PTT職涯區 / Soft_Job (軟體人)

[請益] ML工程師職涯請益

看板Soft_Job (軟體人)作者 (一起前進!)時間3年前 (2021/03/07 13:53), 3年前編輯推噓17(17推 0噓 61→)
留言78則, 14人參與, 3年前最新討論串1/1
各位前輩好，小弟112非電資理工碩畢在某系統廠做了快2年的AI影像辨識， 這兩年來做了一些很有趣的題目，但也感覺到上面不太支持這塊也漸漸消磨熱情， 所以開始找工作之旅。 先說大方向：未來不會想當一名純技術工程師，下一份不排斥出國一兩年試試看， 也認為工作應該跟興趣、錢、生活取得一個平衡，目前找工作的期望排序是: 1.能力提升幅度>2.工作有興趣程度=3.錢>4.工作氣氛。 年前有拿到幾個offer但因為綜合下來覺得可以再看看所以還在找(很想去的沒上QQ)， 年後面了一間外商公司，獵頭告知下周會拿到Offer，他們的錢跟工作氣氛都很好， 但只會有我和另一位負責AI影像辨識這塊(前面負責的一位前輩要離開)， 主管很想把這塊搞起來，但老闆這邊可能還不是很支持。 因為猶豫期很短，昨天煩惱一整天了，很希望能聽聽大家的建議： 1.入職，下班多參加線下社群提升自己 2.再找找有較資深AI工程師、團隊更積極的地方磨練 哪個比較好，或是有任何職涯上的建議也很希望前輩能提供給我 希望能給我這迷惘的菜鳥一些指引，萬分感謝！！ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.137.1.228 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1615096410.A.076.html
推
03/07 14:35, 3年前 , 1F
公司訊息也太少，大家要怎麼給建議？
03/07 14:35, 1F
→
03/07 14:48, 3年前 , 2F
Y大好，公司是博弈產業（日X軟體），怕講出來模糊焦點所
03/07 14:48, 2F
→
03/07 14:48, 3年前 , 3F
以沒提抱歉，有透過管道了解到公司整體狀況不錯，但僅此
03/07 14:48, 3F
→
03/07 14:48, 3年前 , 4F
而已，還需要什麼資訊再麻煩告訴我，我盡量提供
03/07 14:48, 4F
推
03/07 14:51, 3年前 , 5F
有數據才能滿足你說的1～3，可以考慮對岸
03/07 14:51, 5F
→
03/07 15:12, 3年前 , 6F
a大好，數據除了錢（底薪破百）以外還需要其他的嗎，感謝
03/07 15:12, 6F
→
03/07 15:12, 3年前 , 7F
！
03/07 15:12, 7F
推
03/07 16:23, 3年前 , 8F
原po，前面那位先生說的，應該是指公司所能收集的巨量
03/07 16:23, 8F
→
03/07 16:23, 3年前 , 9F
數據
03/07 16:23, 9F
→
03/07 16:29, 3年前 , 10F
另外台灣目前相對重視的部分大概是聚焦在ai導入晶片的
03/07 16:29, 10F
→
03/07 16:29, 3年前 , 11F
部分，如果你想去更被重視的單位，可能得考慮瑞昱等會
03/07 16:29, 11F
→
03/07 16:29, 3年前 , 12F
跟監視器晶片相關的企業找找，技能上大概要c++,python,
03/07 16:29, 12F
→
03/07 16:29, 3年前 , 13F
底層技巧熟練，改模型大概不太會佔最重要的部分，要深
03/07 16:29, 13F
→
03/07 16:29, 3年前 , 14F
入研究模型的，確實只能往騰訊Amazon google等公司走
03/07 16:29, 14F
→
03/07 16:32, 3年前 , 15F
感謝提醒，資料量不是問題（影片會不斷錄製），但也沒有
03/07 16:32, 15F
→
03/07 16:32, 3年前 , 16F
一個具體的數字能提供...
