![post-title](https://i.ytimg.com/vi/_RsaNzZFuUU/hqdefault.jpg)
ai工程師心得 在 コバにゃんチャンネル Youtube 的最讚貼文
![post-title](https://i.ytimg.com/vi/_RsaNzZFuUU/hqdefault.jpg)
Search
當然我也欠了好大一筆學貸…..但目前拿到的工作薪水都蠻高的。應該不用太久能還清。 我有同學跟我一樣完全沒coding經驗進去讀,他前陣子拿到了一個 ... ... <看更多>
義隆電子人工智慧研發部主管來解答[cc字幕支援] 心得 總結:所謂 AI工程師 ,究竟你合不合適Soundon贊助請阿財喝咖啡,85元是阿財最喜歡的咖啡店咖啡的 ... ... <看更多>
當然我也欠了好大一筆學貸…..但目前拿到的工作薪水都蠻高的。應該不用太久能還清。 我有同學跟我一樣完全沒coding經驗進去讀,他前陣子拿到了一個 ...
#2. AI 工程師工作一年心得:AI 專案落地實務 - Mr. Opengate
本文是擔任AI 工程師一年的工作心得,部分內容為交/ 清大企業校園徵才講座內容,感謝交大、清大的同學們抽空來聆聽職涯分享:) ...
#3. 【AI 工程師淪為數據打雜工?】過來人親曝血淚史 - 報橘
處理凌亂的現實世界數據集; 工程導向,而不是在Jupyter Notebooks 中編寫研究程式碼; 資料可視化. 這些都是網友們在工作經歷中吃了很多虧後 ...
#4. AI 工程師到底在幹麻?? 要具備什麼能力?? 對科系有 ... - YouTube
義隆電子人工智慧研發部主管來解答[cc字幕支援] 心得 總結:所謂 AI工程師 ,究竟你合不合適Soundon贊助請阿財喝咖啡,85元是阿財最喜歡的咖啡店咖啡的 ...
#5. AI工程師面試心得列表- 第2頁| GoodJob 職場透明化運動
查看45篇AI工程師面試心得.
#7. ai工程師台積電在PTT/mobile01評價與討論
ai工程師是什麼在PTT/mobile01評價與討論, 提供ai工程師心得、ai工程師台積電、人工智能工程師就來醫院診所健康懶人包,有最完整ai工程師是什麼體驗分享訊息.
全球都在缺AI人才,未來的AI人力需求更達到百萬人以上,但現在AI相關人才數量遠遠不及未來 ... 量產型砲灰工程師這個例子是來自於某網頁工程師培訓營的學員心得。
#9. 別跟風,變成AI工程師,不一定適合你! - 石頭哥 - Blink 佈告欄
石頭哥藉此節錄心得分享給疑惑的你。 實用指數: 適合對象:提早對大學選課做規劃;對AI世代困惑的年輕學子, ...
AI 人工智慧工程師黃千豪說,相較於過去的手機或電腦,現在的人們能夠對著手機說「嘿Siri ,今天天氣好不好」,而它會回答出你所詢問的資訊, ...
#11. Re: [請益] 成為AI 工程師的進修方向(代po)
看了蠻多ptt 上的文,對目前AI/DL 工作的現況總結如下: : - 做DL 的人已經爛大街了,幾乎每個實驗室都在做AI : - 想做演算法/ 模型開發的話至少要念 ...
#12. MTK_聯發科技股份有限公司AI工程師面試心得 - 面試趣
有人分享了MTK_聯發科技股份有限公司_AI工程師的面試情報!評價為3顆星,時間2019.11於地點臺北,面試被問到「HR電訪:」,面試過程是因為我應徵的是AI職,面試建議是 ...
#13. AI品質工程師認證心得分享- 月旦知識庫
AI 品質工程師認證心得分享. 作者, 邱俊豪. 中文摘要. 二零一九年底,公司得知中華民國品質學會順應現階段工業4.0與AI的蓬勃發展,預計開出一系列AI的品質相關課程,與 ...
#14. PMC_財團法人精密機械研究發展中心AI工程師的所有薪水
查看PMC_財團法人精密機械研究發展中心【AI工程師】的所有薪資情報。我們已幫助72位欲了解PMC_財團法人精密機械研究發展中心薪水的轉職人,掌握薪水福利、升遷管道, ...
#15. 2022機器學習工程師面試經驗分享 - 方格子
... 紀錄筆者在2022上半年尋找機器學習工程師(ML Engineer)的一些經驗和心得. ... Research Scientist往往工作內容的描述或多或少都跟ML/AI扯上關係。
#16. ai工程師薪水行情如何?揭密ai工程師的工作日常都在做什麼!
隨著科技越來越進步,日常生活中處處可見人工智慧,而AI 工程師也成為炙手可熱的職缺之一。常聽聞ai工程師薪水高,但AI工程師須具備程式設計能力、 ...
#17. [心得] AI領域面試心得- 看板Tech | ai工程師薪水ptt
ai工程師 薪水ptt,大家都在找解答。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... 台灣IC設計大廠職缺:聲學算法工程師面試心得: 一面(小 ...
