推 ken90242: 想問+1 08/26 11:41
推 Huffman: GG輪班比較實在 08/26 11:45
推 elements: 等生態系建構起來 台灣就可以代工 ml 了 08/26 11:51
推 jakert123: 能力沒有把握做到台灣頂尖就沒用 08/26 11:56
推 CaptainH: ML在台灣沒有產業 只有少數幾間公司和新創 08/26 12:09
推 hidog: 唔 自認數學不錯是到怎樣的程度XD 08/26 12:36
不知道 不過就算是分析 還是 機率 應該都不是太大的問題就是了
→ fidelity77: 八成會失業吧 08/26 12:36
→ hidog: 線代微積分都有機會用到喔,這兩個算最基礎的東西了 08/26 12:37
→ yolasiku: 先搞清楚你要設計演算法還是應用 應用你覺得數學要多好 08/26 12:40
我也在想設計演算的缺 感覺好像不會太多
→ pttworld: 數學學科拿幾分，學生只能看成績 08/26 13:03
推 shiauji: 自認數學不錯應該是高微9X過吧 然後數學系課沒重修過 08/26 13:21
真心覺得戰這個很無聊欸 我的不錯 就應該不至於爛的意思
然後高微9X 又怎樣
我們老師給分超甜 我期末放掉也93 所以呢 值得炫耀嗎?
推 aiueokaki: 前一陣子剛找過 純軟沒幾間大的 剩下的都是和硬體有關 08/26 13:31
→ aiueokaki: 的公司 但還是有缺就是了 國外相對多很多 08/26 13:31
→ iamshiao: 想做這個，先準備留學比較實際 08/26 13:34
暫時不考慮留學QQ 家裡的老人家年紀也挺大的
推 Eos: 台灣沒市場 08/26 13:38
推 clamperni: 不歸路 08/26 13:51
噓 Ommm5566: 是要問幾次 有興趣就去看林軒田 ML/DL沒有研所都是屁 08/26 14:14
→ Ommm5566: 台灣都是跟風的新創公司 大公司多半是硬體思維 08/26 14:15
→ Ommm5566: 要找就是找軟體公司徵真的ML缺 現實就是不多 08/26 14:16
軒田正在看 看來真的沒想像中的好
推 jsgolang: 這行業要頂尖才有機會 08/26 15:31
→ jsgolang: 不過整理數據資料的工作應該很多 08/26 15:31
→ jsgolang: 建議往大數據走 工作機會多 利潤高 公司比較願意投資 08/26 15:32
了解 謝謝回應
→ chter: 中國機會多，台灣落後不少 08/26 15:38
推 me1996017: 自己想怎麼應用弄個新創比較實際 台灣硬體思維太嚴重了 08/26 16:07
推 F14A: 如果你有辦法考到台大的碩博，就可以考慮。那邊的教授門路 08/26 16:12
→ F14A: 似乎不少，應該不至於失業 08/26 16:12
我也是打算 沒上台交 就放棄機器學習了
→ aiueokaki: 前面幾間學校的不太會失業啦 但公司做的東西和待遇是不 08/26 16:22
→ aiueokaki: 是符合需求 就難說了… 08/26 16:22
了解了 謝謝回應
※ 編輯: nchwshku (140.116.104.220), 08/26/2017 17:28:31
推 alan23273850: 我覺得台灣一直都是代工思維，這在軟體業是萬萬不可 08/26 17:51
→ alan23273850: 記得在FB上看到某位大師級的教授發文說，機器學習要 08/26 17:51
→ alan23273850: 學習它背後的原理，才能有創新的應用，而不只是學會 08/26 17:52
→ alan23273850: 死板板的調參數，盡是用些套件如 Keras、Tensorflow 08/26 17:53
→ alan23273850: 做大家都會做的事就會失去競爭力，機器學習內部的數 08/26 17:53
→ alan23273850: 學核心才是值得工程師去研發探討的 08/26 17:53
→ alan23273850: 再繼續用代工思維下去做事 被淘汰是遲早的事 08/26 17:54
→ pttworld: 說到代工，根本行業不對吧。這行也不是代工。 08/26 17:57
推 alan23273850: 抱歉用詞錯誤，我意思是最新的東西總是從國外傳進來 08/26 18:00
→ alan23273850: 而不是從台灣發明之後傳出去，偏偏軟體業是贏者全拿 08/26 18:00
→ alan23273850: 如果台灣每次都要等到國外發展出什麼東西，再拿來用 08/26 18:01
→ alan23273850: 就賺不了多少錢，台灣有沒有辦法自己發展Tensorflow 08/26 18:01
→ alan23273850: 還是什麼可以給其他人用的好東西，目前看來是沒有 08/26 18:01
→ alan23273850: 為什麼酷炫的東西都得等到Google等大公司發展出來呢 08/26 18:03
