#2021INSIDE未來日|從負八位數到正八位數,以代理打卡鐘及中文打字機銷售起家的震旦集團,逐步發展為辦公自動化設備的解決方案供應商,作為一個上市公司,又是如何進行數位轉型的呢?
現在就來看看,震旦集團的林敬寶總經理分享他們由黑翻紅的過程:
#震旦雲 #數位轉型 #AI面試
同時也有30部Youtube影片,追蹤數超過80萬的網紅果籽,也在其Youtube影片中提到,|乙女新夢|香港女團打低上原亞衣 奪日本偶像比賽冠軍 記者直擊成軍之路 除了MIRROR和ERROR,香港也有一班人堅持做小眾偶像,女團「乙女新夢」成軍三年多,走AKB系的日本女團風格,唱日文歌、找日本班底和唱片公司合作出CD。粗俗啲講句,日本有真「架妹」,點解要睇偽「架妹」?偏偏日本人都欣賞她們,...
「ai面試」的推薦目錄:
- 關於ai面試 在 Inside 硬塞的網路趨勢觀察 Facebook 的最讚貼文
- 關於ai面試 在 KOL Radar 網紅雷達 Facebook 的精選貼文
- 關於ai面試 在 信傳媒 Facebook 的最佳貼文
- 關於ai面試 在 果籽 Youtube 的精選貼文
- 關於ai面試 在 追劇時間Emmy Youtube 的精選貼文
- 關於ai面試 在 范琪斐 Youtube 的精選貼文
- 關於ai面試 在 [心得] 電腦視覺/ML/DL/AI 面試分享- 看板Soft_Job - 批踢踢實業坊 的評價
- 關於ai面試 在 孫弘岳-人力資源管理的世界- AI面試官的限制與歧視.... | Facebook 的評價
- 關於ai面試 在 #請益資誠的AI面試 - 會計板 | Dcard 的評價
- 關於ai面試 在 攻略AI面試官的N種姿勢 - PTT新聞 的評價
ai面試 在 KOL Radar 網紅雷達 Facebook 的精選貼文
✨在 AI 國家隊實習是什麼樣的體驗?真心不騙心得分享✨
相信很多同學會好奇,在 KOL Radar 實習究竟在做什麼?具體能學習到什麼?自己到底適不適合這份工作?本篇作者為 KOL Radar Intern,熱心分享在 KOL Radar 實習的心得感想,文章中完整介紹「面試準備過程」、「實習工作內容」、「日常分享」與「是否加入實習計畫考量點」,幫助大家消除對於 KOL Radar 實習的疑惑!KOL Radar 全部門擴大徵才中~歡迎大家踴躍加入!
❤️完整心得分享:https://dianeswonderland.com/ikala-intern/
🌟立刻加入 KOL Radar :https://bit.ly/3kh0LVO
--
【網紅行銷全方位解決】
KOL Radar 提供網紅行銷全方位解決方案,包括策略擬定、創意企劃、網紅媒合諮詢、數位廣告投放等一條龍式服務。專業的服務團隊,搭配獨家擁有數萬筆資料的網紅資料庫,服務範圍行跨台灣、香港、馬來西亞,成功服務客戶超過上千家企業。
還在煩惱適合產品的 KOL 在哪裡嗎?
快來找網紅行銷的好夥伴 KOL Radar 🙋,您的智囊團都在這👇👇
✨諮詢相關服務,請至 KOL Radar 官網填單洽詢✨
👉官網傳送門:http://bit.ly/kolradar_homepage_fb
--
#KOLRadar #網紅行銷 #實習 #心得分享 #面試 #擴大徵才中
ai面試 在 信傳媒 Facebook 的最佳貼文
用AI來面試應徵者就能排除人類各種有的沒的偏見嗎?那可不一定…👀👀
#AI #亞馬遜 #刻板印象 #數據 #女性 #履歷
⭐快加入【信傳媒財神到】社團一起財富自由:https://is.gd/pMrY87
⭐掌握更多訊息,快加入信傳媒Telegram:
https://is.gd/a5lUNM
⭐好玩有趣的新聞分享,歡迎加入信傳媒IG:https://tinyurl.com/y6oqqqbh
ai面試 在 果籽 Youtube 的精選貼文
|乙女新夢|香港女團打低上原亞衣 奪日本偶像比賽冠軍 記者直擊成軍之路
除了MIRROR和ERROR,香港也有一班人堅持做小眾偶像,女團「乙女新夢」成軍三年多,走AKB系的日本女團風格,唱日文歌、找日本班底和唱片公司合作出CD。粗俗啲講句,日本有真「架妹」,點解要睇偽「架妹」?偏偏日本人都欣賞她們,成員Maho更成功在2,676名參加者中脫穎而出,贏得日本出版社舉辦的「miss iD 2021」偶像比賽,參加者包括香港人熟悉的AV女優上原亞衣,而家知佢哋咩料啦?
