PTT職涯區 / Soft_Job (軟體人)

[請益] 深度學習工程師待遇

看板Soft_Job (軟體人)作者 (風林火山)時間7年前 (2018/10/21 01:09), 7年前編輯推噓29(33推 4噓 87→)
留言124則, 39人參與, 7年前最新討論串1/2 (看更多)
各位大大好，小弟最近想轉職(32)， 在自學深度學習中，目前對一些 分類、 回歸 的演算法 以及 一些常見模型CNN、RNN 的做法跟數學理論大概都能了解 (EX: 能解釋反向傳播等的原理之類的…) 還在學習更多中…，用tf、keras 實作簡單的model也都都的出來， 一些較小型的範例都沒問題。 只是因為是半路出家，私校資訊碩畢， 論文跟以前的工作經驗和AI這塊完全無 相關性 (雖然工作也是資訊相關)，想請教 有在深度學習領域工作的大大，小弟這樣 情況，有辦法找得到DL方面的工作嗎， 我對這塊是蠻有興趣的(不然學不下去)， 目前在這塊經營的前輩待遇大概如何? 一般DL新手待遇能談到多少呢？ 能否請大大解惑 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.87.21 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1540055379.A.8AE.html ※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:13:02 ※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:15:47 ※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:16:22 ※ 編輯: scotJJ (223.137.87.21), 10/21/2018 01:17:20
推
10/21 02:23, 7年前 , 1F
個人覺得AI炒作到有點泡沫 成熟有價值的AI技術 大概只
10/21 02:23, 1F
→
10/21 02:23, 7年前 , 2F
有CNN YOLO
10/21 02:23, 2F
推
10/21 02:25, 7年前 , 3F
進入門檻其實很低 很多學習框架可以用 真正費時部分都在
10/21 02:25, 3F
→
10/21 02:25, 7年前 , 4F
資料收集與前處理及最後應用端
10/21 02:25, 4F
推
10/21 03:05, 7年前 , 5F
DL門檻真的很低，但通常只會DL是找不倒什麼好工作的
10/21 03:05, 5F
→
10/21 03:05, 7年前 , 6F
比如你做影像也是得會傳統的CV，不會做不了啥
10/21 03:05, 6F
→
10/21 03:07, 7年前 , 7F
反向傳播其實就是高中就有教的chain rule
10/21 03:07, 7F
→
10/21 03:07, 7年前 , 8F
真的有想往這個領域發展的話也看點ML跟統計吧
10/21 03:07, 8F
推
10/21 06:27, 7年前 , 9F
完全同意 只會train model 真的完全沒屁用 重點是你
10/21 06:27, 9F
→
10/21 06:27, 7年前 , 10F
怎麼用它 以CV來講如何設計餵model的data label 如何
10/21 06:27, 10F
→
10/21 06:28, 7年前 , 11F
處理出來的sementic segment bounding box 如何把它
10/21 06:28, 11F
→
10/21 06:28, 7年前 , 12F
變成有用的東西 這才是業界最想要的
10/21 06:28, 12F
→
10/21 07:05, 7年前 , 13F
32歲了,應該想著如何多賺錢,而不是換跑道.
10/21 07:05, 13F
→
10/21 08:48, 7年前 , 14F
你講的東西去youtube看莫凡的影片就會了。 你當DL工程
10/21 08:48, 14F
→
10/21 08:48, 7年前 , 15F
師的價值是什麼？ 有成功的作品嗎？ 還是只會 .fit()
10/21 08:48, 15F
→
10/21 08:48, 7年前 , 16F
.predict() 呢？
10/21 08:48, 16F
推
10/21 08:50, 7年前 , 17F
看過一堆看AI紅想轉職只想train model的
10/21 08:50, 17F
→
10/21 08:51, 7年前 , 18F
這種十個九個是麻煩製造者
10/21 08:51, 18F
推
10/21 09:05, 7年前 , 19F
持續自學是好事，不潑你冷水，看過許多只會Train model，
10/21 09:05, 19F
→
10/21 09:05, 7年前 , 20F
就拿到大公司AI缺，不過對公司而言真的是災難。若你想轉
10/21 09:05, 20F
→
10/21 09:05, 7年前 , 21F
職，弄幾個作品，可趁這波熱度，趕快混水摸魚搶個缺。
10/21 09:05, 21F
→
10/21 09:54, 7年前 , 22F
ai不會是泡沫啦，至少不是熱門得莫名其妙讓人說不出原因
10/21 09:54, 22F
→
10/21 09:55, 7年前 , 23F
而且ai確實是可以拿來解決問題的，不是炫技給人看而已
10/21 09:55, 23F
→
10/21 09:56, 7年前 , 24F
AI公司的門檻不在模型...在工程和資料來源
10/21 09:56, 24F
→
10/21 09:57, 7年前 , 25F
像以前一堆人在酸大數據，現在來看，還有能酸的理由嗎?
