[請益] 文組難民轉職請益

[xul4m3 (ozymandias)]

小弟是文組畢業，但因為接觸資料科學的緣故，產生了對於程式設計的興趣

目前主要接觸過的程式語言有：python、java、js，都是通過自學或是學校課程

還沒有修過正規的演算法與資料結構，只有零星從網路上的資源學習。

目前下了一番決心想轉換職涯跑道，但是目前手上的作品自己看了都會笑，想透過受訓

來累積自己的作品，目前有幸獲得兩個免費的培訓機會。

（一）是和資策會合作的課程，內容是DL/ML於影像與文字識別的應用，並由老師

帶領開發專案。共為期兩個月多，一半線上學習，一半實體課程。


（二）由軟體公司辦的訓練營，面試官說會盡其所能將資工系的課程濃縮，每兩週

會有考試，有淘汰制度，時間則是六個月，期間要完成兩個作品。





目前遇到的問題是我深知自己的基本功並不扎實，選二，絕對對自己有很大的幫助

但六個月的時間沒收入真的痛苦，而選一則是爬了不少前面的關於ＡＩ職缺文章，

看來工程能力是更重要的，但是只要受訓兩個月後，便有面試機會，或許能抓住

ＡＩ最後的進場機會？在經濟上也比較寬裕。

想請問也是轉職的前輩或者是純血的資工人，我該如何做出選擇呢？

謝謝大家花費寶貴的時間閱讀我的問題，謝謝大家。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.4.209 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1565189947.A.C40.html
→ MOONY135: AI門檻已經被疊很高了 已經不是藍海了
→ MOONY135: 選二不如直接找公司面試 媒合那些我覺得 聽聽就好了
→ Hsins: 高薪ㄉ AI 缺，會要你還是智仁實驗室出來ㄉ碩士生？底薪ㄉ
十分精闢，一語驚醒夢中人
十分精闢，一語驚醒夢中人
→ Hsins: AI 缺，你確定是在搞 AI ㄇ？
→ Hsins: AI 缺，你確定是在搞 AI ㄇ？
ML/DL,但可能頂多只能做data clean、挑模型、挑feature 、學別的天才的演算法
                      08/07 23:08
推 eateat33: 如果有經濟上壓力 建議直接找底薪碼農試試
→ MOONY135: 多上了半年的課只是讓你增加沉沒成本
→ MOONY135: 多上了半年的課只是讓你增加沉沒成本
→ MOONY135: 就怕你到時候真的不適合也想勉強寫 那就糟糕
推 ck960785: 沒學歷還是回老家去地球是很危險的
→ MOONY135: 三樓是說之前的美髮 三萬元AI工程師嗎
→ MOONY135: 我當初還不是只會PYTHON爬蟲 我就跑來寫程式了
→ MOONY135: 丟履歷去被洗一下低薪 就知道喜不喜歡啦
請問可以站內問您心路歷程嗎？
推 icecastleo: 施主你根骨清奇嗎
推 yamakazi: 受訓兩個月？厲害了
推 yushes920179: 沒基本功講AI 就和整天吹AI要取代地球人一樣蠢
推 tkigood: 沒本科系文憑我覺得不太可能吃得到AI這塊
→ tkigood: 除非你有屌幹強的作品
推 tkigood: 而且不是你覺得強 是本科系都覺得強的作品
了解！！
推 tkigood: 以文組來說 做為DL基礎中的back propagation中的微積分
→ tkigood: 都會懷疑你看不看得懂了 你基本上就是得扛著這樣子的歧視
→ tkigood: 都會懷疑你看不看得懂了 你基本上就是得扛著這樣子的歧視
→ tkigood: 去找工作
文組真的原罪
→ gbd37: 又4j個資料科學
推 b85040312: 為什麼很多人要轉職都要挑難度高的阿XD
→ qrtt1: 是最長可能六個月，但也可能一個月內就刷掉了。先存錢吧？
→ qrtt1: 是最長可能六個月，但也可能一個月內就刷掉了。先存錢吧？
→ alongalone: 我只想問你數學怎樣...= =
修過統計、微積分，當過統計助教，沒修過線代
