Re: [請益] 想從零開始轉行當AI軟體工程師
※ 引述《noodle3574 (拉麵)》之銘言：
: 幫朋友發文代問
: ————————————————————
: 大家好，小弟最近下定決心要轉行，對AI的部分有點興趣
: 大概了解之後發現AI是用Python寫的，但做程式相關的朋友說轉行的話不太建議用Python: 當起手
: 因為是新東西，目前就業機會相較其他語言比較少建議從別的學起，也建議我上來問問各: 位前輩
: 想問有做AI相關工作還有使用Python的前輩們，學Python的出路相對其他語言真的比較少: 嗎?或是有其他更推薦做為入門的語言?
: 在網路上搜尋相關課程發現資策會和巨匠電腦有在賣Python的課程，看了一下有點想報名: ，畢竟有老師教
: 好奇他們的課程在職場上是真的實用且有幫助的嗎?還是有其他更推薦的教材或教學方面: 的資源可以使用呢?
: 最後想走AI方面的話前面可以做什麼類型的工作來累積經驗跟技術呢
: 我知道程式語言的水很深，所以想問問有經驗的前輩們的看法和建議。謝謝大家
這篇應該算是AI勸世文
如果你之前沒有任何工程背景，想要直接轉入AI的話，那真的是建議放棄。
AI發展至今，其實要入手真的非常容易，某種程度上只要知道如何呼叫API
(Python為介面)就可以完成很多事情。
我經歷過幾個用deep learning的實際例子，都是要解決既定的工程問題，
然後現有的工具不夠，所以才會選擇使用deep learning來解決
但是請注意，這些都是已經對該領域具備一定程度的domain knowledge，然後發現或許太難惹，之後才使用deep learning來解決。
1.使用AI來解決影像快速對焦的問題
對於這案子我沒辦法談得太細，我會參與這個案子是因為嵌入式系統是由我來開發的。
做這個演算法的是一個光學博士，他使用了大量影像前處理演算法，然後再把資料餵到
神經網路裡面，他因為前處理做得很好，所以他建構的神經網路只有5層的樣子，用Keras輕鬆完成，但其實說真的，這個最有價值的部分就在於"影像前處理演算法"，因為那位光學博士"懂影像"，所以"前處理"做得很好，資料跑出來後，其實用傳統的機器學習
演算法就可以做完的事情，只是現在AI很夯，所以套一下神經網路就降。
這個案子最有價值的是影像前處理演算法。
2. 使用AI來預測機器故障的可能性
這個部份我有參與部分的演算法跟系統開發，這個案子主要是利用IMU去偵測機器的震動，然後利用得到的振動頻率去預測機器損耗的可能性。但問題是要做這個東西，
就要先懂得DSP的訊號處理，像是要用甚麼類型的窗函數，然後要怎麼濾波，是用要IIR
還是FIR還是Adaptive Filter，那是要看一維time domain的訊號就好，
還是要看spectrogram? 這裡就有很多dsp的東西要去處理，我那時的經驗是，沒有做這些訊號的前處理，就丟到神經網路去之後，那個正確率低到不可思議(30%左右)，但有
做這些dsp前處理之後，正確率就高達90%以上
這個案子最有價值的就是訊號的DSP前處理。
其實我還有陸續碰過類似這樣的案子，套路都是差不多這樣。倘若你今天已經做影像處理一段時間惹，想要讓自己變得更有價值，OK，那去學deep learning是絕對舉雙手贊成
，因為不是只有辨識才會需要deep learning，在影像方面還有很多的東西會需要
用到deep learning，會用AI真的是如虎添翼!
