PTT職涯區 / Soft_Job (軟體人)

Re: [請益] 深度學習工程師待遇

看板Soft_Job (軟體人)作者 (我很有事)時間7年前 (2018/10/21 15:32), 7年前編輯推噓23(23推 0噓 53→)
留言76則, 28人參與, 7年前最新討論串2/2 (看更多)
看到很多人說DL數學吃重， 我覺得工程重要多了。 數學很吃重的，可能是研究單位吧， 或是只負責訓練模型的吧。 一，公司要先有硬體設備，還要有數據。 二，代碼要能善用這些硬體資源，多線程，多卡加速。 三，看原始代碼的能力，每次call函數，必要時要看裡面大概怎麼寫的。 四，模型整合，模型最後要在其他環境運行，跟其他模塊搭配， 可能要轉換成c語言，這當中的轉換是需要驗證的。 五，模型的大小以及運算量，如果是硬體公司， 模型要在嵌入式系統上運行，這時候模型的剪枝以及壓縮就很重要。 Google去年發表了一篇mobile net，至今被引用了600多次。 簡單來說，DL如果只有數學，調調參數，我覺得頂多就是研究員而已， 台灣很少有這樣的職缺，待遇也不高。 除了美商world quant之外，底薪200，不過那不是一般人能進的。 就算有工程師是只需要調模型的，但我覺得這真的沒什麼價值。 Kaggle排名有加分嗎？在台灣我覺得很難， 特別是一直用超大模型或是多模型投票， 在硬體公司根本不管用。 有人提到Gan， 但這東西目前都還處於研究型的應用，還沒看到什麼商業價值。 ※ 引述《scotJJ (風林火山)》之銘言： : 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 ----- Sent from JPTT on my Sony G8142. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.159.146 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1540107121.A.E22.html ※ 編輯: ice80712 (140.112.159.146), 10/21/2018 15:34:42
推
10/21 15:54, 7年前 , 1F
除非做的是data science core 不然其實就是碼農
10/21 15:54, 1F
→
10/21 15:54, 7年前 , 2F
資料科學界的碼農
10/21 15:54, 2F
→
10/21 15:55, 7年前 , 3F
上面一堆推文都只是停在 data analysis範疇
10/21 15:55, 3F
→
10/21 15:56, 7年前 , 4F
更低階一點梳理資料 software/data engineer
10/21 15:56, 4F
推
10/21 16:11, 7年前 , 5F
推這篇，實務上真的是看這些，重點還是商業化
10/21 16:11, 5F
→
10/21 16:12, 7年前 , 6F
為了商業化，有很多跟DL、數學無關的流程
10/21 16:12, 6F
→
10/21 16:12, 7年前 , 7F
但那些就是必須
10/21 16:12, 7F
推
10/21 16:14, 7年前 , 8F
有很多繁瑣的事，像Kaggle每天玩model，真的不多
10/21 16:14, 8F
推
10/21 16:18, 7年前 , 9F
只有像FAGA這種等級的公司才玩得起 data scientist core
10/21 16:18, 9F
→
10/21 16:19, 7年前 , 10F
一般公司或新創 多的是一個人包山包海 沒有分工可言
10/21 16:19, 10F
推
10/21 16:23, 7年前 , 11F
一般公司，call model 就很夠用了
10/21 16:23, 11F
→
10/21 16:23, 7年前 , 12F
除非研發單位，不然很少去研究model
10/21 16:23, 12F
→
10/21 16:24, 7年前 , 13F
kaggle都在比小數點，除非實務上小數點差距夠大
10/21 16:24, 13F
→
10/21 16:24, 7年前 , 14F
不然會把時間花在其他事情上
10/21 16:24, 14F
推
10/21 16:53, 7年前 , 15F
所以薪水多少沒人講
10/21 16:53, 15F
推