#18. 【心得】資策會大數據班轉職失敗心得-更新v1.0.3- 7/17 - 哈啦區
想一想當工程師也不錯,而且是AI大數據班出來薪水一兩年就可以進入百萬年薪行列八(天真傻B),在受訓期間發現,同學幾乎都是台清交成畢業, ...
#19. 一篇文帶你認識常見軟體工程師種類、工作內容、薪水差異(前端
本篇文章將帶你一覽這些常見軟體工程師職稱分別的薪水、工作內容、以及必備程式 ... Data & AI 工程師 ▻ 區塊鏈工程師 ➤ 常見軟體工程師的薪水比較
#20. ai工程師薪水ptt - Niokbt
【為什麼我們要挑選這篇文章】AI 工程師薪水只有9K 到18K 台幣是怎麼回事?事實上他們不算是工程師,他們的工作是「標注」,教導AI 做影像和聲音的辨識,這是個低技術 ...
#21. 2018 深度學習相關工程師面試紀錄(非本科新鮮人) - Medium
非本科新鮮人面試深度學習相關工作之紀錄與心得,含Umbo CV (盾心科技)、華碩、由田新技、HTC Vive、鴻海、博晶 ... [ 華碩] AI/ML 人工智慧工程師.
#22. 人工智慧工程師ptt :: 百貨業者資訊
百貨業者資訊,機器學習工程師ptt,AI 面試題目,台積電ai工程師ptt,ai工程師ptt,AI 面試心得,AI 工程師面試,ai工程師薪水,台塑AI 人工智慧工程師.
#23. Re: [請益] 想從零開始轉行當AI軟體工程師- 看板Soft_Job
empliu: 據我所了解的台灣有招比較多AI的內部幾乎都是台清交11/10 15:06 ... 我沒在經營github,我是不知道自己的讀書心得丟那有沒有用, 我應徵時到 ...
#24. AI工程師- 國立教育廣播電台Channel+
隨著科技發達,人工智慧已經融入在我們的生活裡,所以AI工程師也成為熱門的職缺。AI工程師須具備程式設計能力、影像和文字識別能力、統計和機器學習 ...
#25. 學姊心得分享:施懿芸 - 資策會數位教育研究所
一、該如何預先做更多的準備? 與其說大數據(Big Data),以台灣目前真實的現況來說,用資料(Small Data)分析的說法可能 ...
#26. 硬體工程師薪水ptt ai工程師薪水行情如何?揭密ai工程師的工作 ...
ai工程師 薪水高嗎?ai工程師薪水行情如何?揭密業界薪水水準之時,也一同了解ai工程師工作內容吧,想成為業界求才若渴的ai人才, 你該具備這些條件!
#27. [心得] 2021 CV/ ML 面試心得- 看板Soft_Job - PTT網頁版
艾創科技— AI 工程師該公司主要是做攝影機且已經有成熟的產品。先寫一個小時的邏輯與程式測驗,測驗內容很容易,結束後RD 主管進來面試,進來先開始看 ...
#28. AI讀書心得:人工智慧在台灣- 產業轉型的契機與挑戰 - FinLab
Python 軟體工程師與量化策略研究員。 鑽研資料工程、網頁後端、資料視覺化、量化交易策略開發。 投資主力在台股市場,量化策略為主、質 ...
#29. ai工程師薪水在PTT/mobile01評價與討論 - 速食
在ai工程師薪水這個產品中,有超過5篇Ptt貼文,作者HANASUCIA也提到新聞來源:蘋果新聞標題:麥當勞釋2200職缺餐廳襄理起薪3萬6 新聞內容: 台灣麥當勞今明兩天 ...
#30. Edge AI 工程師的20堂必修課 - Cupoy
正所謂「工欲善其事、必先利其器」,Edge AI工程師需要有強大好用的Edge Al推論佈建及維護工具,IntelR的OpenVINO ... 謝謝吳振成同學的研究心得!
#31. 我花了兩年,從不懂Python 變成了AI 工程師 - 未來商務
想做機器學習的工作,卻覺得自己沒有專業技能? David Chong 從不知道Python 到獲得AI 工[…]
#32. 您即將離開本站前往我花了兩年,從不懂Python變成了AI工程師
我花了兩年,從不懂Python變成了AI工程師- PTT新聞||國中高中會考學測國考補習資訊整理懶人包. ... Re: [心得] 自學AI資源分享- 看板DataScience - 批踢踢實業坊.
#33. 南部分校AI 工程師孫曉恩經驗分享:從喜歡數學到愛上資料科學
台灣人工智慧學校南部分校工程師孫曉恩,在就讀清華大學數學研究所博士班時,偶然從媒體上看到了人工智慧圍棋軟體AlphaGo 與人類棋王對弈的新聞, 當 ...
#34. AI 工程師:他們是做什麼的,以及他們值多少錢? - 每日頭條
對10萬多名開發人員最新的調查發現了DevOps方法和人工智慧中薪水和興趣水平最高。 如果想在軟體遊戲中提高收入和知名度,可以開始把工作的重心指向DevOps ...
#35. 趨勢、產業、薪水大解析!成為資料科學家之前,要先了解的事!
機器學習與人工智慧(Machine Learning and AI); 4. ... 資料分析師進行統計方面的工作,如實驗設計,數據分析等:資料工程師程式實作方面的工作,如 ...
