Re: [請益] 成為 AI 工程師的進修方向（代po）

[lindet (好想...)]

我幾年前在ｍｔｋ演算部門工作過
現在在國立大學工作

個人經驗
在ML這個領域
要能夠不是過水掛名的發表一篇"有深度"的"TOP Journal"
有深度的意思是有數學分析 有創新 有實作 最好是對這領域多少有些貢獻
才是在這個領域算是入門 開始有能力做一些有價值的好東西出來


只是call library的話 clone別人的github套一下data
我們lab大二生 看幾個禮拜我的課程影片就都會了啊 (應該吧?)


當然其他基本功夫 像是 數學 algo "DEBUG"的經驗跟能力
也是很重要 需要一些時間跟經驗來練習



※ 引述《techniclaire (齁齁)》之銘言：
: （本文作者無帳號，協助代po ^ ^～）
: 前文少po段落就送出，因手機一直無法編輯，所以刪文重發QQ
: 大家好，
: 小弟目前在台北某傳產擔任數據分析師，學歷是國立統計所，碩論是做 ML 演算法改良(沒投期刊，我覺得是垃圾)，碩班期間有自修 DL。
: 希望能用 DL 找工作，主力程式為 Python。
: 目前剛進去公司半年多，主要負責影像辨識的專案，內容是用 Yolo 進行 real time 的瑕疵檢測，專案目前也已經上線了，因此算是有一些實務經驗。
: 看了蠻多 ptt 上的文，對目前 AI/DL 工作的現況總結如下：
: - 做 DL 的人已經爛大街了，幾乎每個實驗室都在做 AI
: - 想做演算法 / 模型開發的話至少要念到博士
: - 基礎資工能力非常重要，沒人要只會 DL 的人
: - 刷 Leetcode
: 考慮以上、總結目前目標是成為一個「能將現有較新的 DL 方法應用在公司產品上」的工程師，希望將來能到聯發科、瑞昱等一線 IC 設計公司工作。
: 目前我想到的進修方向如下：
: - 持續關注 AI/DL 的發展，了解現在的趨勢，並且參加一些像是T-brain、Kaggle 之類的比賽。
: - 修李宏毅老師的 ML 相關課程，我這學期有跟著寫一些 ML 作業，覺得自己的 Pytorch 熟悉度有提高很多
: - 學 C++ (主要是看到如果模型要應用的話還是得用到 C++，而且有些模型像是 Yolo 也是用 C++ 寫的)
: - 把資料結構及演算法學好，刷 Leetcode
: - 做一個深度學習專案，例如把 Yolo 模型遷入到手機中
: - 增進英文能力，方便吸收國外資源及看論文的速度，有沒有推薦內向人的英文口說學習資料或是補習班。
: - 其他，例如增進簡報能力
: 想請問各位先進，我目前的想法有需要調整的地方嗎(or 打掉重練qq)

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.246.89.236 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1624938362.A.99A.html
→ taipoo: 給你一個功課，去抓全世界的email，這很考驗你的程式功力
→ floweryo: 一樓又來刷存在感
→ taipoo: 去做看看就會知道了，這很難的，我目前才抓到幾百萬個而已
→ taipoo: 這就是我前年做的超級爬蟲程式，爬全世界網路上所有email
推 andy5656: ML一般不是都發conference嗎？(NeurIPS, ICML, ICRL)
→ andy5656: 為何要journal啊？
推 wahaha279: lab大二就就收人，好早
→ celtics1997: @taipoo 歡笑錢奴
→ celtics1997: #1Vkkg-m6 (NTU)
→ celtics1997: #1Qe4xhVj (Tech_Job)
→ celtics1997: #1Ue6hYYz (Tech_Job)
→ celtics1997: #1S6St3wu (Marginalman)
→ celtics1997: https://bit.ly/2SCRa0j
→ celtics1997: https://bit.ly/3fSsqsI
→ celtics1997: https://bit.ly/3pExdT2
→ celtics1997: https://bit.ly/3vjEwRl
推 FlowerKnight: AI方向很卷啊，大二開始都不算早了
推 johnnyjana: 抱歉想請問 什麼叫作ai"有價值"的好東西呢 據我所知
→ johnnyjana:  泛函分析或是實數分析 做出來的東西也還是換個data
→ johnnyjana: set就變的西巴爛 也比不上dl煉丹 要怎麼在這樣的ml定
→ johnnyjana: 義下對公司維持有價值呢
推 johnnyjana: 我是很想要從數學上面找到能夠對於公司有穩定產生價
→ johnnyjana: 值的方法 要不然還不如去煉丹 或是走ml syatem
→ DrTech: 很卷好嗎。最基本的魔改模型架構 達到 STOA，都不一定能上
→ DrTech: 稍微正常的會議了。工業界又沒人幫你標注數據。而用戶行為
→ DrTech: 可自動標注的推薦或搜尋，台灣又沒工作。
→ DrTech: SOTA。
→ DrTech: 想煉丹也要有資料跟硬體給你練阿。
→ DrTech: 實務上，一直出現 bad case如何一直改進模型，更是沒幾個
→ DrTech: 人有機會練。
推 DiscreteMath: ai應該比較看conference吧 cv nlp 算法都是吧
→ DiscreteMath: 大大說的是哪些journal呢?
推 HsieHsieH: 資訊大部分都conference 吧  且畢業幾年後很難發paper
→ HsieHsieH: 啊
噓 unicornGL: 噓錢奴，快下去啦
推 followwar: TPAMI TIP IJCV 都還不錯啊
推 yiche: ICCV CVPR 都不錯呀