「乙女新夢」2017年成立,目前有四名成員Rika、Ai、Rinka、Maho。訪問時,Maho笑言比賽「真係唔係選美」,強調自己不是以貌取勝。「miss iD」是2013年起由日本講談社舉辦的偶像比賽,目的是找出多樣化新時代女性的榜樣,11歲到40歲都可以參加,不理國籍、婚姻狀況。受疫症影響,大會以視像方式進行面試評審,除了有數輪面試,也會以參賽者的社交網絡表現評分。「乙女新夢」成員Maho最後拿下了總冠軍,Rinka也取得dancing queen獎項。
https://hk.appledaily.com/lifestyle/20210606/QXH2JP53B5BTDOJ25FE4FLEIZ4/
影片:
【我是南丫島人】23歲仔獲cafe免費借位擺一人咖啡檔 $6,000租住350呎村屋:愛這裏互助關係 (果籽 Apple Daily) (https://youtu.be/XSugNPyaXFQ)
【香港蠔 足本版】流浮山白蠔收成要等三年半 天然生曬肥美金蠔日產僅50斤 即撈即食中環名人坊蜜餞金蠔 西貢六福酥炸生蠔 (果籽 Apple Daily) (https://youtu.be/Fw653R1aQ6s)
【這夜給惡人基一封信】大佬茅躉華日夜思念 回憶從8歲開始:兄弟有今生沒來世 (壹週刊 Next) (https://youtu.be/t06qjQbRIpY)
【太子餃子店】新移民唔怕蝕底自薦包餃子 粗重功夫一腳踢 老闆刮目相看邀開店:呢個女人唔係女人(飲食男女 Apple Daily) https://youtu.be/7CUTg7LXQ4M)
【娛樂人物】情願市民留家唔好出街聚餐 鄧一君兩麵舖執笠蝕200萬 (蘋果日報 Apple Daily) (https://youtu.be/e3agbTOdfoY)
果籽 :http://as.appledaily.com
籽想旅行:http://travelseed.hk
健康蘋台: http://applehealth.com.hk
動物蘋台: http://applepetform.com
#女團 #上原亞衣 #偶像 #ERROR #MIRROR
#果籽 #StayHome #WithMe #跟我一樣 #宅在家
ai面試 在 追劇時間Emmy Youtube 的精選貼文
哇一晃眼又到了大學畢業季了,Emmy 聽說現在很多的大學畢業生在四月就早早開始準備自己的履歷表,希望能夠寫出一份亮眼的的履歷幫助自己在面試的時候順利錄取,卻不知道從何下手。 (AI 小編深表認同🤣)
其實不管是剛畢業的新鮮人還是已經在職場多年要轉換公司的高階主管,都需要一份好的履歷來展現自己的優點,因此寫履歷的技巧是非常重要的!Emmy 聽到了大家的需求,以自身的經驗幫大家整理了一些很有用的寫履歷小技巧,想要寫出一份亮眼履歷表的朋友們趕快點進來看看吧!
Emmy教你如何正確拍馬屁👉https://lihi1.com/D91pb
#胡采蘋 #財經網美 #履歷表 #大學畢業生 #高階主管 #新鮮人 #職場 #實習 #打工 #社會 #小技巧 #老闆 #員工 #換工作 #面試 #職業 #Emmy追劇時間
✔ 大學畢業生如何把自己的優點展現在履歷表上呢?
✔ 高階主管的履歷表該如何呈現?
一份好的履歷表固然能夠充分展現自己的優點,但更重要的是自己真正的專業能力和面試時的應對進退。Emmy 在這邊祝大家都能面試順利,進入心目中理想的公司喔!