#36. 軟體工程師ptt
老房子; Re: [請益] 想從零開始轉行當AI軟體工程師 ... 文的了解,年薪100萬在數年內應該沒問題,那在未來的標題[心得] 商科大叔轉Google 軟體工程師.
#37. 【跨域轉職】美髮業僅高中學歷, 因看好人工智慧趨勢
撰文者/張哲軒(撰文時任職中華系統整合股份有限公司資料工程師). 【 因應AI未來趨勢,希望給自己一個機會,轉換跑道】. 我先前從事美髮業,由於不 ...
#38. 成為軟體工程師:工作內容、薪水、技能與面試準備
軟體工程師的工作內容是什麼?薪水又是如何?想成為軟體工程師,該怎麼開始?本文幫你拆解面試背後反應的專業與素養要求,幫你建立開始準備的方向。
#39. 2022年十大亮點職務看過來AI人工智慧工程師夯
而根據國發會的人才調查,也顯示未來三年人工智慧(AI)應用服務產業對人才的需求最為迫切,工程師年薪約150-200萬元。 第五、數位行銷專家。新冠肺炎疫情 ...
#40. [資料科學好朋友] #1 — ML 工程師的一天ft. PinChun - InfuseAI
我的職位是ML engineer,在我們公司,另外有AI researcher 角色和我們協作。 ... 分享給想踏入ML 世界的人的一點心得. 剛踏入AI 或是ML 世界的時候, ...
#41. 【上課心得與筆記分享】2018.8.15_【擁抱AI.贏向未來 ...
【參加演講後心得與筆記分享】 2018/8/15(三) 下午參加了一場由Alpha萬豐人力資源舉辦的演講,主題是【擁抱AI.贏向未來】『人工智慧產業化在台灣: ...
#42. [請益] offer請益AI工程師VS 硬體工程師PTT推薦Tech_Job
財團法人人工智慧職位AI工程師月薪N 年薪13~15個月+三節(看績效而定) 地點台北光華附近工時常日班偶加班? 由於職位所需可能週6要至企業授課(有補休)
#43. ai工程師AI - Sbyix
ai工程師 薪水高嗎?ai工程師薪水行情如何?揭密業界薪水水準之時,總金額 ... AI 工程師 工作一年心得:AI 專案落地實務| Mr. 臺灣人工智慧學校人才媒合平臺為便利 ...
#44. ai工程師薪水ptt > [討論] 關於台塑Ai工程師面試- 看板Tech_Job
ai工程師 薪水ptt,2020年10月30日— 因為朋友在當兵加上沒有PTT帳號所以幫忙代Po 學歷:北部國立大學統計系今年應屆畢專題:機器學習面試職缺:南亞科/台化因為過程中跟 ...
#45. 土木背景美國軟體工程師實習心得 - Facebook
雖然畢業於土木系,Peter仍靠自修與學校修課取得卓越的軟體開發能力,在美國、日本、台灣擁有豐富的software/data science/AI工程師實習經驗。
#46. 八張圖,一次搞懂人工智慧的現在、未來,及對你工作的影響
而經理人在企業導入AI時扮演著相當關鍵的角色,懂得AI原理與應用、對AI有 ... 通常人工智慧團隊的核心成員有資料科學家、資料工程師及機器學習工程師 ...
#47. [請益] 人工智慧在軟體界的出路- soft_job - PTT職涯區
6 F →wqchung:如果一定要做AI,可以往工x院,資x會之類的看看 12/13 05:01. 7 F 推meltice:設計一套AI可以預測股票漲跌這樣保證有出路 12/13 09:11.
#48. AI 工程師工作一年心得:AI 專案落地實務| Mr. Opengate - kaif.io
AI 工程師 工作一年心得:AI 專案落地實務| Mr. Opengate | 資料科學與工程.
#49. [心得] 面試心得MTK/安霸/appier/外商/新創/應材 - Mo PTT
紀錄一下面試心得,讓大家可以參考。 (但有很多東西很有識別性,所以就不寫出來了。) ... 推coletrain: Gg想用AI改善製程良率然後就能裁一票製程工程師惹我 06/20 19:32.
#50. [心得] AI領域面試心得- 看板Tech_Job - PTT職涯區
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 ...
#51. 【cloudmile ptt】資訊整理& ai工程師薪水ptt相關消息| 綠色工廠
cloudmile ptt,[討論] 關於台塑Ai工程師面試- 看板Tech_Job | PTT職涯區,2020年10月30日— 因為朋友在當兵加上沒有PTT帳號所以幫忙代Po 學歷:北部國立大學統計系今年 ...
#52. 美籍設備工程師受訓心得引熱議台積1年半後不輪大夜
新技能:加速設備工程師的AI協作能力、數位轉型. 秦永沛並在成大播放兩段影片,說明「新型設備工程師」令人耳目一新的工作內容。 第一段影片 ...
#53. Software Engineer 面試& 刷題心得 - HackMD
目前面試過的經驗分享. Taiwan AI Labs Internship (2018 忘了幾月). 因為已經快三年前了所以應該 ...
