[心得] AI領域面試心得
各位年薪300萬的大大好,
小的剛入行AI領域一年多(音訊/語音),
來分享一下最近的面試心得吧。
本人背景:
四大電子碩(研究領域非AI)
新創IC設計公司(音訊算法開發,一年)
中國大陸互聯網公司(語音算法開發,四個月)
面試公司有兩間:
1.中國大陸互聯網新創公司
2.台灣IC設計大廠
1.中國大陸互聯網公司
職缺:語音算法工程師
公司介紹:
該公司是一個專門做語音交互的AI新創公司,
技術長們來自美國谷歌與中國微軟,
會持續追蹤國內外最新的算法,並且套用在自家產品與服務上,
大方向上有語音喚醒,語音識別,自然語言處理等等。
面試心得:
由於公司在中國大陸,所以是用電腦遠端跟主管面談,
有好幾個關卡,主要都是問我之前工作的內容,
對於技術問得還蠻細的,像是我之前有用CTC loss(一種序列分類任務)來訓練喚醒模型,
主管有問到CTC的原理,以及訓練的時候,標註target的方法,
也有主管問到一些跟訊號處理有關的,像是語音降噪,以及回聲消除的原理。
有兩個主管有程式題,
其中一題蠻簡單的,就是要怎麼對連續的聲音訊號做moving average,
第二題就比較難一點,要比較出兩個字串的word error rate(edit distance),
這題要用dynammic progamming來解,大概是leetcode中級的程度吧,
中國大陸那邊的公司,還蠻注重解題能力的。
2.台灣IC設計大廠
職缺:聲學算法工程師
面試心得:
一面(小主管):
主要是在講之前工作的內容,用過哪些tools,
我一開始在台灣的IC公司做訊號處理,
偶爾會用tensorflow來訓練一下模型,
主管沒什麼太大的興趣,可能覺得這些都比較基礎,
而我後來在中國大陸有用到kaldi做語音識別與喚醒,
主管反而比較有興趣一點,也許kaldi這個工具,
對於公司未來的技術發展,會有幫助。
二面(大主管):
除了報告之前的工作內容之外,也有蠻多時間在閒聊,
由於本身不是這個領域畢業,以及工作經驗也不算久,
主管還是有看我的成績單,至少我訊號處理的成績都算高的,
當中也有問到訊號處理的問題,像是為什麼要用window function,
以及離散傅立葉轉換(DFT)的特性。
結論:
兩家給的offer薪資都差不多,
以語音的技術面來說,中國大陸的公司可能更好一些,
不過我比較想留在台灣工作,所以最後只好放棄。
對AI領域的看法:
1.domain knowlege很重要
自己是走語音這個領域,這領域其實目前還是用到不少傳統的算法(HMM/GMM),
所以去中國大陸那段期間有惡補一陣子,
除了模型本身之外,如果會接觸到前端的訊號,
訊號處理的知識也是很重要的。
2.工程能力很重要
其實在業界做AI算法不太需要自己設計一個全新的模型,
大部分都是從github下載論文的實作然後拿來改,
可是別人的訓練框架不一定是tensorflow,
可能是keras,也有可能是pytorch,
至少這些框架要稍微了解一下,才有辦法改來用。
除了模型訓練,模型的部署,不管是端上或伺服器上,
為了講求效率會用C語言甚至定點化,
像是kaldi裡面是用C++寫的,有時候為了讓速度更快或是節省更多內存,
就要去改source code,我之前在中國大陸工作,
對這些編譯環境不是很熟,主管有好幾次直接幫我改source code以及Makefile。
3.中國大陸機會比較多
除了美國之外,中國大陸的AI走的也蠻前面的,
再加上那邊的軟件工程也遠比台灣發達,
我覺得趁年紀輕的時候,去那邊做個幾年,一定會有不少收穫。
4,推薦非本業轉行到AI領域嗎?