03/07 16:32, 16F
※ 編輯: fig498 (39.9.160.77 臺灣), 03/07/2021 16:43:44
→
03/07 16:46, 3年前 , 17F
感謝R大建議，如果還是以模型為主會有其他建議嗎，感謝！
03/07 16:46, 17F
推
03/07 16:55, 3年前 , 18F
你該考慮的是這些數據怎麼來、怎麼用、會在那裡變現。大
03/07 16:55, 18F
→
03/07 16:55, 3年前 , 19F
數據中量級大只是基本，如何透過技術變現才是重點。你文
03/07 16:55, 19F
→
03/07 16:55, 3年前 , 20F
章中沒有顯示你有考量這些
03/07 16:55, 20F
→
03/07 16:56, 3年前 , 21F
去 tesla 或 waymo 試試自動駕駛吧。也會用到影像識別
03/07 16:56, 21F
→
03/07 20:03, 3年前 , 22F
感謝J大，商業價值的確很重要，前陣子有試試咕狗但明顯還
03/07 20:03, 22F
→
03/07 20:03, 3年前 , 23F
太淺，所以想說現階段是否應該以先提升實力為目標，我會
03/07 20:03, 23F
→
03/07 20:03, 3年前 , 24F
多去搜尋現階段能去有商業價值的公司，聽起來是否國內不
03/07 20:03, 24F
→
03/07 20:03, 3年前 , 25F
太有機會？感謝！
03/07 20:03, 25F
推
03/07 20:24, 3年前 , 26F
軟體要獲得世界級的經驗你身價會更水漲船高 在台灣有點難
03/07 20:24, 26F
推
03/07 22:44, 3年前 , 27F
只有模型的大概有點難，你可以看看義隆電子，他們有跟y
03/07 22:44, 27F
→
03/07 22:44, 3年前 , 28F
olov4其中兩位台灣的作者合作，開發nvidia專門的gpu機
03/07 22:44, 28F
→
03/07 22:44, 3年前 , 29F
器，台灣有前景的暫時來說似乎不太有純模型開發的，另
03/07 22:44, 29F
→
03/07 22:44, 3年前 , 30F
外台灣比較熱絡的還有開發訓練環境平台或相關加速框架
03/07 22:44, 30F
→
03/07 22:44, 3年前 , 31F
軟體的公司
03/07 22:44, 31F
推
03/08 09:09, 3年前 , 32F
同樣有此疑問 如果是以估狗為目標該怎麼提升實力呢?
03/08 09:09, 32F
→
03/08 09:10, 3年前 , 33F
想走AI這塊的新鮮人該怎麼找入門的工作
03/08 09:10, 33F
推
03/08 09:44, 3年前 , 34F
目標Google的話要最快請直接出國再念一個碩士或博士
03/08 09:44, 34F
推
03/08 10:14, 3年前 , 35F
如果還在學或是對國外環境不排斥，真的會建議直接去國
03/08 10:14, 35F
→
03/08 10:14, 3年前 , 36F
外讀博，因為FB，Google的data scientist 職缺能直接ne
03/08 10:14, 36F
→
03/08 10:14, 3年前 , 37F
w grad申請的條件就是博士畢業
03/08 10:14, 37F
→
03/08 10:16, 3年前 , 38F
碩士畢業要馬五年以上的經驗，要馬只能走data engineer
03/08 10:16, 38F
→
03/08 10:16, 3年前 , 39F
的路線，話說今年台灣DE的需求遠高於DS或AI類的職缺
03/08 10:16, 39F
推
03/08 11:49, 3年前 , 40F
真的想做模型等研究 你最少要 phd
03/08 11:49, 40F
→
03/08 11:49, 3年前 , 41F
應用的話沒有資料就是死路一條@_@~
03/08 11:49, 41F
→
03/08 11:50, 3年前 , 42F
留在台灣的話優勢就是跟硬體合作edge專用加速器
03/08 11:50, 42F
→
03/08 11:50, 3年前 , 43F
從這個出發的話 什麼bnn等都可能可以做
03/08 11:50, 43F
→
03/08 11:52, 3年前 , 44F
現在ai公司在賺錢的 除了幾大 都是在"賣公司"賺錢
03/08 11:52, 44F
→
03/08 11:52, 3年前 , 45F
只想商業的話 真的如上面說的可以做DE 這跟AI其實
03/08 11:52, 45F
→
03/08 11:53, 3年前 , 46F
很有關係的
03/08 11:53, 46F
推
03/08 12:35, 3年前 , 47F
真的 做模型研究至少要PHD 認識的人開公司 都只找博士
03/08 12:35, 47F
→
03/08 12:37, 3年前 , 48F
現在都不只是博士了 沒一年出一篇大會議就先放一邊
03/08 12:37, 48F
→
03/08 12:38, 3年前 , 49F