#54. AI工程師成長之路--我該以何種姿態入門 - 程式人生
俗話說,聽君一席話勝讀十年書,此次有幸參加了《工程師成長之路》分享會。感覺俗話說的一點都沒有錯。自己也已經工作很多年了,工作上有很多的心得體會,遇到的許多問題, ...
#55. [心得] AI領域面試心得- 看板Tech - 健康跟著走
ai工程師 ptt - 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...
#56. 軟體工程師|心得科技工業股份有限公司|新北市新店區工作
工作內容: 應用程式開發, 軟體專案進行熟C# , C++尤佳或熟悉人機介面開發有軟體開發經驗或有興趣者熟悉電腦語言與基礎網路應用; 薪資待遇: 月薪30,000 至45,000元
#57. 心得分享AI+創意+工程打造「非典型」工程師
資料來源:Cheers快樂工作人:2021最佳大學指南 人工智慧(AI)日新又新・各產業都要跟上腳步。為了布局未來,中興大學在工學院下新設置培養擁有跨領域專長 ...
#58. 交大觀察與心得(四):碩二上 - Neutrino's Blog
因為我一直以來都非常討厭「AI」這個詞,我總覺得它就是個噱頭,加上我對AI 一直有障礙,就是領域力比較低。我甚至一直都沒好好了解過Deep Learning ...
#59. 記一次軟體工程師面試心得· Issue #15 · aszx87410/blog - GitHub
一面的面試官是個前端工程師,所以問題會比較偏前端。程式語言的部分我是選擇用JavaScript 來作答。 第一題. 在Facebook 上面,對於按讚這個功能,通常會 ...
#60. 人工智能AI工程師學習路線心路歷程和總結分享 - 台部落
可以說是經過九九八十一難,根據自己的學習路線,整理了學習的心得,希望對後來學習的小夥伴們有幫助! 適合人羣:. 研發工程師、運維工程師、測試 ...
#61. AI演算法工程師| JOBs維基 - JOBsMining職涯大數據
工時薪水 ... 薪資成長:碩士畢業起薪大約43000~45000,大約兩年月新超過50000以上。博士畢業起薪大約55000~60000,大約兩到三年月薪會超過65000。年終獎金 ...
#62. 第一次履歷石沈大海,第二次就被Amazon錄取!一個台灣菜鳥 ...
這四家企業招聘軟體工程師都非常慎重,進入門檻也都非常的高。 USC雖然在美國大學排名也算前面,但是仍然稱不上是名校。雖然Jimmy專攻AI領域連大學總共6年 ...
#63. 科技創業週報#250:如何才有資格稱為資深工程師?
在學術、業界做AI 題目其實有著極大的差異,作者Mr.Opengate 分享他在擔任AI 工程師一年後的心得,他提到在業界模型收集的方法五花八門,也需要自己 ...
#64. 我從AI For Everyone 學到的10 個重要AI 概念 - LeeMeng
本文將列舉出我認為本課中最值得記住的10 個AI 概念,希望能讓你馬上學到些東西。 值得一提的是,這篇不少概念是我自己的心得總結,而你在上完課後 ...
#65. 工程師面試心得(英業達、廣達、中華電信…) - 李孟霈Adam
1. 英業達AI Center / Skywatch. 雖然我的經驗都是以前端居多,但還是硬著頭皮應徵了Full Stack Engineer,希望自己未來工作能有更 ...
#66. 面試心得 - Rex5207
發表過三篇國際論文、碩論為AI應用擅長語言為C/C++、Java、Python ... 之後就直接進面談室,HR也沒說接下來面的是哪個部門後來進來兩位工程師,基本上 ...
#67. 鴻海集團AI工程師航太所畢業90後的劉彥君隨時準備好讓自己被 ...
鴻海集團AI工程師航太所畢業90後的劉彥君隨時準備好讓自己被看見 ... 與系統工程研究所畢業劉彥君校友返校分享在校的學習經驗及鴻海集團的工作心得。6 ...
#68. 【非凡新聞】薪水全台軟體公司最高! 直擊AI實驗室 | appier ...
2018 前端 工程師 面試 心得 • Weihang Lo | appier 工程師 薪水. 以下依優先順序排列,薪資等基本需求不列入: 新創團隊或具有新創氛圍... 好學校:錄取Appier 沛星互動: ...
#69. Tech_Job - [請益] 成為AI 工程師的進修方向(代po)
看了蠻多ptt 上的文,對目前AI/DL 工作的現況總結如下: - 做DL 的人已經爛大街了,幾乎每個實驗室都在做AI - 想做演算法/ 模型開發的話至少要念到博士- 基礎資工能力 ...
#70. [閒聊] 自己用三天繪圖ai的心得跟一些閒聊- c_chat - PTT動漫區
[閒聊] 自己用三天繪圖ai的心得跟一些閒聊. 看板 C_Chat ... 11 F →spfy: 身為工程師十年前就聽過AI會取代工程師現在我還是能吃飽 10/07 08:14.
#71. Meta 研發出影片版DALL·E!系統Make-A-Video 用AI 將文字 ...
昨日OpenAI 宣布DALL·E beta 開放讓所有人體驗用AI 生成圖片,而現在AI 不只能產生圖片,更能產生動態的影片。一群來自Meta 研究機器學習的工程師, ...