再來，其實理工的要學deep learning根本就是無痛上手，像案例一的光學博士，
他從0開始自學只花了2個月就可以建構出跑得動的神經網路，如果他手上的案子會需要
非常複雜的神經網路，而他處理不來的話，我相信也應該會找CS或是數學畢業的碩士生
來弄，而不會找一個"中途轉行"的人來處理這個事情。
所以沒有任何理工背景，然後只是因為對AI感興趣想要轉行到這邊的話...這個...恩
ㄎㄎ~~~~~三思後行吧
--
推
感謝分享
正解
push
這波讓很多人覺得學幾堂課就可以轉行搞AI的就是那些補習
班呀，害人不淺
還有非常早期大概五年前確實一堆call api的就可以打著AI
的名號在市場上騙吃騙喝，但是時代已經過了
其實那些補習班對於案例一的那位博士確實很有幫助~~~ 只是他也可以自學就搞定惹~~~不過如果打著招牌說來學個AI就可以就業.... 這個就...恩.........QQ
※ 編輯: isaacting (49.217.250.156 臺灣), 11/09/2021 09:54:21正確
光學博士好厲害
這種東西門檻低 缺又少 又熱門 真的不要再當砲灰了
推
觀念正確 domain knowhow一直才是關鍵
推分享
nice nice
現在就是會影像辨識但不會影像處理的一堆XD
口可！賣鏟子的才不會跟買家說這些東西。wwwwwwwwwwwwww
勸世文推
小弟私立學店 一堆AI課程 看了老半天也不知道在AI什麼= =
推
推實務分享，很實際
推
叫AI才可以騙人來上課 叫資料分析課都開不成
收藏
內行，前處理真的是關鍵，作法太多沒有專業和思路真
的很難找到有效的方向，只能不斷try error
推 你總得先成為專家才能訓練專家
正解 ai只是解決方案的一種
沒有前處理只是垃圾進 垃圾出 套ai一樣是垃圾
補充一點，純研究不會工程的MLer還蠻不吃香的，
偏偏不少MLer技術都蠻爛的
這篇正解
推這篇
AI門檻低 XDDDDDD
是光學博士的問題 理當來說NN要做的是取代他的前處理
但是他重新學又train 倒不如他自己幹出來比較快
但換個角度想都是這個領域的頂尖了 他還不打算用的話
新手就更加難以入門
同意樓上的解讀，領域知識應用在DL應該是設計架構用
推推
好聞
資管系ㄋ，有機會進入此領域嗎
推這篇~超專業
domain know-how 才是真正的關鍵
碩班的AI論文目前非常氾濫 而且大部分人畢業做的工作一
點關聯都沒有...
語音處理目前也都是要經過某些程度的傅立葉轉換才丟
進DL阿
讓DL自己學會時頻轉換等前處理 原則上沒有說不行 但
現在就是還沒看到做得好的
推
推, 要嘛AI真的懂那些數學的演算法, 不然就是對要解決的問
題的domain knowledge有料, 不然真的做不出能拿來賺錢
不只工科 以前我們餵一些財務資料 跑出來還是要有一點財
會背景幫忙解釋數據的因果
推
正確
15
一般來說 我的面試會加問幾個問題 1. 請描述下 probability 的定義是什麼？ 2. 請描述下 normal distribution 的定義是什麼？ 3. 請描述下 medium 的定義是什麼？給 1234567 這個數組 中位數是多少？123456 中位數 是多少？5
其實看到這串討論文真的心有戚戚焉 目前AI工作2年多，是有一些心得... 其實AI方面的工作，更需要的是系統/資料收集相關的人員 例如 標註師、CUDA優化、嵌入式相關、伺服器相關等等... 這些都不需要數學多好，更要求的是程式/系統能力，需求量也更大39
我來散佈一些正能量好了 小弟在FANG的英國的一個一直賠錢的AI子公司工作4+年了。 其實我覺得數學真的沒那麼重要，除非你是要做理論的。 又不是每個人都是Ian Goodfellow, Ashish Vaswani, 還是 David Silver. 就算是這些重要的工作，也不見得數學有很深吧？![Re: [請益] 想從零開始轉行當AI軟體工程師](https://assets-global.website-files.com/621d30e84caf0be3291dbf1c/623082907ce4897c3820b24c_DeepMind.jpg "Re: [請益] 想從零開始轉行當AI軟體工程師")
35
