[心得] AI領域面試心得

[ice80712 (打臉腦粉)]

各位年薪300萬的大大好，
小的剛入行AI領域一年多(音訊/語音)，
來分享一下最近的面試心得吧。

本人背景:
四大電子碩(研究領域非AI)
新創IC設計公司(音訊算法開發，一年)
中國大陸互聯網公司(語音算法開發，四個月)

面試公司有兩間:
1.中國大陸互聯網新創公司
2.台灣IC設計大廠


1.中國大陸互聯網公司
職缺:語音算法工程師

公司介紹:
該公司是一個專門做語音交互的AI新創公司，
技術長們來自美國谷歌與中國微軟，
會持續追蹤國內外最新的算法，並且套用在自家產品與服務上，
大方向上有語音喚醒，語音識別，自然語言處理等等。

面試心得:
由於公司在中國大陸，所以是用電腦遠端跟主管面談，
有好幾個關卡，主要都是問我之前工作的內容，
對於技術問得還蠻細的，像是我之前有用CTC loss(一種序列分類任務)來訓練喚醒模型，
主管有問到CTC的原理，以及訓練的時候，標註target的方法，
也有主管問到一些跟訊號處理有關的，像是語音降噪，以及回聲消除的原理。
有兩個主管有程式題，
其中一題蠻簡單的，就是要怎麼對連續的聲音訊號做moving average，
第二題就比較難一點，要比較出兩個字串的word error rate(edit distance)，
這題要用dynammic progamming來解，大概是leetcode中級的程度吧，
中國大陸那邊的公司，還蠻注重解題能力的。


2.台灣IC設計大廠
職缺:聲學算法工程師

面試心得:
一面(小主管):
主要是在講之前工作的內容，用過哪些tools，
我一開始在台灣的IC公司做訊號處理，
偶爾會用tensorflow來訓練一下模型，
主管沒什麼太大的興趣，可能覺得這些都比較基礎，
而我後來在中國大陸有用到kaldi做語音識別與喚醒，
主管反而比較有興趣一點，也許kaldi這個工具，
對於公司未來的技術發展，會有幫助。

二面(大主管):
除了報告之前的工作內容之外，也有蠻多時間在閒聊，
由於本身不是這個領域畢業，以及工作經驗也不算久，
主管還是有看我的成績單，至少我訊號處理的成績都算高的，
當中也有問到訊號處理的問題，像是為什麼要用window function，
以及離散傅立葉轉換(DFT)的特性。

結論:
兩家給的offer薪資都差不多，
以語音的技術面來說，中國大陸的公司可能更好一些，
不過我比較想留在台灣工作，所以最後只好放棄。


對AI領域的看法:
1.domain knowlege很重要
自己是走語音這個領域，這領域其實目前還是用到不少傳統的算法(HMM/GMM)，
所以去中國大陸那段期間有惡補一陣子，
除了模型本身之外，如果會接觸到前端的訊號，
訊號處理的知識也是很重要的。

2.工程能力很重要
其實在業界做AI算法不太需要自己設計一個全新的模型，
大部分都是從github下載論文的實作然後拿來改，
可是別人的訓練框架不一定是tensorflow，
可能是keras，也有可能是pytorch，
至少這些框架要稍微了解一下，才有辦法改來用。
除了模型訓練，模型的部署，不管是端上或伺服器上，
為了講求效率會用C語言甚至定點化，
像是kaldi裡面是用C++寫的，有時候為了讓速度更快或是節省更多內存，
就要去改source code，我之前在中國大陸工作，
對這些編譯環境不是很熟，主管有好幾次直接幫我改source code以及Makefile。

3.中國大陸機會比較多
除了美國之外，中國大陸的AI走的也蠻前面的，
再加上那邊的軟件工程也遠比台灣發達，
我覺得趁年紀輕的時候，去那邊做個幾年，一定會有不少收穫。