10/21 16:55, 7年前 , 16F
ML數學幾乎是微積分跟線代 這算大學標準課吧
10/21 16:55, 16F
推
10/21 17:00, 7年前 , 17F
所以薪水多少
10/21 17:00, 17F
推
10/21 17:13, 7年前 , 18F
回樓上，看公司產業，類似的技術在不同產業範圍很大
10/21 17:13, 18F
→
10/21 17:14, 7年前 , 19F
新人從年薪70萬到150萬都有
10/21 17:14, 19F
→
10/21 17:45, 7年前 , 20F
這領域硬件也很重要 谷歌去年也發了mobile net
10/21 17:45, 20F
推
10/21 18:47, 7年前 , 21F
推 再非頂尖研究單位中工程>數學 不過也不是真的用不到
10/21 18:47, 21F
→
10/21 18:47, 7年前 , 22F
數學就是了 cost down的時候數學就出現了
10/21 18:47, 22F
→
10/21 18:48, 7年前 , 23F
*在
10/21 18:48, 23F
→
10/21 18:56, 7年前 , 24F
GAN沒有商業價值？inpainting, super resolution在
10/21 18:56, 24F
→
10/21 18:56, 7年前 , 25F
用了都不知道
10/21 18:56, 25F
→
10/21 18:57, 7年前 , 26F
工程能力>>>>研究能力是確實
10/21 18:57, 26F
推
10/21 19:51, 7年前 , 27F
推
10/21 19:51, 27F
推
10/21 20:18, 7年前 , 28F
GAN沒商業價值???
10/21 20:18, 28F
→
10/21 20:52, 7年前 , 29F
GAN的狀況好像跟我知道的不太一樣
10/21 20:52, 29F
→
10/21 21:18, 7年前 , 30F
目前在台灣 我看不太到什麼要用GAN 之前MTK好像有
10/21 21:18, 30F
→
10/21 21:19, 7年前 , 31F
絕大部分其他的都沒有
10/21 21:19, 31F
→
10/21 22:32, 7年前 , 32F
所以GAN到底有沒有商用價值啊? 有在用不代表有商用價值 要
10/21 22:32, 32F
→
10/21 22:32, 7年前 , 33F
有可維持的淨利才算
10/21 22:32, 33F
→
10/21 22:34, 7年前 , 34F
不然現在那些新創可都有價值了呢
10/21 22:34, 34F
→
10/21 22:52, 7年前 , 35F
GAN穩定性太差了能接受的應用範圍太狹隘，刷paper實在
10/21 22:52, 35F
推
10/21 22:57, 7年前 , 36F
GAN不是現在可用來做 data augmentation?
10/21 22:57, 36F
推
10/22 00:02, 7年前 , 37F
推，在台灣的產業現狀真的工程能力需求大於研究居多
10/22 00:02, 37F
※ 編輯: ice80712 (140.112.150.178), 10/22/2018 00:21:25
推
10/22 01:06, 7年前 , 38F
除了美國的大公司 不管美國還是台灣 都是工程>>>>>>
10/22 01:06, 38F
→
10/22 01:06, 7年前 , 39F
研究 做出產品才是重點
10/22 01:06, 39F
推
10/22 01:08, 7年前 , 40F
GAN現在能做的也只有Demo而已 RL也只能用在遊戲裡(除
10/22 01:08, 40F
→
10/22 01:08, 7年前 , 41F
了deepmind)
10/22 01:08, 41F
→
10/22 01:36, 7年前 , 42F
demo本身就是個事業啊
10/22 01:36, 42F
→
10/22 03:00, 7年前 , 43F
美國大公司也是工程能力遠大於研究. AlphaGo和BERT難以
10/22 03:00, 43F
→
10/22 03:01, 7年前 , 44F
複製的原因是因為idea很高深原理很複雜嗎? 不是啊, 是可
10/22 03:01, 44F
→
10/22 03:01, 7年前 , 45F
怕的資料量加上貴到爆的TPU.