#72. 台灣ai 工程師薪水
也因爲人工智慧的工作領域的專業門檻高,ai工程師薪水福利上當然也是非常 ... 金融科技獨角獸查看由ai影像工程師分享的薪水及加班數據、工作心得, ...
#73. 【轉職心得】從零到前端工程師,我到底做了哪些努力?
原本最近學習學到一個段落,準備著手準備前端作品集,不曉得是不是上天看到我的努力,竟然在我只有將課程作品放上cakeresume的狀態下,收到不少面試 ...
#74. Aed 機價錢
ai 工程師 薪水departementales05-morhetrichaud-queyrel.fr ... Lativ. Com. Tw/WOMEN/Coat_category/AIRY-DOWN ☆網誌心得: 圖文. 2022-09-19. 台中20 人包廂餐廳:.
#75. Engoo線上英文| 超過10萬名學生愛用,24小時隨選隨上!
學員心得分享 ... 以下是一些學生和我們分享的故事: 系統工程師Ai說:「上第一堂課的時候,我英文超級爛。上完課也沒什麼自信,不太想再預約下一堂課。
#76. 原秀科技-公司介绍
... 經驗、面試心得都在518好公司,熱門度超越職場ptt! 台虹科技股份有限公司薪水、年終獎金、公司福利等精彩內容都在比薪水。最新薪水:技術員薪水、工程師薪水、 ...
#77. 熱門文章 - Disp BBS
35 [新聞] 不滿珍珠軟爛投訴反遭店家嗆聲竹科工程師怒查論文佐證結局曝光- Gossiping板. 10-06 (f544544f.) ... Re: [Vtub]赤井心使用AI圖惹議刪文並向繪師道歉- ACG板.
#78. 品管工程師薪水 - Galenachef
【工作內容】新竹市- 1; ai工程師薪水行情. 品管╱品保工程師不同年資(一年以下、1~3年、3~5年…)的薪水收入:【平均月薪】、【薪資中位數】、【月薪 ...
#79. Page 181 of 181 - 3C 科技生活分享最新資訊
Google Pixel 7 與Pixel 7 Pro 亮相:規格不是焦點、殺手級AI功能成亮點 ... 工程師使用iPhone 12 Pro掃描效率高的原因是手機上的這顆鏡頭.
#80. 「我知道出書其實賺不了什麼錢」——專訪《有種英文模仿術
Cathy 的電子書製作團隊中,有兩位美編、一位行政、一位工程師則是她的 ... 幾米的《繪本的夢想與實際:幾米分享創作心得》,甚或詩詞、古典小說等都 ...
#81. 用筆記軟體Logseq實踐卡片盒筆記法好像幫自己創造了第二個 ...
AI / ML 人工智慧與機器學習(AI/ML); Data Analytics 資訊安全(Security)(Security); 訓練考照(Training & Certificate). 無論您是企業執行長 ...
#82. Tesla 暗示今年將推出停車場「反向召喚Park Seek」功能!
Tesla 的Autopilot 工程師團隊正在驗證全自動駕駛beta版重大更新,也包含停車場召喚的新進展。雖然今年2022 年的Ai Day 活動中並沒有特別提及到「智能 ...
#83. 職訓故事| 門外漢又何妨勇敢跨界成AI應用工程師
想成為AI工程師確定目標很重要. 非科班出身,沒有工作經驗,卻能順利進入資訊公司擔任Python工程師,負責ERP系統功能開發,讓許多社會新鮮人相當羨慕有這樣的工作機會 ...
#84. 晶片人才熱,獵頭很疲憊_公司_工作_杜威
一個一直跳槽的人所能獲得的薪水,更多體現時代對他所從事職業的估價。 過去兩年,年過40歲的晶片工程師杜威(化名)前所未有地感受到就業市場對他和同行 ...
#85. 優等志工隊!新後安好鄰居社區發展協會力推共融式服務
... 實際訪問協會返鄉青年林彥良理事對於辦理多場社會服務的心得與初衷, ... 於台塑企業南亞塑膠公司擔任助理工程師,就是青年返鄉紮根的最好實績!
#86. 怕照胃鏡不敢體檢?群曜醫電打造「磁控膠囊內視鏡」
Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想? A:醫療服務產業,Mindset Change! 不能從工程師角度去想像醫療服務產業,而 ...
#87. Ai 工程師薪水
ai工程師 薪水行情. 也因爲人工智慧的工作領域的專業門檻高,ai工程師薪水福利上當然也是非常可觀的!. 在104 資訊科技分析資料庫共1,575筆求職會員 ...
#88. 台灣ai 工程師薪水
ai工程師 薪水行情. 也因爲人工智慧的工作領域的專業門檻高,ai工程師薪水福利上當然也是非常可觀的!. 在104 資訊科技分析資料庫共1,575筆求職會員 ...
#89. 【與AI工程師同行】最火職業竟跟當媽一樣 - 蘋果日報
AI 人工智慧火紅,近年來各企業紛紛投入AI領域,也使AI工程師超火紅,大家都在搶人才。現任露天拍賣露托邦人工智慧實驗室主任工程師張家棠,工程師經歷 ...
