看板 Soft_Job 關於我們 聯絡資訊
※ 引述《beaprayguy (小羊快跑啊)》之銘言: : 最近被deepmind的AI震驚 : AI最核心部分是deep learning : 閱讀文獻得知,deep learning : 是透過artificial neural network : 透過一層一層neuron堆疊,得到一個output : 目前解決方法是找到gradient descent : 或者現今有比他更好的方式? : 透過和標準答案的loss,取得最低點。 : 但過多層可能導致Vanishing Gradient : 都是最低點,可能要透過調整達成 : 若想自學要從哪一方面進入,若相關職缺基礎門檻是什麼。 : 今年30歲,想做一個人工智慧夢。 : 請問有可能的掛嗎 免費課程 https://www.udacity.com/course/deep-learning--ud730 Udacity 比 coursera好, 因為有更多的習題, 也比較接近業界 比較麻煩的是能發揮舞台的公司不多, 職缺也不多, 可以去glassdoor看一下 而且職缺都要有相關的論文發表 如果沒拿個phd, 很難達到門檻 有些小公司有些這方面機會沒錯, 但資料基礎設施還沒做起來 資料品質很糟, 工作有很大部分會變成在建資料基礎設施 畢竟市場上願意做資料基礎設施的人比想做DP的難找多了 小公司找不到這一批人, 只有大公司才會有 但大公司只要有很多論文發表的人 所以要這職缺的門檻, 現在確實蠻高的 不過再過幾年一些資料基礎設施越趨成熟, 情況也許會大不相同 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 95.91.211.158 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1501361574.A.BC3.html
Kazimir: 我不知道該不該推薦這門課的原因是 嚴格說起來這門課是在 07/30 04:54
Kazimir: 教你怎麼用tensorflow.. 07/30 04:55
laputaflutin: 這篇正解,一堆人要當資料分析師,基礎設施都沒有 07/30 09:29
laputaflutin: ,是要分析什麼啦Orz ,講的ML, DL 多厲害,結果問 07/30 09:30
laputaflutin: 題一堆都是DB、資料結構blablabla 07/30 09:30
laputaflutin: 連python環境變數都要苦逼工程師幫忙設定QQ 07/30 09:38
robler: 只要徵資料分析師,隨便都有一大堆人應徵,但是要找資料 07/30 10:11
robler: 工程師就很難 07/30 10:12
robler: 因為做這些基礎建設要的都是真工夫,不能只出嘴 07/30 10:13
askia: 台灣有很多公司都想跟風做這塊,但是沒人沒設備沒資料 07/30 12:47
askia: 但是只要有錢,人跟設備不是問題,不過資料無解 07/30 12:47
askia: 沒資料想做這塊,就好像沒漢堡肉想做漢堡一樣 07/30 12:47
askia: 之前還遇過洲子街上一家小喇叭公司想跟風做推薦系統 07/30 12:48
askia: 結果不但主管一問三不知,公司內部什麼也沒有 07/30 12:49
wxtn: 狂推這篇文跟推文 敝公司就是這種狀況XD 07/30 13:46
wxtn: 資料品質差不知道是要搞什麼ML DL 07/30 13:47
preed: 推好文章 講得一針見血 07/30 16:13
julian07027: 正解,台灣實際的狀況,資料工程和分析很模糊 07/30 19:28
lovesora: 資料建立資料清理是在做苦工吧 都盡量找現成了 07/31 10:32