本來學ML是該轉路還是繼續鑽研

[ckrmpuhv (阿瓜)]

各位板上大大好
小弟是後段國立科大資管碩即將畢業
因為一些私人原因是不用當兵
所以論文完成後準備開始找工作

目前程度：
大學學過JAVA
網頁跟資料庫也只有課堂學習過沒實際做小專案
因為對Ml有興趣
在碩階段期間 都是自學ML相關
聽過李宏毅老師的課
實作過他課程的作業
Keras的一些神經網路搭建也沒捨問題
Kaggle只參加過一兩次 排名都很爛
大部分的實作和論文都是跟影像辨識相關

最近看板上大大各式各樣建議
非四大四中 也不是kaggle的佼佼者
數學方面 線代沒學 統計學大學學過但也不熟
看完覺得自己很爛出去可能沒人要？
目前都還在做ml各種模型實作
但看完板上很迷茫要往哪些方向學習怕找不到工作非常憂鬱
我不清楚該橫向發展拓別的領域
像是網頁、App 自己做一些小專案增加作品集
還是去補數學 更深入研究Ml
又或者先去刷Leetcode打底

還請各位大大指教 謝謝

-----
Sent from JPTT on my iPhone

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.111.113 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1615381500.A.F4D.html
推 alihue: 非頂尖的話還是從籌程式開發入門機會比較多 現在投ML的人
→ alihue: 是爆炸多 而且缺比開發少很多 很競爭
是指往網頁 app方向的意思嗎？             03/10 21:07
→ olen0622: 真的想寫程式 我猜你的底子也不好 只能找公司先練功
我也想找公司練功 可就怕找不到QQ
03/10 21:19
推 longlyeagle: 先想好要走ML算法還是ML應用再針對加強吧             03/10 21:39
→ shiauji: 李”宏”毅, 字請打對
抱歉 已修 03/10 22:16
→ manmay: 數學是需要累積性 學不完的
→ testPtt: 至少要有個ui強項來呈現ml 不要只會script或console
推 Morphee: 穩死的吧 資工電機不說 一堆物理所數學所來玩
推 steviewonder: 上面幾篇ml缺面試文看一看就知道人家要什麼樣的能力
→ steviewonder: 了
推 steviewonder: 你都說線代沒學過、kaggle只打過兩次，跟別人說你會
→ steviewonder: ML?!
推 Gaogaigar: 都三月了 我建議把這些煩惱丟在腦後 好好大玩特玩
→ Gaogaigar: 沒伴的趕快增加聯誼次數
→ wawi2: 後段學校學生不用擔心這個。。。
那我要擔心哪個 換跑道？03/11 05:58
推 Amazonite96: 真正懂ML應該是可以推出ex BP 、GAN之類的原理，而
→ Amazonite96: 不是import torch as tf tf.fit() 之類的就說自己是M
→ Amazonite96: L大師，這樣真正懂數學原理的人來競爭的時候 完全就
→ Amazonite96: 露餡了
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:20:52
推 cksxxb123: import torch as tf 厲害了
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:38:18
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:38:59
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:40:26
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:41:32
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:44:17
※ 編輯: ckrmpuhv (111.82.75.82 臺灣), 03/11/2021 10:45:57
推 michaelshen: 樓上是不是沒看過import pandas as np
推 mmonkeyboyy: import torch as tf 為什麼這句我笑到爆炸
推 CaptPlanet: 露餡了
→ superpandal: 感覺是測試 都很表層
→ hackfox: 不要再ML，每個研究生都在做ML，業界需求沒那麼大
推 LittleYueh: 露餡了
推 pig22022: 我們家300個工程師大概只有10-20個researchers，給你參
→ pig22022: 考
推 exthrash: import tensorflow as print
推 backpacker18: 那你很懂ML欸割
推 a1234567289: 那些都邪魔歪道 演算法練好才是真的
→ bear1414: ML的工作Kaggle只是一種衡量實力的標準  但不是絕對
→ bear1414: 若要往研發和推進效能的話 有研究經驗且發表更好
→ bear1414: 若as data engineer, 實作和能看懂paper相對重要