#90. 麥當勞菜單1 1 50
AI 持續更新麥當勞最新菜單價格與熱量、早餐菜單、1+1紅區白區餐點、歡樂送電話與菜單,. ... 每人感受因人而異用餐心得僅供參考想看更多美食嗎.
#91. 測驗AI-102: 設計和實作Microsoft Azure AI 解決方案
他們會和解決方案架構師合作以轉譯其願景,並與資料科學家、資料工程師、IoT 專員和AI 開發人員合作,以建置完整的端對端AI 解決方案。 參加該測驗的應試者應熟悉C# ...
#92. Google工程師稱AI有自我意識:他是人,他想請律師 - 地球圖輯隊
Google工程師勒模因(Blake Lemoine)因主張Google聊天機器人LaMDA產生自我意識,而被Google強制帶薪休假。但休假期間,他仍堅持為LaMDA發聲, ...
#93. 轉職資訊業筆記 - Google 圖書結果
... 希望這本從轉職思考、準備、錄取公司、成為新手工程師前兩年的心得整理, ... 筆記」第一手資訊業觀察從轉職到成為新手工程師前兩年作者: Rita Ai 出版者: Rita Ai.
#94. 人工智慧大現場實用篇:35天從入門到完成專案 - 博客來
AI (人工智慧)的技術來自軟體工程的演進,一個優秀的AI工程師要經由程式設計、資料採礦、系統分析、數理演算等紥實的科學訓練;甚至還有企業管理、流程改善、財務金融 ...
#95. 機器學習工程師面試全破解:嚴選124道AI演算法決勝題 ...
本書致力於普及人工智慧和機器學習,幫助每位軟體工程師成為自信的AI實踐者,每位資料科學家成為出眾的AI研究者。」 ──沈向洋/ 微軟全球執行副總裁,美國工程院 ...
#96. 人工智慧在台灣: 產業轉型的契機與挑戰 - Google 圖書結果
這個艱鉅任務的執行長,就由充滿AI理想性與堅毅執行力的陳昇瑋博士來擔任, ... 陳昇瑋博士最初由基本程式設計導入學理,從而將研究心得帶入實務,這是學而優後進入科技實 ...
ai工程師心得 在 Re: [請益] 想從零開始轉行當AI軟體工程師- 看板Soft_Job 的推薦與評價
來用自己的例子勸退一些想跳機器學習的人
首先是數學程度,
我是數學系的,什麼線代,微積分,機率,統計的都很熟其實工作也會用到,
描述一些比較有印象的工作用過的數學,
比較有趣關於微積分的經驗:
老闆把問題用一個式子 exp(-rx)*((1/delta)*sqrt(A))*exp(-x^2/(A))來解釋,
並要對x積整個實數範圍。
在場大家都面面相覷我就被要求積了。
但這其實不難積,就高斯積分,有背整理一下秒解,
沒背也不難推。我大學微積分沒在背的所以是當場直接推,然後才繼續那場會議。
機率統計就那些常見的像是:
在一堆數據中給一些想法假設然後檢定,
或是想辦法對一直變動pattern的資料去建對應的機率模型。
但我具體數學程度到哪,舉兩個例子一個是深度學習WGAN一個是經典的random forest。
https://arxiv.org/pdf/1701.07875.pdf 這是WGAN。
https://link.springer.com/article/10.1023/A:1010933404324 這是RF。
基本上裡面的純數推導我幾乎都理解,
WGAN用到實分析跟線性規劃,
RF則是機率。
以上大概描述一下我的數學程度。
接著是我的電腦技能,
我熟悉的語言有C++跟PYTHON,基本上各有兩年以上的工作實務經驗。
python就絕大部份公司機器學習用的語言不解釋。
C++曾被公司要求所有演算法都要自己刻,這之中還包刮神經網路,
連 backpropagation 都要自己刻,
然後資料結構演算法,計算機組織,作業系統都讀過。
至於程度到哪我也不好說,我自知去參加程式比賽會被電死,但基本程度應該是有。
資料結構的程度至少是在刷題的時候不會卡在"天啊這個是什麼資料結構",
跟曾經在工作被要求刻了一個紅黑樹,雖然我現在忘了而且skip list太好用。
演算法就刷題的時候不會無止境一直設條件,
會嘗試用一些演算法想法比如 divide and conquer or dp 來解題。
計組作業系統就是那些什麼cpu pipeline 記憶體管理緩存設計都懂。
資料庫則是公司用什麼我就學什麼。
機器學習的部分就是幾乎現在大家喊得出名字的我都可以實作,
有要證明的模型我都可以證明,不過需要回憶準備一下哈哈因為模型太多沒全記。
大致用書來表示一下我懂得大概範圍好了。
https://www.deeplearningbook.org/
deep learning 的經典不解釋。
https://www.cs.cmu.edu/~tom/mlbook.html
machine learning 也算經典但很老的一本了。
https://www.tenlong.com.tw/products/9787302275954
各種經典的機器學習模型的推導書,雖然這個作者幾乎只是翻譯論文,但翻的還滿好的。
新技術太多我就不提了我都有在追。
以上大致描述一下我的程度,目前的結果是我近半年完全找不到工作XD
不管國內國外,丟履歷都沒回覆,基本上連面試機會都沒有。
搞得現在只能送foodpanda,
真的是能力不足阿...