→ pttworld: 自己發展無法成為標準，頂多自己一套賣自己人。 08/26 18:08
→ pttworld: 問題是開門作生意的人會這麼喜歡逆天嗎，作死是多數 08/26 18:10
→ pttworld: 對岸市場夠大足以關起門來搞，這才有可能。 08/26 18:11
噓 Ommm5566: 樓上再說什麼=.= alan是說軟體是靠走在前面賺錢 08/26 18:36
→ Ommm5566: 台灣只會當老二跟別人屁股 08/26 18:36
推 yesyesyesyes: gg輪班比較好 08/26 18:42
推 lukelove: 所以你指的往ML是申請數學所？還是資工所？ 08/26 18:55
推 HenryLiKing: 可以問一下台灣沒市場是什麼意思嗎？ 08/26 19:27
→ HenryLiKing: 是指台灣不注重這產業還是因為台灣資料量不足所以做 08/26 19:28
→ HenryLiKing: 不起來還是有其他原因呀(?) 08/26 19:28
→ pttworld: 市場小。嚴格說來稱不上有產業。 08/26 19:59
→ pttworld: 市場問題線上遊戲公司最清楚了。 08/26 20:00
推 jsgolang: 如果眼光放在出國 ML還是可以繼續走 08/26 20:06
推 Wush978: 設計演算法...你有paper嗎？ 08/26 21:04
→ Wush978: 有好的paper發在好的期刊、研討會，就不會難找了 08/26 21:05
→ shiauji: 嗯嗯 沒有要戰的意思 冒犯到很抱歉 08/26 22:09
→ lukelove: 以後要說自己什摸尚可大概都要附成績單了 四大卷之類的 08/26 23:15
推 Wolfken: 要把ML當專業，先找個做ML的老師讀博班呀，一些做ML的公 08/26 23:17
→ Wolfken: 司，看到不是相關實驗室博班出來的，應該面試都沒有 08/26 23:17
推 Wolfken: 而且ML工作也是需要讀很多paper，沒讀過博班沒那個底子 08/26 23:22
→ Wolfken: 同事看三篇你才看一篇，怎麼跟人家拼? 08/26 23:22
推 revivalworld: ML除非你能達到要讀paper改model的等級 08/26 23:41
→ revivalworld: 不然進入門檻不高 會套現成lib就能做 08/26 23:43
→ revivalworld: 剩下就出一張嘴說故事 這是島上的現況 08/26 23:45
→ revivalworld: 前幾篇才一個徵PhD做ML研究開56k的 呵呵 08/26 23:45
推 pwh17: 台大同學做ML發過paper的全出國，很少留台，給你參靠 08/27 00:58
推 Telemio: 有另一篇北醫統計的大大不是說DS走應用的嘛？ 08/27 02:22
→ Telemio: 為何前幾樓都搞得一定要搞學術做研究才有出路 08/27 02:22
→ Telemio: 台灣又沒有Google Brain或FAIR 拚research幹嘛 08/27 02:22
推 Sixigma: 讀Paper改Model很難嗎，不就看Paper說故事 08/27 02:41
推 ProfessUX: 由於你是116 又不願出國 我覺得你放棄這條路比較好 08/27 08:28
→ ProfessUX: 116又不願出國家境都不好 即使你學完 08/27 08:30
→ ProfessUX: 出來也是問哪裡可以輪班 看太多了 08/27 08:30
→ senjor: 在台灣連應用都快要找不到工作了，有老闆會顧你做kernel嗎 08/27 11:09
推 shaform: 之前不是聽說台灣 AI 元年 QQ? 08/27 11:11
推 senjor: 我實在是不期望台灣會有老闆用什麼年薪百萬請人去針對一個 08/27 11:13
→ senjor: 使用案例花個半年一年的去設計專用kernel，然後還不見得能 08/27 11:13
→ senjor: 其他現有的比起來有顯著的成效...Orz 08/27 11:14
推 eb5137d: 拿相關領域Phd 和 熟library會用API，你想做哪種？ 08/27 11:46
推 Telemio: 在台灣比起做research 到業界做應用唬唬人感覺還實際多了 08/27 13:58
推 senjor: 而且看不起應用其實沒有道理，那是不同專業，別人用現成的 08/27 14:03
→ senjor: API兜出能用的東西不代表做API的人就一定能。那是專業分工 08/27 14:03
→ senjor: 的差別而已，就好像做鍵盤的不一定比用鍵盤的人偉大。 08/27 14:05
推 leoloveivy: 老實說數學我覺得不用會到很難 厲害的人莫名奇妙就看 08/29 01:23
→ leoloveivy: 到insight 08/29 01:23
推 prag222: 自認數學不錯也要上職場練個幾年阿 對了,英文呢? 09/04 20:53