→ abc0922001: 版上不是有徵才文，可以爬一下內容 03/15 22:55
好的，我爬一下。
推 hidog: 念好英文 選我正解 03/15 22:57
國內工作也是嗎
→ seasa2016: 伸手牌？ 03/15 23:13
推 chchan1111: 唬爛的能力 03/15 23:24
推 chchan1111: 認真回 可以看你想做哪種的ml 例如我們公司最近要用 03/15 23:26
→ chchan1111: ml來做影像檢測 如果會影像處理就很有幫助 03/15 23:27
→ chchan1111: 或是一些語音訊號處理 字串處理之類的 03/15 23:27
→ chchan1111: 業界的DATA有時候不像學術界這麼友善 都不用前處理 03/15 23:27
推 littleyuan: 我是新手在業界做但只有大學電機學歷 我的時間上60% 03/16 01:12
→ littleyuan: 是在前置處理數據 20%時間開會 20%才是弄模型。。 03/16 01:12
推 littleyuan: 數據上主要是音像訊號處理分析或是電磁訊號處理分析 03/16 01:16
感謝兩位，看起來是訊號處理的部分，包括影像跟語音。
※ 編輯: patrick2dot0 (216.171.16.239), 03/16/2018 04:45:04
推 Vendy: 組隊刷Kaggle~ 03/16 07:49
推 booray: 找工作唷就是刷 leetcode 其他無聊的時間可以打 kaggle 03/16 08:56
推 booray: 有時後學校教的太過理論或理想化 真的實務上會遇到很多問 03/16 08:59
→ booray: 題 kaggle 很好的一點是有很多人分享他們實作的 kernel 03/16 08:59
→ booray: 常常去看收穫很大 03/16 08:59
好的，之後刷個kaggle跟leetcode。
推 hidog: 做這行難免會碰到很多論文 英文唸好不管國內外都有幫助 03/16 09:41
OK，了解了，謝謝。
推 frouscy: ML有很多不一樣的應用領域 每個領域都滿專門的 一個做CV 03/16 11:13
→ frouscy: 叫他做NLP也不是可以說轉就轉的. 可以看你的興趣在哪裡再 03/16 11:14
→ frouscy: 決定要往哪個領域發展. 另外英文非常重要, 做ML的工作需 03/16 11:14
→ frouscy: 要閱讀大量論文 並且把論文方法實作出來跑實驗比較結果 03/16 11:15
推 frouscy: 如果未來公司有良好的data pipeline你可能可以少點時間做 03/16 11:18
→ frouscy: 資料收集驗證清理的工作, 但通常…不會有XD 所以還要具備 03/16 11:19
→ frouscy: 一些關於data engineer相關的知識會比較好 03/16 11:19
謝謝詳細的建議。
推 gmoz: 統計學 03/16 22:15
推 thousandwave: 畫虎爛 03/17 09:56
推 lukelove: 英文 加速讀論文 03/17 11:28
推 THEWORLDS: 演算法好 cp值很高 不要被外行騙 03/17 13:46
推 f496328mm: 有空摸一點 SQL aws 有免費的 03/17 17:06
→ f496328mm: 不然最基本的 MySQL也可 03/17 17:06
推 p00o99o: 台灣薪水很低 四五萬而已 少數比較多 要就出國吧 03/17 21:52
感謝大家熱心的建議
※ 編輯: patrick2dot0 (72.226.36.74), 03/20/2018 10:22:49