【Emmy 追劇時間粉絲團】https://www.facebook.com/EmmyTheater
ai面試 在 范琪斐 Youtube 的精選貼文
本週漏網東西軍角逐的選項是:「卡達比基尼」vs.「AI面試官」。經過24小時的刺激票選之後呢,「AI面試官」獲得63.3%的票數勝出。本來想說大家應該會滿想看比基尼的,看來我們的觀眾比較關心自己的工作跟錢途。隨著AI技術的進步,現在有越來越多企業選擇用AI面試官,作為初步篩選求職者的工具。先問一下,你們自己或是身邊親友,有被AI面試過的經歷嗎?
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
ai面試 在 孫弘岳-人力資源管理的世界- AI面試官的限制與歧視.... | Facebook 的推薦與評價
這些AI面試的運作原理,大都是蒐集應徵者或員工在面試過程中的錄影記錄,包括臉部表情、聲音、回答內容等上百萬以的口語和非口語特徵值,與雇主對求職者或員工的心理/行為 ... ... <看更多>
ai面試 在 #請益資誠的AI面試 - 會計板 | Dcard 的推薦與評價
想請問一下已經經過資誠面試的人,昨天收到了資誠的AI面試邀請,AI面試會刷掉人嗎,還是說有AI面試就等於也有實體的面試呢?麻煩各位解答了- 面試, ... ... <看更多>
ai面試 在 [心得] 電腦視覺/ML/DL/AI 面試分享- 看板Soft_Job - 批踢踢實業坊 的推薦與評價
小弟前陣子在板上請教過問題,最近面試結束,分享給鄉民參考
本來因為覺得運氣成分居多僅分享給朋友QQ 但朋友各種慫恿就還是PO上來了
背景:
私大EE學+碩(4+1)
多益640
碩論做影像辨識+切割
職缺:
1. AI工程師(CV相關)*
2. ML/DL工程師(CV相關)*
3. 電腦視覺/影像處理工程師
*僅投Computer Vision相關,NLP和金融相關因完全沒碰過所以不投
應徵方式:
104 投29家,收到5家邀約 + 1家感謝,沒去1家**
內推
**阿福雖然不給面但有感謝投遞的回覆,HTC有寄信和打電話來,但婉拒面試
面試順序(共一個月):
?(一面) -> 金寶(新世代機器人) -> NexVision -> ?(二面) -> 由田 -> 仁寶
------------------------------------------
? - ML/DL engineer
最後選擇的公司,也不知道為什麼心裡就是不想公開是哪間,內推得到面試機會
一面
跟主管*2聊
1. 自我介紹
2. 報做過甚麼專案跟討論內容
3. 未來會希望除了ML、CV這兩塊之外再多學甚麼
4. 覺得他們公司的產品可以跟AI有哪些結合
這邊說一下,小弟技能僅DL、CV、IP
前後端基本上算0,未來會點一些資料庫技能
然後主管A就開始介紹公司近況、福利和在各國的據點等等
最後互相留下聯絡方式
總時約1.5 hr
二面
過了兩個禮拜以為沒戲了
結果某天LINE我說可以約時間二面,與另一位主管聊
聊的東西跟一面基本上一樣,技術的東西比較少了一點,第4點居多
會多這次好像是因為一面時這個主管在國外,所以多加一次,不確定是不是常態
聊完後過一下子,一面的主管進來問期望薪資
這邊我開50k但朋友都嘴我開太低QQ
說這幾天不管結果是怎樣都會聯絡我
總共花約1.5 hr
Offer get N*12 (N>60)
------------------------------------------
金寶(新世紀機器人) – DL Engineer變軟體工程師又變影像處理工程師
來看鄉民口中的金寶,果然還沒去面就...
EMAIL收到要先填一堆資料,很多不想填的我直接空白好像也沒差
面試當天早上接到電話說DL想找有經驗的,但還是可以去面軟體,為了朝聖還是去了
在深坑...超遠
到那邊先跟HR聊了一下,大概就是多益成績、介紹之類的,不過人資態度很好
主管進來,一樣自我介紹,然後報做過的projects跟碩論等等
我也老實跟他說我念EE沒修過CS的課,軟工基本上不熟
聽完他說那不如來做影像,不過他們公司用的都還是傳統影像的方法
問我對傳統影像有沒有興趣,我是回我對影像相關都蠻有興趣
然後就開始介紹公司福利,現在在做甚麼產品
一直強調他們公司很傳統之類的,其實態度一直都不錯,也可能是在...XD
最後問我期望薪資,我是開55k
他說月薪不會這麼高,但年薪會有到16個月之類的
獎金以全薪計算,不是底薪,如果OFFER開50k,年就是50k*12+50k*?