希望這慘痛的經歷能拯救還想再跳AI的人阿。
==================================================
發現太多人執著實作的部分,其實要求手刻的只有一家公司,雖然我也在那邊做很久
除了那間公司其他的我也是用包啦,Tensorflow,cntk 之類的都會用。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.88.3 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1636524507.A.D68.html
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 14:12:47
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 14:23:19
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 14:31:53
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 14:42:43
改丟國內的國內也都沒回覆,慘
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 14:54:17
爛的資料神經網路無法處理因為神經網路是強逼近,就垃圾進垃圾出
但數學反倒可以找到很好的方向,
比如說我處理過那種雜訊很多就算了,哪些是雜訊還都不知道的數據。
方法就把資料換個方便我弄成隨機過程的樣子,
然後抽特徵的時候隨機,根據大數法則我可以期待他會逼近一個我要的值,
且也可以淡化雜訊的影響畢竟是隨機取,最終效果很好這樣
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 15:16:24
我只是想表示這麼基本的東西我都有公司也是不要阿
真的要說的話不然你試著準備一下那個WGAN的中為什麼Wasserstein比原本的GAN的cost function 還要好的證明然後試試?
最好還要問李航那本書沒有的,像是PCA為什麼是用特徵值,還有上面說的RF為什麼可行
L1 L2 為什麼會有那些效果怎麼用數學分析,BLABLABLA的
哀我真的只是想勸退還想進AI的人啦
這個東西真的水很深而且缺很少啦
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 17:34:07
不過主要是我都把時間拿來唸書了。
我沒在經營github,我是不知道自己的讀書心得丟那有沒有用,
我應徵時到是有附一些讀書的筆記,
像是上面提到的GAN的一些東西,為什麼強大,為什麼難訓練,WGAN為什麼強大,
能怎麼修正的一些整理都一起寄過去,展現我不是嘴巴說說有在讀書,是真的有在讀深入的
且工作上工也有用到,但一樣沒用哈哈哈哈
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 18:04:21
所以我才真心建議不要再跳進AI了,沒想像地這麼美好
本職學能持續精進,有需要再碰就好了。
其實我在找工作,現在大部分的缺都是傾向:他們方法有了。
機器學習工程師就是架構一個data pipeline,然後建模型訓練,接著實際應用。
最終就是要自動化。實際有關機器學習的問題去跟公司的data scientist 討論即可,本質?
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 18:11:18
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 18:13:02
kaggle還要考慮我手邊的的裝備,所以能做的題目大概也都是那些普通的題目
最主要的問題就是我學經歷不夠,所以我相信現在有想跳AI的一定都是一樣的狀態
所以這篇的重點一直都是:拜託,別在專門跳機器學習的領域,好好點高自己的技能比較實?
而不是討論我為什麼沒工作沒面試阿。一直討論我為什麼沒工作不是很好笑嗎= =
現在就是僧多粥少,不只如此,那些還不是僧只是剃光頭阿。
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 18:56:44
不過撇開這個,我是有考慮分析不少事情。
而結論是:
那個時間成本不如拿去刷題,從SDE的路進公司,在從公司內部轉比較有機會。
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 19:02:56
其實我不強啦哈哈我不是四大數學系的哈哈,我只是愛讀書而已。
其實專案量化成績是有啦,但我不知道是不是命運使然還是怎樣。
我舉的這個例子,是我進公司之前他們搞了快兩年都沒結果,因為一直在用傳統的CNN做
真的是各種花俏CNN,連deepfake都被拿來用
但我進去觀察一下資料就覺得不適合,所以花了很多時間在搞數學方法
然後撇開新創有的沒的雜事和動不動就換目標,七八個月後也是不容易地搞出來了。
然後老闆很高興地拿去做了一些事,後續的一些計畫也開始在動時,老闆走了...