10/22 03:01, 45F
推
10/22 03:06, 7年前 , 46F
super resolution和圖片重建不就是GAN 我看google最近
10/22 03:06, 46F
→
10/22 03:08, 7年前 , 47F
有要推基於算法的手機相機 其他還有自動上色還是風格轉換
10/22 03:08, 47F
→
10/22 09:10, 7年前 , 48F
太偏頗了啦，現在市售手機拍照功能，就有用到GAN。
10/22 09:10, 48F
→
10/22 09:11, 7年前 , 49F
其他就不說了，每句話都很偏頗。
10/22 09:11, 49F
→
10/22 09:13, 7年前 , 50F
不是做研究的產品團隊，現在沒改良模型，很多效果都上不了
10/22 09:13, 50F
→
10/22 09:13, 7年前 , 51F
。
10/22 09:13, 51F
→
10/22 09:53, 7年前 , 52F
咦哪一支手機有
10/22 09:53, 52F
→
10/22 10:07, 7年前 , 53F
小米
10/22 10:07, 53F
→
10/22 11:31, 7年前 , 54F
真的找不到新聞耶 請問可以提供嗎
10/22 11:31, 54F
→
10/22 11:34, 7年前 , 55F
其實Data science各種技能都需要吧？所以才搶手。
10/22 11:34, 55F
→
10/22 11:35, 7年前 , 56F
10/22 11:35, 56F
→
10/22 12:39, 7年前 , 57F
小米手機有用GAN? 果然是科技大國 強
10/22 12:39, 57F
→
10/22 14:46, 7年前 , 58F
偶隨便說的
10/22 14:46, 58F
推
10/22 16:10, 7年前 , 59F
那我建議不要隨便說 ai現在連內行人都瞧不起有部分就是
10/22 16:10, 59F
→
10/22 16:10, 7年前 , 60F
以訛傳訛
10/22 16:10, 60F
→
10/22 18:56, 7年前 , 61F
分辨不出上面誰在鬼扯好像也不是那麼重要了
10/22 18:56, 61F
推
10/22 19:25, 7年前 , 62F
講得好像研究的idea都很好想一樣
10/22 19:25, 62F
→
10/22 19:25, 7年前 , 63F
alphago是多少年研究的累積才有你看到如此簡單漂亮
10/22 19:25, 63F
→
10/22 19:25, 7年前 , 64F
且有效的結果
10/22 19:25, 64F
→
10/22 19:26, 7年前 , 65F
BTW google brain是有工程team來做infra
10/22 19:26, 65F
→
10/22 19:27, 7年前 , 66F
研究人員基本上還是做研究 不需要花太多心力在那邊
10/22 19:27, 66F
推
10/23 00:02, 7年前 , 67F
GAN拎老師
10/23 00:02, 67F
推
10/23 00:33, 7年前 , 68F
GAN能飛天遁地
10/23 00:33, 68F
推
10/23 07:35, 7年前 , 69F
樓上那圖令人不知該說啥…
10/23 07:35, 69F
推
10/24 14:03, 7年前 , 70F
GAN... 我最近接到漫畫工作室的案子 請我幫改一個線稿上色
10/24 14:03, 70F
→
10/24 14:03, 7年前 , 71F
的AI 讓他們可以批次用AI處理線稿上色問題
10/24 14:03, 71F
→
10/24 14:04, 7年前 , 72F
不過那是很小的案子 只是修改一個很成熟的GAN Model
10/24 14:04, 72F
→
10/24 14:05, 7年前 , 73F
先不管漫畫產業 光是SRGAN能讓Full HD變4K 就超有商用價值
10/24 14:05, 73F
→
10/24 14:05, 7年前 , 74F
的
10/24 14:05, 74F
→
10/24 14:07, 7年前 , 75F
要真正進入商用就是過兩年 AI的ASIC 發展成熟
10/24 14:07, 75F
→
11/03 21:58, 7年前 , 76F
很好分辨 隨便講就是在鬼扯
11/03 21:58, 76F
‣ 更多 ice80712 的文章
文章代碼(AID): #1Rp2jnuY (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 ice80712 的文章
文章代碼(AID): #1Rp2jnuY (Soft_Job)