Re: [心得] 資料科學家工作分享與 AI 產業觀察

[aacs0130 (嘻嘻莉亞)]

※ 引述《aacs0130 (嘻嘻莉亞)》之銘言：
: === 先說結論 ===
:
: 1. 非CS背景想轉職 AI => 念四大碩，主修 AI
:
: 2. 不想念碩士，想自學
:         => 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
:            社群有 ML/DM Monday, Taipei.py, Py data 等等
:            有個聽眾覺得『哎唷不錯喔』，機會就來了
:
: 3. 已經是資工碩了
:         => 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
:
: 推 Transfat: 轉職又非即戰力，是不是沒希望了                        03/07 17:03
: 推 ckp4131025: 大家都只要即戰力，市場當然很缺senior囉              03/07 17:33
: 老實說我覺得這是台灣 AI 圈的困境
: 一來 AI 圈也才紅5年，Sr. 本來就不多
: 二來 很多 Sr. 都跑去美國了
: 三來 Jr. 沒人帶也沒有自學能力就不能變Sr.，只會變成Super Junior
: 四來 老闆都希望Sr. 免費加班帶Jr. 還要加班做專案
無法訓練Sr. 可能是台灣的困境了
一群 Junior 一起學習就像 unsupervised learning
有Sr.帶的Jr. 就像 supervised learning
F-score起跑點就差20%
unsupervised learning 很難強過 supervised learning


Sr. 必須要能帶人，帶team，什麼 data 都能做
Jr. 通常都需要定義明確的問題跟目標
但是 real data 常常都沒有問題也沒有目標
客戶根本不知道他想要什麼


客戶：幫我做一個有AI的東西

DS：什麼有AI的東西？

客戶：這是你的專業吧

DS: 你有什麼data？

客戶：我就是找你來告訴我的

DS: 你要什麼？

客戶：幫我做一個有AI的東西

============

Jr. DS：沒有問題也沒有目標怎麼做？

Sr. DS：Time => Day, Week, Month, Year, Weekday, Weekend, ....
        ==>> A 跟 C 組，F 跟 K 組
        ==>> 喔！這是吃的 or 擦的 or 用的

Jr. DS：為什麼你知道怎麼做？

Sr. DS：這就是資料科學家的直覺...呃...經驗...

: 推 LinuxKernel: 要開示一下哪些是假AI新創嗎                         03/07 17:49

你可以看該公司的網頁
成立兩年卻沒有亮眼產品或賺錢的可能有問題

也可以看該公司員工的LinkedIn
如果語焉不詳，寫得很怪的，充滿Super Junior的也很雷

還有 Head Hunter 推薦的80%都很雷
AI圈中黑掉的公司最愛找hunter

: 推 vn509942: 這幾年很多金主對AI題材有莫名的期待                    03/08 01:40

菜市場阿嬤愛 AI，客戶愛， 金主愛，老闆最愛

有遇過一些客戶拿了一堆data來

不要省錢，不要加速，不要找商業邏輯

搞了半天客戶就是要"AI"

我就是要用 data 做出有 AI 的東西

然後簽字 畫押 領錢

然後客戶就放新聞稿說他們的產品有AI，是AI概念股

客戶滿意，老闆滿意，大家發大財


--
Q:為什麼aacs叫小西呢??
A:1.因為aacs的英文名字叫Cicilia Segeliin
  2.因為西是最好寫的C
  3.西是由一條拋物線+一組雙曲線+一個橢圓組成的