10/21 09:57, 25F
→
10/21 09:58, 7年前 , 26F
那些在酸的人都不知道自己的食衣住行早就離不開大數據了
10/21 09:58, 26F
→
10/21 09:59, 7年前 , 27F
反正就外行看熱鬧，一直都這樣
10/21 09:59, 27F
→
10/21 10:19, 7年前 , 28F
還有這種職稱哦 .... 還真無聊　
10/21 10:19, 28F
推
10/21 10:53, 7年前 , 29F
能解決問題比較重要 不然每天都在人工知能 哪天才會發現人
10/21 10:53, 29F
→
10/21 10:53, 7年前 , 30F
工不能？
10/21 10:53, 30F
噓
10/21 11:24, 7年前 , 31F
超廢技能，你先能夠證明演算法收斂性我才承認你是ML人才
10/21 11:24, 31F
推
10/21 11:28, 7年前 , 32F
捷徑：打kaggle打出名次
10/21 11:28, 32F
→
10/21 11:52, 7年前 , 33F
只會調模型跟超參數的話 沒什麼門檻吧
10/21 11:52, 33F
推
10/21 12:09, 7年前 , 34F
這職缺一堆科系搶工作，舉凡資工電機物理數學統計，私校還
10/21 12:09, 34F
→
10/21 12:09, 7年前 , 35F
是趁早放棄吧
10/21 12:09, 35F
推
10/21 12:11, 7年前 , 36F
慣老闆：不就是拿別人寫好的工具改一下參數,領23k剛好而已
10/21 12:11, 36F
→
10/21 12:17, 7年前 , 37F
不覺得泡沫化，只是你都32了，之前的經歷如何跟ML結合轉
10/21 12:17, 37F
→
10/21 12:17, 7年前 , 38F
換成加值，我是比較好奇。光玩TF已經沒用了。
10/21 12:17, 38F
→
10/21 12:20, 7年前 , 39F
另外，好不好找相關工作，薪資如何，與你找什麼公司有關。
10/21 12:20, 39F
還有 48 則推文
推
10/21 20:56, 7年前 , 88F
爬網資料收集與清洗比較容易找工作
10/21 20:56, 88F
推
10/21 21:36, 7年前 , 89F
網路當時也很泡沫啊 又沒差 撐得下來就是通吃
10/21 21:36, 89F
→
10/21 21:37, 7年前 , 90F
不缺錢就去唸博士再出來找, 缺錢就去刷leetcode
10/21 21:37, 90F
→
10/21 21:37, 7年前 , 91F
leetcode 刷的好 即使只會AI皮毛也容易找工作
10/21 21:37, 91F
→
10/21 21:41, 7年前 , 92F
雖然32再念個博士 似乎有點危險
10/21 21:41, 92F
推
10/21 22:54, 7年前 , 93F
找的到工作就不錯了
10/21 22:54, 93F
推
10/22 02:09, 7年前 , 94F
數學都是基於加減乘除，看來大家小一就會了
10/22 02:09, 94F
噓
10/22 05:52, 7年前 , 95F
DL門檻最低了 你阿罵都會 門檻最高的是SRE和QA
10/22 05:52, 95F
可是我阿嬤過世了…QQ
→
10/22 12:07, 7年前 , 96F
DL數學門檻本來就不高啊,微積分線代對理工畢業來講
10/22 12:07, 96F
→
10/22 12:07, 7年前 , 97F
不就是加減乘除嗎？就說門檻在工程不在數學
10/22 12:07, 97F
→
10/22 12:08, 7年前 , 98F
台灣的DL缺要的是engineer不是scientist
10/22 12:08, 98F
→
10/22 12:09, 7年前 , 99F
後者的缺也多半重學歷,原po條件是很難進去的
10/22 12:09, 99F
→
10/22 12:09, 7年前 , 100F
ML/DL網路學習資源一堆,要只靠這個找到好工作很難
10/22 12:09, 100F
→
10/22 12:11, 7年前 , 101F
所以我才建議原po加強domain knowledge才能脫穎而出
10/22 12:11, 101F
※ 編輯: scotJJ (114.136.121.31), 10/22/2018 18:54:04
推
10/22 18:59, 7年前 , 102F
AI炒作到泡沫化了+1...實作後沒幾個實用的應用
10/22 18:59, 102F
推
10/22 19:32, 7年前 , 103F
泡沫化mit還砸了幾億美金蓋ai學院? 恩..