結果業務端好像都是老闆在搞,老闆一去世公司就炸掉了。
所以這個就沒下文啦,後續是有人私底下要跟我買,我覺得麻煩也不道義就沒賣了。
但我其實不想講太細節就是因為這看起來超像嘴砲,所以想著重在方法跟技術知識面而已
不過就算被當嘴砲也沒差反正人生是我自己的哈哈
所以我比較願意刷題而起也滿享受的。但請注意我知道這之中的差異,
KAGGLE"可能"會讓我"多一點"面試的機會,而刷題會讓我現階段往SDE的方向走。
我刷題是為了增強自己的能力,而不是為了"機器學習相關工作的面試"
不過話說回來我真的覺得太聚焦我的狀況了
直接說我目前的打算,我還想工作只是為了存點應急錢去唸博士,
現在應該就是不會在嘗試存應急錢直接去唸博士,我也確定我愛研究,
我直覺判斷我讀博時intern應該會好找,應該啦。
所以大家別在聚焦在這個啦哈哈哈
※ 編輯: stmilk (223.137.88.3 臺灣), 11/10/2021 22:11:49
當時我處理的影像超稀疏的。gan難train是在那個模型非常
容易被一個函數分開,也就是可以找到完美的discriminato
r,這是這兩個機率support的問題,而且條件還不用是這兩
個support不相交,只要幾乎處處不相交就可以,這個至少廣
大的實驗告訴我們非常容易發生。所以本質上只要是那個co
st function,初始值不好不管做甚麼調整丟什麼模型進去都
會遇到這個問題。然後可能是我的處理的影像真的太稀疏,
應該是可以理解成這個pattern的support超小,基本上根本
train不起來。所以我那時的想法是就是想要一個理論上直接
可行的結果。這樣我不用把模型弄得巨爆幹複雜,設計一堆
有的沒的只為了能先train,與其想辦法各種嘗試引導訓練,
抽象地說就是想辦法找一個先驗讓兩個pattern的support能
重合。不如直接一個理論可行的再去處理wgan模型的問題,因
為比較具體有方向。順便說之前的別組也是各種花式加self
-attention在decoder和encoder中也是沒用,至於原因因為
不是我做的我沒去也不想去深思,或許也可以就是~可能有錯
,多包涵啦。
※ 編輯: stmilk (223.137.88.3 臺灣), 11/11/2021 01:46:54
※ 編輯: stmilk (223.137.88.3 臺灣), 11/11/2021 01:56:19
我稍微想到可能比較有創意(?)你可以嘗試的方法。
從sample的特徵下手,而且我會傾向不用up sample因為我不喜歡人工數據XD。
雜訊很多的情況就上面有提到,從sample中隨機取特徵,然後創個新sample。
但因為我的問題是哪些是雜訊也不知道,
所以這樣的好處是資料都是是自然環境產生的,
我不用去考慮這樣取是不是會有bias,反正隨機數拉高一定會逼近我要的樣子。
注意如果特徵彼此之間獨立性高,這樣做會有問題,
依我的經驗我還想不到哪些可能的題目可以用這個XD
然後是特徵少且彼此獨立性高且樣本數也很少的話,
這種的就麻煩因為你的資訊本來就少,大概只能用加雜訊的方式去up sample了,
然後是特徵少且獨立性高然後樣本高,那這樣我會採down sample,
我現在直觀想到就 greedy 地去做。
先根據你的問題,觀察哪個特徵最重要(簡單的方法就隨機森林),
從這個特徵來看聚的狀況,但注意這個聚集狀況可以用不同的方式來定義,
就是用不一樣的距離公式來嘗試,
把這個群體中sample數偏高的類別刪掉一些,
基本假設就是因為這個特徵影響大,
那又特別多的sample聚集在一起的東西可能影響會太大有bias
同樣地你可以反過來從不重要的特徵下手去砍,這樣對整個資料的影響會最小
然後反過來特徵多且獨立性高樣本數多,因為這種狀況可能會有為度災難的可能
所以會特徵一起砍
觀察不重要的特徵的聚的狀況,
直接砍掉這個特徵,並砍掉不平衡的那個地方,然後一直持續到樣本平衡
特徵多且獨立性高樣本少,其實會發現樣本少就是麻煩,
所以我一樣會砍最沒影響往上的特徵,然後觀察從最重要往下的特徵的群,
去砍裏面不平衡的那方
不過樣本數少可能會有問題,我應該還是傾向up sample就是
然後我現在想的到的終極狀況之一是特徵沒有特別的群聚現象,
因為這個太抽象可能個別問題有不同的方法XD
在目前抽象的假設下我只能建議加雜訊 up sample
或是隨機去 down sample
以上你參考一下,但畢竟我不知道你做的題目,
所以我盡量先考慮比較一般只考慮抽象特徵的情況了
但對某些特定題目不一定可行你要小心使用哈哈
最後我上面除了雜訊那個都假設獨立性高,這個可以很簡單地用PCA達成,
所以如果你想要維持原本的特徵,不用獨立性高的假設其實應該差別也不大
對不起我昨天其實滿累得沒注意到你應該就是問樣本數很少還稀疏的情況,
樣本數少的時候方法想得很混。
如果樣本數少,並假設超級極端狀況99%比1%。
一樣觀察特徵附近(注意這個"附近"一樣是根據你的距離定義,根據不同問題是用的距離定義),
因為資訊實在太少,基本只能假設這個樣本附近可能會有同樣的標注。
所以從附近去生成樣本,
如果這個某個標注還在另外一個標注的某個聚落附近,你也可以考慮降低這個聚落的影響,
就是在這個聚落去砍掉多數的樣本。
其實概念上都差不多,就是根據你的問題,看有沒有某些前提資訊可用,然後去resample。
根據你的問題,這個特徵的選法就不同,探討聚落的方式也不同(像是KNN,T-SNE)。
若是你用的是隨機森林的方法,你甚至可以考慮把這個算法啟發化。
其他的方式想啟發化也不是不行,但是就是沒有tree model這麼乾淨俐落就是
以上就是我目前想的到的處理方法哈哈
※ 編輯: stmilk (223.137.88.3 臺灣), 11/11/2021 21:46:44
※ 編輯: stmilk (223.137.88.3 臺灣), 11/11/2021 21:58:18
※ 編輯: stmilk (223.137.88.3 臺灣), 11/12/2021 12:27:45
... <看更多>