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
: ————————————————————-
: 更
: 其實我就是幫發問的人的朋友啦
: 我本身是後端的 我沒寫過python
: 也沒涉略過AI的技術
: 不能給他什麼意見 所以讓他來這裡問問
: 我只知道半路出家寫python 比較沒什麼工作機會而已
: 我的認知是python 相較於其他語言比較‘新’
: 所以不如學一個隨便都好找工作的語言
: 我就是那個半桶水的朋友啦 ㄏ
: 以上 替我朋友感謝大家的回覆
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:
1.AI套件很多,國外很多人使用此程式語言,所以套件資源很豐富
2.其他套件可以做許多工程面的事情,例如爬蟲、建API、接API資料等等
3.for迴圈或IF的格式等等,格式很簡略,coding過程很舒爽,方便讀code也方便修改
需要具備的初步知識:
1.程式面:
了解資料基本整理用法,例如merge,Append等等,
具備資料整理經驗才能夠因應各種專案的資料需求,
這是基本功,程式不夠強,後面走不下去,
2.數學理論面:
若只是要用套件,沒有要土炮一個AI模型,配合網路上找的到的範例,
我認為可以從likelihood function的章節開始看,
然後熟讀線性回歸Linear Regression的理論,
線性回歸建構預測模型的運作流程與理論想法,
也要清楚認識使用gradient descent的機器學習模型的運作流程與理論想法,
比較兩者差異是什麼
上述這些只是讓你理解為何機器學習或其他學習為何可以work的理論基礎,
若連基本運作流程都不想知道,那就只要知道AI模型大概分成兩種目的的模型,
分類目的以及預測某個值的目的,數學理論就可以先略過
若上述兩點方面都有初步認識後,就是一個路上人人碰的到的Python套件拼裝師
沒套件就做不了專案
但是相反的,簡單常見的專案需求用套件就能夠搞定了
--
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?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。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1
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
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27
[問卦] 寫程式只要會用套件就好了吧?現在高階語言都很方便 Python R那些一堆屌套件可以用 分析、資料視覺化、機械學習 真正用到的 只需要幾行套件呼叫就解決 不用像學C Java 一樣在那邊土方煉鋼31
Re: [討論] 團報《用 Python 打造你的 AI 股票交易引擎》老實說真得不推, 我花了很多時間自幹, 心得是這樣的: 1. 想省事就要乖乖租 Multichart 不然功能不齊全的軟體反而會製造風險 2. 想要自由度就只能接群益或永豐的 API, 因為這兩家有提供報價, 其他家都只提供下單 3. 要高頻交易的話, 就要乖乖搞專線, 沒有夠好的基建真得不能想太多 4. 台灣是淺碟市場, 用 AI 交易很容易死在籌碼面, 除非 AI 能夠連籌碼面都算進去22
[問卦] Python是怎麼突然爆紅的?在2015年左右以前 程式語言的霸主要嘛以偏底層可以控制記憶體的C/C++為主 要嘛是物件導向能力強大的Java、C# 或者是網頁在使用的html、php、JavaScript 即使是資料科學分析也有R 工程科學也有matlab 結果就是Python在這幾年迅速竄起 直追Java和C的龍頭寶座12
Re: [請益] 什麼程度履歷上才能說自己會AI工程上, 0.有能力分析公司給的數據並且分析處理會影響訓練的資料雜訊, 1.有能力轉化任一非教科書上的真實世界任務為ML/DL的任務 2.有能力使用或搭建他人的模型並且優化模型,理解訓練的任一步驟並且Debug 3.有能力實現任何一篇論文裡面的任一模型(可使用現成套件做自訂化任務)10
Re: ai畫圖要怎麼自己餵資料訓練pytorch跟tensorflow用途一樣,兩者都是基於python的機器學習框架。 近年來pytorch比較受開發者青睞,使用比例已經反超tensorflow,原因可以自己了解, 但如果沒有特殊原因,基於資源和社群活躍度通常是推薦用pytorch。極度不推薦自己實 作機器學習或用其他語言,不必自己造比較難用的輪子 如果之前都沒有碰過ai,推薦coursera上李宏毅老師的機器學習基石,或是yt搜尋ntu mi