推 yougigun: 我是非本科系轉AI，想要高薪要不斷的跟數學打交道又要
→ yougigun: 快點彌補資工的數據結構跟演算法，絕對不是兩個月會套AP
→ yougigun: I能做到的，此外還要加上非常強的獨立思考能力，跟獨立
→ yougigun: 解決問題能力，使得AI能夠落地。
→ yougigun: 解決問題能力，使得AI能夠落地。
推 vul3kuo: 如果你當初是害怕數學才選文組，那建議不要踏入AI的坑
謝謝建議，很受用，真的要惡補一下數學，微積分都快忘光了，資結跟演算法真的硬傷
※ 編輯: xul4m3 (223.140.35.230 臺灣), 08/08/2019 11:51:59
※ 編輯: xul4m3 (223.140.35.230 臺灣), 08/08/2019 12:08:54
※ 編輯: xul4m3 (223.140.35.230 臺灣), 08/08/2019 12:10:27
※ 編輯: xul4m3 (223.140.35.230 臺灣), 08/08/2019 12:28:05
→ physheepy: data clean、挑模型、挑feature 、學別的天才的演算法
→ physheepy: 這涵蓋90% ML engineer做的事情了 而這絕對不是學兩個
→ physheepy: 月的新手可以做好的事 受訓半年也要很努力才能到堪用
→ physheepy: 學半年很合理 即使是理工背景的人 要碰ML也有很多眉眉
推 physheepy: 角角要踩過坑才會知道怎麼解決 即使是有有經驗的人帶
→ physheepy: 還是要大半年 (我估計我來帶數理背景扎實的純新手需要
→ physheepy: 3-6個月才能獨立作業
→ MOONY135: 心理狀態是根據我遇到的狀況 變化的
→ MOONY135: 你知道我的心理變化對你沒什麼幫助 因為無法複製
→ MOONY135: 評估風險 再決定要不要做吧 很多時候都是靠運氣的
推 HungDa: 先講背景台大文組我就支持你學
→ HungDa: 原po台大或許自學能力強不用怕想學就去
推 qseft12345: 高薪AI很挑人的，建議轉後端。(不要看能力契合度，要
→ qseft12345: 看產業需求度)
推 qseft12345: 想想自己當初為什麼選文組，然後現在又想換跑道
推 ChrisPau103: 有興趣轉後端的話python, django可以互相討論一下
推 fig498: 小弟也是非本科轉職AI，個人覺得非本科就要證明妳會以及
→ fig498: 學習能力好兩點，所以做過什麼跟學歷都滿重要的，如果你
→ fig498: 是四大拿出作品還是有機會的，加油
推 sxy67230: 看到資料跟任務有沒有辦法精準判斷系統怎麼設計，能不
→ sxy67230: 能設計出好的模型而不是套github，訓練出現模型學習不好
→ sxy67230: 扣除程式問題能精準勾勒出實際的原因跟問題。舉個例子，
→ sxy67230: 本人在做meta learning的任務，檢索語意相似度的問題，
→ sxy67230: 發現用歐式距離loss不會下降，能不能分析出確切的原因
→ sxy67230: 來改善網路呢
推 sxy67230: 能不能精確分析出在做聚類的時候根據任務分析出停用詞
→ sxy67230: 來優化聚類效果呢？
→ x51811danny: 已經有點基礎的話 不推二
→ x51811danny: 不便說太多 時間保貴呀
→ lukelove: 考個碩士 / 全職刷leetcode+kaggle 你的兩個選項 個人認
→ lukelove: 為有跟沒有差不多
→ lukelove: 不過免費的話就隨意了
推 dogppatrick: 基本上Ai沒作品沒用都找資工碩 資策會媒合沒有比自己
→ dogppatrick: 投好多少 只適合沒經驗也沒接觸過的洗經歷
推 Lorekeeper: 鬼島AI被炒作過頭了 不是補習幾個月就容易找到工作的.
→ Lorekeeper: ..
噓 saltlake: 沒事幹也別個版流竄亂噓文
噓 saltlake: 到處亂亂噓文的人會有報應