4,推薦非本業轉行到AI領域嗎?
目前完全不推，現在AI的門檻太低，
除非你有很扎實的工程能力或domain knowlegde。


以上是我對AI領域的一些淺見與心得，謝謝大家。



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.102.231.49
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1557043906.A.BAF.html
推 Yesw: AI 2019以後大爆發！
推 callmewade: 台廠很多ai根本就喊喊口號而已 真的要ai還是國外環境
→ callmewade: 比較好
→ wugo: 靠..前陣子剛報名巨x AI課程四階段快10萬..
推 LinuxKernel: 去巨匠學AI XDDD
→ wugo: 最近一直打廣告打很久了 唉
推 wugo: 也不知道要去哪裡學比較完整了..
推 wavek: AI課程比職缺多很多XD
推 Yesw: AI課程主要是學什麼？感覺未來會不錯
推 b122771: 美國客戶最近也是飛到中國找AI，台灣直接跳過
推 ahlolha: 不會... 真的有心學網路就一堆資源了
→ wugo: 有心沒力呀，所以還是乖乖上課比較實在有效。
推 apley: 台灣沒有環境，喊AI都假的
推 ggggggh: 是說。 沒去的offer可以分享一下嗎？ 對大家很大幫助
→ pttccbbs: 巨匠學AI,感覺很泡沫
→ supersnoII: 說門檻太低的是做demo嗎…
坊間教的AI門檻太低。
厲害的AI工程師domain跟工程能力都要有，
這個坊間不會教，我在中國大陸倒是看了不少這樣的神人。
推 poju0424: 當擦鞋童都懂AI時...
→ prelight: ai跟big data只能去美國或對岸
推 x3795566: 有哪些軟體技術門檻比AI高的啊？
※ 編輯: ice80712 (42.72.79.188), 05/05/2019 17:45:51
推 loadingN: 軟體還是去支那比較好 雖然台灣應該會讓你過很爽
→ justin1943: 猜大概25k rmb 這是行情價了
推 w199381: 具備model與method的能力已是基本 再來是看domain know了
→ w199381: 吧?
推 ap954212: 推推
推 y956403: 以後在咖啡廳寫code 店員都能幫忙解個兩題
噓 ziggyzzz: 台灣的ai就是調參數跟帶資料而已啦
推 aowen: 語音辨識掛上AI感覺先進多了
推 hijamoya: 台灣AI是真議題嗎
→ Murasaki0110: 做到發top conf的公司也很多, 只會酸的是在哪高就
推 lucky2010: 強者我同學 推一個
推 yen771026: 扣底 不是只是做mfcc 有些新的hybrid deep model 都已
→ yen771026: 經能直接吃raw的訊號 大多是用tf寫的 還是其實大多業界
→ yen771026: 還沒走到這個程度呢
語音識別，業界還是走kaldi那套，有很多語音領域專用的腳本。
※ 編輯: ice80712 (114.37.168.150), 05/05/2019 23:15:45
→ littlebau: 關於第四點：AI的門檻太低  ->這是打錯嗎
如果只是套模型跟調參數，門檻本來就很低，坊間課程都在教這些。
※ 編輯: ice80712 (114.37.168.150), 05/06/2019 00:18:59
推 chienk: 新論文常常效能不穩定  有時候事情不是拿新論文照做就解決
→ chienk: 了
→ shooter555: AI缺現在好像真的降到資策會出來的等級了
→ DrTech: 我最近找工作，也被問到編輯距離。
→ DrTech: 在對岸找工作，loss function 在做什麼，數學怎麼解。相關
→ DrTech: 領域重要演算法都要盡量背起來。
推 choral: 推一個
推 Mystiarun: 不考慮GOOGLE嗎？
推 goldflower: ai目前最保證賺錢的職缺就是教課吧(？)
推 Mues: AI課程結果是教程式設計基礎 UI設計 資料庫....
→ Mues: 10萬
→ onlyu: 交大有AI學程了