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.193.91.113
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551985534.A.9E5.html
※ 編輯: aacs0130 (123.193.91.113), 03/08/2019 03:07:36
推 mirror0227: 你那是客戶還是chatbot
是真人客戶
→ MOONY135: 感覺有些接案也很像啊
→ sxy67230: 基本上都是這樣，客戶任務都是要靠自己兜出來，主管或是
→ sxy67230: 客戶還會都這個有莫名的幻想，覺得DL訓練出來的東西應
→ sxy67230: 該跟天網一樣強大。
→ sxy67230: 然後主管期待過後就是失望，最後開始說ML,DL不work
→ pelicanper: unsupervised 跟 supervised類比?
有人帶：learn from expert
沒人帶：learn yourself
→ plover: 現實世界就是 unsupervised 遠多於 supervised
→ plover: 資料那麼多根本標不完..
→ aacs0130: 對呀，現實世界Unsupervised 超多
※ 編輯: aacs0130 (123.193.91.113), 03/08/2019 11:16:44
推 dddddd67: 接案的工作都是會遇到天兵客戶
推 ZuiYang: 還好我的工作只是用Ai來解決一些issue而已，好的Ai產品
→ ZuiYang: 的門檻真的太高了
→ kasimEnix: 我還以為這種對話只會出現在設計業...沒想到
我設計業的朋友也說我們缺PM，但新創都要自己兼PM, Sales
推 a126sam01: 感覺這位大神學長/姊，對客戶有著滿滿der怨念wwwwww
推 littlethe: 這個就是台灣沒管理觀念的問題了，各行各業都有這狀況
→ littlethe: 小公司就很喜歡用低薪請一堆外行人瞎搞，結果就比大學
→ littlethe: 生作業還差
→ littlethe: 不專業的人為了搶功就一直鬥，只好花大部分時間在處理
→ littlethe: 人問題，變成台灣職場很難學到東西
對呀，我也覺得很可惜
推 aiueokaki: 接案公司？
我不是做接案的...吧...
但是資料科學家必須要跟客戶 / user溝通
每個案子的資料 / user都不同
這是一點也不性感的資料科學家日常...
推 a126sam01: 推little大的論點，這的確是在鬼島各行業都會發生的
→ a126sam01: 問題，所以其實Junior進來後，也要多觀察Senior與
→ a126sam01: Team Leader 的政治鬥爭能力XDDD
所以沒有Senior 可以學就會變成 Super Junior XDDD
跟Super Junior 學就會成為自己討厭的大人....
※ 編輯: aacs0130 (1.163.177.235), 03/08/2019 16:48:45
推 littlethe: 唉!說到這個我也是很痛心,也許我也就是大家所謂的
→ littlethe: super junior,但我根本就不想這樣,我也想變成senior
→ littlethe: 但又進不到好的公司,只能在沒制度的公司一直待,然後還
→ littlethe: 是學不到東西,眼睜睜的看著我的年紀老去
我也覺得自己是 super junior，
我也往上看不到更資深的DS role model
所以都自學...一起加油
※ 編輯: aacs0130 (1.163.177.235), 03/08/2019 17:05:30
推 littlethe: 我現在不敢自學了,決定要去進修,學真正的方法
→ littlethe: 有結果的話,我也來版上發一篇心得文
→ littlethe: 這是我唯一能同時增強數學,英文,工程的方法了
→ littlethe: 自己學,只能學到API這類的皮毛,但理論思維學不到
→ MOONY135: ....越講我也越傷心
→ ice80712: 幹嘛要執著於ai？即將要泡沫的東西
推 Morphee: 不認同你的類比 人不是機器 比得就是誰的學習跟思維方式
→ Morphee: 強大  自比為機器 很怪
推 ripple0129: 為什麼自學沒辦法學理論
推 windom2001: 想請教大大，不知您對金融業做AI的看法如何呢？謝謝
推 twilighthook: 自學如果要學理論  大概就是學一學  打掉重來N次後
→ twilighthook:  才會懂
→ aacs0130: 自學當然可以學理論。比較難自學就是{{直覺跟經驗}}
推 littlethe: 因為自學的話,沒有人來糾正你,打個比方吧,有修過DB的人
→ littlethe: 一定都知道正規化,但是很多業界非本科的人用了10年DB
→ littlethe: ,還是不知道正規化,表就靠自己感覺開,覺得反正可以跑
→ littlethe: 就好,在這種情況下,我還真不敢說這10年的老鳥有比本科
→ littlethe: 大學生懂DB
→ littlethe: 現在也是滿街的人在"自學"大數據或AI,懂的人有幾個?
推 sxy67230: 自學理論可以，雖然基礎都有學過，但一堆新的model也只
→ sxy67230: 能自學。而且這個行業的理論目前一直都在更新，幾年前
→ sxy67230: 跟幾年後的紅的模型都不一樣。我念書那個年代HMM做時序
→ sxy67230: 建模，分類用SVM就超屌了，那個時候NN還被我們教授說是g
→ sxy67230: arbage，現在看到教授的專業上掛了類神經網路。
推 BBSealion: 樓上+1 我也是學生時代NN被說是死掉的領域XDDD
→ vincentman: 所以NN是起死回生，還是死灰復燃?wwww
推 sxy67230: 被谷歌吵紅的，當然google沒有hiton或是goodfellow這些
→ sxy67230: 大神也沒辦法火起來
推 a126sam01: 所以如果要在這行走得遠，就只能先從熱門領域加減賺
→ a126sam01: 然後往更冷門的領域鑽研，期待哪天自己的領域能夠火XD
推 y800122155: 以前我老闆也都說NN不就是個Nonlinear Model
→ DrTech: NN到現在，都不是萬用阿，怎麼說得好像NN是唯一解了。
→ aacs0130: NN是因為有GPU，硬體升級才死灰復燃，現在紅的是DNN
→ aacs0130: 很多教授以前嘲笑NN，現在改說自己20年前就做NN了
→ aacs0130: 但是紅的是DNN = Deep Learning<不是NN
→ DrTech: DNN也不是唯一解阿，現實工作，除非你做CV, 或是外行半調
→ DrTech: 子，哪來一開始就硬套任何DNN 架構。
→ DrTech: 現在一堆課程，尤其是速成班，一上來就天花亂墜的cnn,rnn,
→ DrTech: tensorflow… 在實際工作有好處，也有很多負面壞處。太多
→ DrTech: 時候硬套模型不能解決現實問題。
推 massacre: 我想業界應該不少老闆被洗腦以為用DNN就變成超級賽亞人
→ massacre: 以前我去金融業面試 面試官說的好像用上DNN就屌打巴菲特
→ massacre: 當我說出實話  對方好像就覺得你太嫩了先去練練再來吧
→ massacre: 看到原po的文 我才能理解原來對方要的是Super Junior
→ aacs0130: 對呀，大部分業界的問題不需要DNN
→ viper9709: 推現實
噓 ray308: 模型都是假的 以後會泡沫
推 ruokcnn: 一堆jr DS 彼此train起來至少慢有人帶的狀況3倍
推 kappaco: super junior 同感 ...