Re: [請益] 想從零開始轉行當AI軟體工程師
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 Expert
|
*Data Analyst --- - Data Visualization ...
| \ /
*Data Scientist -+- Tools -+- Hadoop / Spark ...
| / \
*Data Engineer -- - Machine Learning
| |
Software Engineer *ML Research Scientist
_______________________________________________________
不過左邊這三個跟右邊的研究員有本質的差異
應映現代的商業模式,人們為了加快業務的迭代速度與優化增長,
想要利用 Data 來自動做決策
所以左邊三個角色,雖然有的更貼近業務面,有的貼近工程面,
可是目標最後都是為了解決商業上的問題
而 Machine Learning 其實只是工具裡的其中一種
就像是廚師使用菜刀一樣
需要的是了解不同菜刀的特性並且根據菜單選擇不同的刀具
而不一定會需要打造菜刀
看得懂論文,能夠做實驗驗證不同手法在商業應用的效果就好
其他工序對食材的處理甚至會比選擇使用哪一把刀還要重要
ML Research Scientist 則不同
這位是打刀人,不用管太多 Domain Knowhow
畢竟 ML 這個工具就是用數學打造出來的
所以需要更多數學相關的能力
撇開學術單位,純以業界而論
上圖左邊三個跟右邊一個的人力需求比超過 100:1
而且兩邊在技能需求上也有很大的差異
我覺得可以分開來看
架設我們今天目標是左邊偏重應用的
那除了機器學習之外在不同的產業有不同的專業需要學習
除了專業以外,其他相關的工具
比如資料視覺化,大數據工具,或一些清洗手法與流程也需要有所了解
這樣的職位看重的是即戰力
畢竟是找你來解決商業問題的
你在面試的時候要證明的就是自己的戰力
業界經驗,作品或是比賽會比較有用
如果要找的是右邊的研究員職位
這時候我們才更看重學問的紮實程度
又因為這個職位人數很少
就算有學歷如果沒有頂級論文基本也是沒有機會的
現在我們常說畢業生都做 AI 可是找不到 AI 工作的原因
就是因為左邊要找即戰力解決問題,右邊需求人數又少
所以最後還是走向 SDE 或是相關職缺
我是建議有想要走這一塊的不要把自己的路走窄了
想說自己就是只要找 AI 相關的工作結果一直找不到工作
除非確定自己就是要做很厲害的研究發很強的論文
不然我們平常看看跟自己做的應用相關的 AI 論文
保持自己對工具的熟悉度就好
不要排斥其他的軟工機會
至於原文的問題想要上課後找相關工作
這個就跟上面整理的一樣
光是做 AI 相關的畢業生就數不過來了
除非你能夠證明你的戰力
不然我比較推薦一般軟工的課,像是 Java 之類的可能比較好找工作
--
ai真的做數學的 少之又少 沒必要啊xd
我請一個來整天告訴我不 work 但別人就 work
不開這個人開誰?
而且一堆嘴砲說得一嘴 頂會沒半篇 或是死沒放code
前幾年還行 最近大家都懂了 那有那麼好吃飯了 xd
還少一個職位階層,AI標注師,簡稱作業員
AI標註師是什麼XD
工人智慧(無誤
哈哈 IA 工人智慧
這情況跟收兩百塊一個月的自動駕駛 其實請一個人幫
你開車應該也行
我們的AI辨識準確率高是因為我們將 request 發給真人即時
判斷
這篇簡單清楚,比我說得清晰多了。
圖畫的好清楚XDD 身為右邊,我覺得左邊的工作也非常
重要
推分享
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。4
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28
[請益] 離職原因(不好意思手機排版可能會跑格式) 想請問大家如果離職原因是志趣不合會老實和主管說嗎,還是會找其他原因? 補充:最近進去某外商做IT相關工作,新鮮人還很菜不知道原來是偏IT helpdesk的工作 (應該不算工程師吧?)但我碩班做神經網路的影像辨識,領域差異很大,而且主要是工 作模式也不算開發之類的,覺得自己可能還是比較想做軟體開發或AI相關的工程師工作,