嘛，看到這標題，身為本命愛蜜莉雅的肥宅工程師也來鼓勵(?)分享一下 本肥在112讀大學時修過CSIE田神的ML 猶記得當初只會寫C/C++的自己 在沒人提示的情況下，矇逼的手刻各種矩陣運算，一個作業寫了上千行code 在EE的繁重課業下忍痛停休![Re: [請益] 想從零開始轉行當AI軟體工程師](https://i.imgur.com/VBSwkjeb.jpg "Re: [請益] 想從零開始轉行當AI軟體工程師")
23
大家討論了很多高深的數學，或是頂會。 實際上，我真的很懷疑有多少人真的在業界上搞 AI。 只論台灣吧。首先市場上純研發，需要數學或考績強制發論文的職缺，占不到5%。而且這兩年職缺越來越少。更何況頂會… 台灣業界一年也沒看多少人在發頂會，幾乎沒有吧。就連國際研討會，比例來說也沒看到多少人在發，常常看論文的我都沒搜到台灣業界發的論與。板上動不動就需要數學與改模型架構，真的感受差很大，可能是我看得不夠多？ 好啦，如果你在國外大公司當我錯了。的確很多人搞數學，但是人數比例還是超級少。 再來談產品。首先論產品的效果，資料面就決定結果論了。實際工作時，有大部份的時間在處理資料。然後還是要花很多時間做特徵工程。當然特徵工程你可以搞很深的數學啦，但是可能需求方，多給你一個有用的資料特徵，都比搞數學重要。8
Hello 我勉強算是在一線外商做機器學習的 我覺得討論到這裡需要釐清一下所謂 "AI工程師" 的角色 在業界下圖打*號的都有可能會自稱是 "AI工程師" _________________________圖____________________________ Domain Expert4
就目前我所知道的AI來說，絕大多數都是應用在"現有產品"的加值上面 怎麼說呢? 譬如說我就有聽過EDA的公司找應用DL來把EDA做最佳化的學生， 或像是趨勢想要把DL應用在惡意封包的偵測上， 或是本業是嵌入式系統的公司，想要做出更炫的產品應用等等，12
xxx 這行，水很深。 隨便套個行業或專業都適用。 當遊民撿垃圾這行也很深啊。 我都不知道哪裡貨源比較多，哪裡睡覺蚊蟲少。 哪個遊民不是從無到有去慢慢學的，只是誰先學，誰後學而已啊，拍什麼。這套在任何行業都這樣啊。
我認為要先釐清楚一點，要做AI的模型並非只能透過Python， 大家都用Python原因在於AI套件都已經由國外的大神做好了， 甚至有些套件都事先訓練好資料，提供weight檔案，可以直接使用應用在某些專案， 若只是要用這些AI套件，使用Python非常方便 Python的優點：11
我也來雲一下，因為自己年資尚淺，有些錯誤地方可能請大家提一下 自己算是AI相關工作 首先，如果"興趣"是做個手寫辨識或者讀個書/看個報導就想去做這行的話 我自己是覺得...工作閒暇之餘當作課外作業讀一讀/做一做還不錯啦XD 畢竟多學一些東西總是好的
47
[請益] 想從零開始轉行當AI軟體工程師幫朋友發文代問 ———————————————————— 大家好，小弟最近下定決心要轉行，對AI的部分有點興趣 大概了解之後發現AI是用Python寫的，但做程式相關的朋友說轉行的話不太建議用Python 當起手41
[請益] 我該找前端工作 或專心學習ai?在這篇文章中 我將data science machine learning及其他相關領域等統稱為AI, 因為我不確定將來 深入的領域為何 也還不到那個程度 大家好 我是應屆大學畢業生 國立 資訊工程系 但非四大 我接觸了很久程式 雖然一直在追求如何能夠寫的更乾淨有架構 但是從來沒有真正深入的21
Re: [請益] 我該找前端工作 或專心學習ai?小弟我自學AI大約三年 雖然本身有碩士學歷 但是基本上跟machine learning完全無關 所以應該還是可以分享一些東西 1.是否要念碩士?1
Re: [請益] 想從零開始轉行當AI軟體工程師on : 當起手 : 因為是新東西，目前就業機會相較其他語言比較少建議從別的學起，也建議我上來問問 各 : 位前輩
![[請益] 我該找前端工作 或專心學習ai?](https://avatars.githubusercontent.com/u/8840533?v=4?s=400 "[請益] 我該找前端工作 或專心學習ai?")