10/22 19:32, 103F
→
10/22 20:00, 7年前 , 104F
這波炒作最可憐的是原本專精於此的人 一堆套件都弄得阿祖從墳
10/22 20:00, 104F
→
10/22 20:02, 7年前 , 105F
墓爬出來都會了(?
10/22 20:02, 105F
推
10/22 20:10, 7年前 , 106F
之前參加一個google的研討會 裡面的data scientist分享
10/22 20:10, 106F
→
10/22 20:10, 7年前 , 107F
他們自家產品無腦train的精準度 只比他花大半個月分析
10/22 20:10, 107F
→
10/22 20:11, 7年前 , 108F
建模後的結果差了個0.0x%
10/22 20:11, 108F
推
10/22 20:14, 7年前 , 109F
你阿罵拿現在那些東西隨便亂套滑鼠亂點跑出的結果
10/22 20:14, 109F
→
10/22 20:16, 7年前 , 110F
搞不好還能贏一票半路出家自學的工程師
10/22 20:16, 110F
→
10/22 20:43, 7年前 , 111F
喔 聽del這樣講，我也能進google train model囉XD
10/22 20:43, 111F
推
10/22 21:05, 7年前 , 112F
del的笑話真的很好笑。就跟大家都會開車，所以大家
10/22 21:05, 112F
→
10/22 21:05, 7年前 , 113F
不可能開車跟不上專業賽車手一樣。
10/22 21:05, 113F
→
10/22 21:07, 7年前 , 114F
我就算無腦開，時間也不會差太多，還不就是開車XD
10/22 21:07, 114F
→
10/22 21:12, 7年前 , 115F
這種無腦的話在這裡竟然聽的到，真的讓我很失望。
10/22 21:12, 115F
→
10/22 21:16, 7年前 , 116F
不過我是比較相信drtech說的話，看他過去的貼文，
10/22 21:16, 116F
→
10/22 21:16, 7年前 , 117F
我相信他在這個領域打滾很久了，是比較有參考性的。
10/22 21:16, 117F
※ 編輯: scotJJ (114.136.121.31), 10/22/2018 21:39:16
推
10/23 11:19, 7年前 , 118F
上面說門檻低的 哪一個年薪超過150的？
10/23 11:19, 118F
推
10/23 16:22, 7年前 , 119F
抱歉我剛轉行大概90幾而已,說門檻不高是指工作不難找
10/23 16:22, 119F
→
10/23 16:22, 7年前 , 120F
要領到150不管哪個領域,都得有一定的本事,當然門檻高
10/23 16:22, 120F
推
10/23 20:55, 7年前 , 121F
朋友leetcode 刷滿、博士、套套TF調參數就進google了。年薪
10/23 20:55, 121F
→
10/23 20:55, 7年前 , 122F
600萬，不用理那些酸民，好好打底然後用力投夢幻公司才是真
10/23 20:55, 122F
→
10/23 20:55, 7年前 , 123F
的
10/23 20:55, 123F
噓
10/24 11:13, 7年前 , 124F
等你能看懂清大吳尚鴻的DL教學影片(youtube)再來說嘴吧
10/24 11:13, 124F
‣ 更多 scotJJ 的文章
文章代碼(AID): #1Ros5JYk (Soft_Job)
Soft_Job 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 scotJJ 的文章
文章代碼(AID): #1Ros5JYk (Soft_Job)