,是不喜歡輪班當設備或製程,不是不喜歡科技業
ML的話現在大party,從電機資工到機械每個系都在ML,每
個剛畢業的碩士都說自己用過ML python
對 這樣說好像比較準確 我改一下好了@@
※ 編輯: Brainperson (36.231.63.53 臺灣), 10/06/2021 17:28:04不喜歡高工時不該走資工吧,要不要考慮科法所之類的
你以前沒走過,當然要進去洗一下阿
唸資工碩是比較簡單的路
ML的好工作很競爭且數學要很好 新創是一堆但跟你期待的不
太一樣
建議讀碩發ML論文 不建議做ML工作 大概是這樣
意思是不論要不要做ML都建議唸個碩的意思嗎?
可以去美國念CS PhD
推前兩位,經濟允許就美國不行就四大碩,現在缺錢才走3
要準時下班台灣應該沒什麼機會 來美國吧
大部分ML工作是不是最後變成在做資料分析?
這就看你是在哪種公司做ML了 XD
30也還好吧 怎麼來問的很多都有年紀恐懼症
補個學分拼美國碩 留在國外比較有空間
可以現在投投看好公司的缺 沒資工碩可能連面試機會都沒有
科技業有收物理系先投看看 不過加班是免不了
演算法也不是只有ML.....當紅的很多人都會說有興趣....
以前嵌入式跟網路相關很紅也是一堆人有興趣
去美國念PhD當Data scientist,你有物理背景應該反而
吃香
#1WIpnzuG (本版) 可以看一下強者我同學的文章
資工台灣賺錢的幾乎都IC喔,IC那個工時你先能接受再考慮
想做ml還是唸個博吧 沒有博想搶調包工程師職位都搶不到
可以 但要去美國念
這類文章都沒說目的,要怎麼給建議。如果不考慮薪水,就照
興趣走不就好了。
難道自己想做什麼要人決定嗎。
如果是考慮薪水,發展。學原文的這些內容根本沒什麼差別,
都很差。
有薪資與市場的成長應該是選:我要什麼產業,公司。而不是
我要學什麼前端還是後端還是ML。
去大公司搞ML要學的東西,完全不在這文章的方向。
找老師的時候記得說想要念博班 不然老師不會收
不喜歡高工時 念資工....你要不要再考慮一下
只有我覺得 拿資工碩來打基礎 這件事情很怪嗎
還是台灣這樣很正常?
台灣人習慣了 你不念其他人還會覺得很奇怪
引文在台灣學歷好拿門票吧,我自己也是洗學歷拉哈哈
*因為
打基礎跟拿門票是兩件事情 但混在一起就變內捲 墊高門檻
念阿 打好基礎 多棒
很多資工也在博弈業啊......
如果你課業夠猛可以去念一下 喜歡實作就直接工作
整體還是建議念 等你過了碼農階段要再往上就有差
除非你自學很猛
不要唸啦 打基礎跟碩士沒關係
碩士不是打基礎用的吧
碩士是拿門票用的啦,沒碩士只有新創比較好近
誰跟你說資工沒有高工時的......
就我自己的經驗是,只要找到公司願意給你offer,先工
作練功比較快,但薪水不好談
等要開始管理 再去唸在職就好了
大家不要激動,純軟的高工時跟輪班的高工時還是不太一樣
不想輪班是非常合理的想法,不是覺得寫程式輕鬆
其實我蠻好奇板上到底有多少真的做ML工作的
看你要怎麼定義ML啊 DA DS MLE 更甚到research scientist
都可以說有碰到ml algorithm 但使用上的程度差很多r
ml要飽和? 應該是說缺相較front/back end少很多
一堆ee me biostat等畢業都說會python/ml 就可想到僧多粥
少 看你要怎麼跟人競爭 當然面試有機運是另外一回事
真有興趣就試試看往de走吧 進可攻退可守 棒
資工吃腦力不太吃年紀…
又不是要去輪班 唸真不虧
四大資工碩班應該沒在讓你培養能力
運氣差的遇到教授一直改你題目 就蹉跎了
培養能力是靠自己
資工碩值得 但如果目標在找ML工作不建議 太競爭了
不只資工 什麼資管數學統計等等每個實驗室都在做
ML當作興趣玩 平常去打打小比賽過過癮就好
如果可以的話就出國唸吧
我也是物理碩 建議如果想走ML 直接自學去投履歷可能
比較快
你確定ML或資工相關工作工時會比較低嗎
我認識的四大物理學生考研 屠殺眾生 可以洗一下碩
說不定他的四大物理碩就洗出來的
leetcode 英文 真心不騙,身邊同事學霸不少,但薪水
真的就看實力,書唸得多拿比人少的都有
就算是本科後來門檻也都是leetcode本科, 純ml track台灣
有哪間有我蠻好奇的
*後來門檻leetcode, 英文
轉材料?實驗室 QA相關的工作? 寫程式的工作北部比較好找
物理背景,能從事的行業相對較多吧 ?
軟體高工時的不少吧,把回家研究東西的時間在算進去的
話…
20
[請益] 資工碩一技能請益各位百萬年薪年薪大大好 自己本身的背景是私科大 >國立碩 題目是用ML(30%)接著影像後處理(70%)在Drone上做應用 ML用別人的Model 影像後處理能用OpenCV就用 大部分的時間都是花在Google上 實際Coding時間真的很少16
[請益] 新鮮人OFFER請益各位大大好 小弟第一次在板上發文 再請各位前輩多多指教 背景:四大非本科碩 新鮮人 目前有三個工作在考慮,地點皆在台北,通勤時間差異不大15
本來學ML是該轉路還是繼續鑽研各位板上大大好 小弟是後段國立科大資管碩即將畢業 因為一些私人原因是不用當兵 所以論文完成後準備開始找工作 目前程度:11
[請益] offer請益代po 主要想知道tech_job跟soft_job 兩邊的看法 所以想兩邊都問問 各位前輩好,這陣子開始找工作也順利拿到了一些offer,有幾個心儀的公司,但在選擇 上有些無法抉擇,想尋求前輩們的意見。 背景為非純血四大資訊相關 碩畢,碩論做ML相關11
[請益] 資料科學發展性各位前輩大家好 小弟不材,私校資工混畢業,礙於經濟因素沒有讀研究所直接就業,從事WEB ERP開發, 未來預計加強後端技能,在工作穩定後也有了想攻讀本科在職碩的念頭,今年也有幸上了 中興在職資工所 目前遇到一個研究領域的選擇問題8
[討論] 非本科軟工走SDE還是資料工程/ML背景:兩年新加坡研究單位軟體工程師經驗,主要在做醫療影像ML,有碰一些前後端和ap p都是自學 身邊多數非本科自學的朋友都是往data analyst / data engineer/ML 走,目前做的東西 雖然都有碰到一些,但總覺得不專精。想請教,如果最終目的是希望跳到大的軟體公司, 大家比較建議是:8
Re: [請益] 資工碩班做的領域對未來求職的影響結論 當然有關,但是關係不大,每個崗位的水都很深,還要花很多時間熟悉 比如說前端,後端,資料科學,資安,AI-ML,DevOps,測試,領導,UI-UX等等 如果你要做研究相關的工作,研究所開始累積相關paper是比較好的選擇 如果是要去做工程相關的工作,intern跟side project可能還重要些X
[請益] 研究所抉擇大家好,小弟今年研究所有幸錄取 交大電信甲(應該是俗稱的系統組?) 交大數據科學與工程(資工系底下的研究所) 清大電機乙(系統組) 清大資工甲(資工組)