以上這段是以我理解主管的話來舉例,如果有錯不好意思
最後說如果這周五沒聯絡我就寄個Email給他提醒他
結果一直到隔周五才又寄信問我說能不能在電話聊一下
我說可以約時間聊,然後就再也沒回我了...
莫名其妙
------------------------------------------
NexVision – AI Engineer
在六張犁捷運附近,交通蠻方便的,辦公室小小一間
裡面只有5個人
1個HR、2個工程師、2個intern,沒有主管
只有一個比較資深的工程師當窗口直接對日本老闆
老闆日本人也常駐日本,"好像"有母公司在日本
貌似是接案,主要做AI相關
基本上就是像學校實驗室的樣子,挺...特別?
目前好像還要自備電腦
HR很熱心,也很願意了解目前AI產業人才的想法是怎樣
很直接地跟我請教看到怎樣的職缺跟介紹會有興趣
一般的AI人才該有的技能有甚麼,哪些是plus之類的
再跟比較資深的工程師聊我做過的專案,用了哪些技術遇到甚麼困難等等
然後介紹他們現在在幹嘛、目前的情況是怎樣
這期間HR都在旁邊聽,偶爾問幾個問題
最後HR就說等老闆那邊回覆,月底不管有沒有上都會給答案
等待中,已經最月底了可能無聲卡XD
------------------------------------------
由田 - 影像處理應用工程師,自我介紹後加面AI部門
辦公室環境蠻不錯的,面試前也是有先寄一個資料表要填
一樣不想填的就空白也沒差,但要自己印好帶過去
公司在中和,到那邊先寫邏輯跟程式測驗,很基礎的題目
基本上就網路上找得到的那種邏輯題型
四個人各講一段敘述,只有一個人說實話,那小名到底有幾個老婆?
程式部分
1. String reverse (手寫CODE)
2. sort (手寫CODE)
3. *ptr
4. == & =
5. public protected private
6. i++ ++i
其他還有一兩題忘了,都名詞解釋或解釋差異
考完等一下,AI主管先進來,一樣聊做過的projects、論文
問了一些NN的基本觀念問題
CNN跟Fully connected誰能夠取到比較多特徵
為什麼大家都跑來用CNN,優勢在哪裡之類的
介紹AI部門在幹嘛,怎麼運作,跟傳統影像部門區別在哪
優點是幾乎不用對客戶,95%時間都認真在做研發
我問會不會加班,他說基本上6點就走90%
不過有個很猛的點是AI部門每個人最低配就是Titan
主管本人一個人用一張V100,覺得羨慕...
AI主管說我程度不錯,應該是會拿到他們AI部門的Offer
最後要去AI還是傳統影像我再自己決定
再等了十幾分鐘,換傳統影像主管
這邊有點特別,可能剛剛AI主管有跟他說我對AI比較有興趣
這個主管好像對我興趣缺缺,講話很慢,常常尷尬冷場
只聊了一下專案和論文就請我回去了
不過倒也沒有冷言冷語或態度不好,就是講話很慢
會想幾秒才講一句話那種
期望薪資我開85萬/年
幾天後電話offer 53k*14+分紅獎金等等
------------------------------------------
仁寶 – 影像演算法工程師 (AI team)
寶寶集團老大?
面試前要先在家做線上適職測驗
個人覺得選項不夠全面,花了一點時間甚麼選項才符合我
一樣有資料表、個資同意書,都要自己印自己簽完帶過去
在員工餐廳等了大概20分鐘,進去一個休閒室做線上測驗
測數字比對、圖形比對和矩陣旋轉比對,各有50題,分別只有3.5、3.5和9分鐘
數字我只寫了40題,圖形30題,矩陣44題
其實矩陣我個人比較擅長,但時間還沒到就敗給了括約肌...
話說這個題數後來主管說我考得不錯
不知道真的假的我沒看到分數
考完到隔壁棟面主管,直接開始講我的論文
是一個人蠻NICE的主管,跟我愉快的聊了很多跟我論文相關的東西
也有問到業界賺錢需要壓成本,但同時performance不能降時,該怎麼辦?