好幾個大單位都利用covid組織改造(解編)AI team了
03/08 12:38, 49F
推
03/08 12:39, 3年前 , 50F
FB的DS不是做modeling的，不需要PhD畢業
03/08 12:39, 50F
推
03/08 12:42, 3年前 , 51F
對哦 不是做 modeling一般MS就還可以 @_@~
03/08 12:42, 51F
→
03/08 12:42, 3年前 , 52F
如果還有特點就更好了XD
03/08 12:42, 52F
→
03/08 12:45, 3年前 , 53F
感謝上面各位大大推文給予建議，小弟是想走應用面（也沒
03/08 12:45, 53F
→
03/08 12:45, 3年前 , 54F
能力走研究），打算先在台灣把英文拉起來，這樣的話比起A
03/08 12:45, 54F
→
03/08 12:45, 3年前 , 55F
I應用還是比較推薦走DE嗎，非常感謝！！
03/08 12:45, 55F
推
03/08 12:58, 3年前 , 56F
就看你想在那裡工作 還有工作內容是什麼
03/08 12:58, 56F
推
03/08 13:06, 3年前 , 57F
FB的DS = google 的product analyst 不需要phd, 你
03/08 13:06, 57F
→
03/08 13:07, 3年前 , 58F
指的應該是FB research scientist
03/08 13:07, 58F
推
03/08 13:09, 3年前 , 59F
走AI應用的話有兩種走法，一個就前面提到的c++底層相關
03/08 13:09, 59F
→
03/08 13:09, 3年前 , 60F
把ai功能寫入晶片，或是加速器框架，另一個可能就是doc
03/08 13:09, 60F
→
03/08 13:09, 3年前 , 61F
ker, flask, Kafka, 跟各家雲端部署等等多方面技能累積
03/08 13:09, 61F
→
03/08 13:09, 3年前 , 62F
，DE的模型其實更多是在琢磨純資料，較少會有影像的部
03/08 13:09, 62F
→
03/08 13:09, 3年前 , 63F
分，另外有些DE需要的技能會是data flow相關的，ffmpg,
03/08 13:09, 63F
→
03/08 13:09, 3年前 , 64F
Hadoop ,spark ,mango ,更甚者k8s之類的可能都會期待
03/08 13:09, 64F
→
03/08 13:09, 3年前 , 65F
你懂，順便吐槽下，台灣公司對Jr常常要求到我前面提到
03/08 13:09, 65F
→
03/08 13:09, 3年前 , 66F
的那些都要，XD，台灣人人都是神人就是了
03/08 13:09, 66F
→
03/09 03:29, 3年前 , 67F
G DS/Quantitative Analyst = FB DS,但前者更偏好PhD
03/09 03:29, 67F
→
03/09 03:30, 3年前 , 68F
後者其實很高比例為PhD; 兩者都偏data analysis
03/09 03:30, 68F
→
03/09 03:31, 3年前 , 69F
跟原po說的engineers屬性不同。建議想清楚你喜歡那個方向
03/09 03:31, 69F
→
03/09 13:05, 3年前 , 70F
感謝各位大大建議，只是小弟還接觸太少，現階段比較難清
03/09 13:05, 70F
→
03/09 13:05, 3年前 , 71F
楚自己應該轉往那個方向，但目前還是滿喜歡做分析，下一
03/09 13:05, 71F
→
03/09 13:05, 3年前 , 72F
份靠現在的連結去找個可以摸到DE的職缺是否比較適合，非
03/09 13:05, 72F
→
03/09 13:05, 3年前 , 73F
常感謝！
03/09 13:05, 73F
→
03/09 21:08, 3年前 , 74F
你喜歡做分析就往data analysis/modeling深入研究，
03/09 21:08, 74F
→
03/09 21:09, 3年前 , 75F
這是你的strength,強化它，而不是跟風都往某一特定領域走
03/09 21:09, 75F
推
03/09 21:15, 3年前 , 76F
什麼職缺掛上data就是屌
03/09 21:15, 76F
→
03/09 21:22, 3年前 , 77F
Strength is something you love doing and are good at
03/09 21:22, 77F
→
03/10 18:22, 3年前 , 78F
感謝B大鼓勵，也再次感謝各位願意給予建議的大大！
03/10 18:22, 78F
‣ 更多 fig498 的文章
文章代碼(AID): #1WH6fQ1s (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 fig498 的文章
文章代碼(AID): #1WH6fQ1s (Soft_Job)