目前完全不推,現在AI的門檻太低,
除非你有很扎實的工程能力或domain knowlegde。
以上是我對AI領域的一些淺見與心得,謝謝大家。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.102.231.49
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1557043906.A.BAF.html
推
05/05 16:13,
5年前
, 1F
05/05 16:13, 1F
推
05/05 16:20,
5年前
, 2F
05/05 16:20, 2F
→
05/05 16:20,
5年前
, 3F
05/05 16:20, 3F
→
05/05 16:23,
5年前
, 4F
05/05 16:23, 4F
推
05/05 16:37,
5年前
, 5F
05/05 16:37, 5F
→
05/05 16:38,
5年前
, 6F
05/05 16:38, 6F
推
05/05 16:40,
5年前
, 7F
05/05 16:40, 7F
推
05/05 16:47,
5年前
, 8F
05/05 16:47, 8F
推
05/05 16:48,
5年前
, 9F
05/05 16:48, 9F
推
05/05 16:53,
5年前
, 10F
05/05 16:53, 10F
推
05/05 16:53,
5年前
, 11F
05/05 16:53, 11F
→
05/05 16:56,
5年前
, 12F
05/05 16:56, 12F
推
05/05 17:07,
5年前
, 13F
05/05 17:07, 13F
推
05/05 17:27,
5年前
, 14F
05/05 17:27, 14F
→
05/05 17:29,
5年前
, 15F
05/05 17:29, 15F
→
05/05 17:34,
5年前
, 16F
05/05 17:34, 16F
坊間教的AI門檻太低。
厲害的AI工程師domain跟工程能力都要有,
這個坊間不會教,我在中國大陸倒是看了不少這樣的神人。
推
05/05 17:35,
5年前
, 17F
05/05 17:35, 17F
→
05/05 17:38,
5年前
, 18F
05/05 17:38, 18F
推
05/05 17:41,
5年前
, 19F
05/05 17:41, 19F
※ 編輯: ice80712 (42.72.79.188), 05/05/2019 17:45:51
推
05/05 17:43,
5年前
, 20F
05/05 17:43, 20F
→
05/05 17:50,
5年前
, 21F
05/05 17:50, 21F
推
05/05 17:53,
5年前
, 22F
05/05 17:53, 22F
→
05/05 17:53,
5年前
, 23F
05/05 17:53, 23F
推
05/05 17:58,
5年前
, 24F
05/05 17:58, 24F
推
05/05 18:20,
5年前
, 25F
05/05 18:20, 25F
噓
05/05 19:20,
5年前
, 26F
05/05 19:20, 26F
推
05/05 19:37,
5年前
, 27F
05/05 19:37, 27F
推
05/05 22:41,
5年前
, 28F
05/05 22:41, 28F
→
05/05 22:42,
5年前
, 29F
05/05 22:42, 29F
推
05/05 22:44,
5年前
, 30F
05/05 22:44, 30F
推
05/05 23:00,
5年前
, 31F
05/05 23:00, 31F
→
05/05 23:00,
5年前
, 32F
05/05 23:00, 32F
→
05/05 23:00,
5年前
, 33F
05/05 23:00, 33F
語音識別,業界還是走kaldi那套,有很多語音領域專用的腳本。
※ 編輯: ice80712 (114.37.168.150), 05/05/2019 23:15:45
→
05/06 00:06,
5年前
, 34F
05/06 00:06, 34F
如果只是套模型跟調參數,門檻本來就很低,坊間課程都在教這些。
※ 編輯: ice80712 (114.37.168.150), 05/06/2019 00:18:59
推
05/06 00:46,
5年前
, 35F
05/06 00:46, 35F
→
05/06 00:46,
5年前
, 36F
05/06 00:46, 36F
→
05/06 10:54,
5年前
, 37F
05/06 10:54, 37F
→
05/06 11:37,
5年前
, 38F
05/06 11:37, 38F
→
05/06 11:40,
5年前
, 39F
05/06 11:40, 39F
→
05/06 11:40,
5年前
, 40F
05/06 11:40, 40F
推
05/06 11:52,
5年前
, 41F
05/06 11:52, 41F
推
05/07 03:49,
5年前
, 42F
05/07 03:49, 42F
推
05/07 13:24,
5年前
, 43F
05/07 13:24, 43F
推
05/08 10:57,
5年前
, 44F
05/08 10:57, 44F
→
05/08 10:58,
5年前
, 45F
05/08 10:58, 45F
→
05/14 11:24,
5年前
, 46F
05/14 11:24, 46F
Tech_Job 近期熱門文章
PTT職涯區 即時熱門文章