這題我也真不知怎答
我就老實回答如果當下沒有更好的演算法或model可以達到這樣的效果
時程又緊的話,我真的會不知道怎麼應對
但我也說,我對自己的近期期望是業界新鮮人的這一到三年
能完整參與到一件電腦視覺相關產品的開始到結束,累積經驗
這是我在學校學不到的
說完主管就開始講他們TEAM現在運作的情況
好像挺缺人的,AI team目前只有3個人,說預計要找到5-7人,NLP和CV的都要
目前都還是做內部客戶,還沒有對外,主要在做長照和AOI的部分
最後聊到薪資,因為我資料表上填期望薪資 70k/M
主管直接說不可能開到這麼高,照我這樣差不多就42-43k
但他們一年保15個月(12+0.5+0.5+2)
之後每年10月還11月會有一包額外的獎金
看績效大概落在1-4個月,所以通常會有17-19個月這樣
最後問我現在能不能確定要來上班,確定的話現場就可以發OFFER給我
但我回答說還要一個禮拜做最後決定,因為還有其他結果沒出來
現場口頭offer 42-43k*15 (滿一年後16-19),但沒有當場答應
------------------------------------------
總結
學歷部分,私大碩真的不好拿面試,新竹小弟不太清楚
雙北104相關職缺被我輪了上百次,僅6個面試機會
小弟也不知道哪來的心臟連C/C++都沒練就上場了
結果運氣好,不是沒考就是考得挺基礎的
也許會考的公司我連面試機會都沒有吧XD
關鍵還是在作品,因為作品,我跟仁寶、由田、?的主管都聊得很多
聊得多,能展現專業的地方也就比較多,學歷的影響應該就小一點吧
技能部分,碩班真的有被好好操到
ML/DL部分還頂得住,但軟工不熟,資料庫或APP等完全不懂
不知道算是缺點還是這應該屬於plus,每間公司的尺都不太一樣
薪資部分,真的不要怕開高,尤其AI/ML/DL缺
除了大公司很多固定價外,有開有希望
小弟實驗室同屆畢業的同學們都拿到非常不錯的offer
都在55k/M上下,只能說大AI時代啊 ...
不過同學們真的都很強就是了
在這邊祝福大家都能找到理想工作好好打拼
薪資除了?我是直接開了,貌似也沒簽甚麼保密協定之類的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.246.30.47
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1535716676.A.12B.html
當初也沒想到做影像可以拿到這樣的薪水
學長姊給我們的忠告都是畢業不要做影像...
Titan已經train到不要不要的了
V100極狠
※ 編輯: ZuiYang (27.246.30.47), 09/01/2018 07:05:05
不過我是有修改、加一些東西進去啦
我覺得完全可以算
至少放在github也好
去面試還可以講一下你有在經營github之類的
※ 編輯: ZuiYang (27.246.30.47), 09/01/2018 13:49:21
小弟自嗨舉個例子看看
只針對DL部分,ML懂得太少不敢舉例
1.能自己提出不遜於當前top performance models的model 或是能提出不一樣的算法來優
化model 像是提出Focal loss這種
2.能用C手刻出NN/BP和一些相關函數
3.會用framework架model並設計如何訓練的計畫與優化方案(針對自己的case)
4.只會github clone來玩玩 改改參數試試看變怎樣
小弟大概2.的菜雞
1.就頂尖conference常客,這個數學要極猛,腦洞也要夠大,然後被人家問怎麼做出來的
都說就亂調出來的,只能跪
2.是我認為研究要做得好應該要努力的地方,只有從頭到尾自己走過一遍,才能知道自己
在幹嘛
3.就會應用,相關的碩班能畢業至少有這個程度吧...應該
4.就初學或玩玩
※ 編輯: ZuiYang (27.246.30.47), 09/01/2018 23:30:02
FC是每個Neuron 對 每個Neuron呢
取到的特徵量FC>>CNN
但有效特徵的比例CNN>FC
所以大家都先用數層CNN把真正重要的特徵取出來(降維)也就是濾掉不重要的
然後最後再用FC找這些特徵的關聯
這邊補充一下 我指的是hidden layer取特徵的階段
因為某些私人原因不然真的挺想去由田的,
薪資真的也給的不錯
... <看更多>