看板 graduate 關於我們 聯絡資訊
今天收了一整天的信 && 回了一整天的LINE 現在抽空來整理出比較有用的資訊, 供參考 -------------------------------------- 1. 修課-電資學院 大學四年: 計程, 線代, 離散, 資料結構演算法(DSA) 延畢一年(碩零): 自動機形式語言(FLA), 演算法(ADA), 英文, 機率, 高等數位訊號處理(ADSP) 碩士一年(碩一): 資料結構程式設計(DSNP), 作業系統(OS), 數位訊號處理導論(DSP), 時頻分析小波轉換(TFW), 積體電路測試(VLSI testing), 實體設計(Physical Design) 未來一年(碩二): 系統與應用領域 ex 系統程式設計, 高等作業系統, 編譯器, 嵌入式系統, 分散式系統, 平行化 -------------------------------------- 2. 修課-脈絡解析 [數學] 線代, 離散, 機率 [基礎] 計程, DSA, DSNP [理論] FLA, ADA [DSP ] DSP, ADSP, TFW [EDA ] Testing, Physical Design [系統] OS, ... -------------------------------------- 3. 修課-邏輯策略 可以想像成, 這是一個佔領地盤的單人遊戲, 如單人圍棋. 我的起點是數學(地盤). 在穩固基本盤以後, 佔領另一塊 無關的基礎程式(地盤). 接下來, 佔領被兩塊地盤夾擠的 理論CS(地盤). 進入研究所以後, 我開始發展專業領域(進階地盤). 剛開始, 還沒進入狀況, 不懂EECS在搞什麼, 先聽 從EE大學部朋友的建議,攻下了EE內最吃重數學的 DSP(地盤). 再接著, 做了一番考量後,決定畢業後 做EDA, 於是又攻下EDA(地盤), 並且去EDA外商實習. 實習結束後, 我發覺各大軟體公司很重視系統領域, 於是想趁未來一年再攻下這座地盤. 上述攻略中, 專業領域未必得是DSP, EDA, 系統. 但恐怕得要是由程式需求低到程式需求高的, 才容 易成功. 如DSP最吃數學,較不吃程式. 到很吃程式 的EDA, 再到全吃程式的系統. 如果看不懂就算了. 反正這條路是work的. 可以大 致照著路走. -------------------------------------- 4. 修課-修補落差 換個方式說: 如何追趕上純血學碩生? 這得先思考一個問題: 我和純血之間差了什麼? 純血生是怎麼變得這麼強的? 我的答案是: 因為他們完整地修完一輪資工必修課! 換言之, 我們外系生都欠了技術債. 我們得把資工 必修課修完才能夠償還技術債. 才能跟他們平起平坐. 扣掉什麼微積分/普物/大一國文, 扣掉實驗課. 以台 大資工來說, 大概就是8門課. 而且運氣好的在入學前 就修過好幾門呢! 所以這也不是什麼遙不可及的夢想. 不走硬體的還可以再扣掉電子電路和計算機結構. ------------------------------------- 5. 修課-專業技能 跨考生常常立志做演算法, 人工智慧, 金融科技. 我當年也是這樣想的, 因為當初對EE和CS的了解太表層. 只懂這些領域. 因此, 雖然要冒犯各位大大的研究領域, 我還是得說幾句壞的. 演算法 : 太理論, 基本上找不到工作. 我就做演算法的. 人工智慧: 要做模型得讀博. 且職缺技術集中美國, 而非台灣. 又太多強者做AI, 但職缺不成比例. 且有泡沫危機. 金融科技: 跟生醫類似. 美國很強, 但台灣搞不起來. 勉強算 進網銀之類的程式缺, 待遇也不算太好. 那哪些領域待遇好? 哪些領域待遇差呢? 首先, 選你熱愛的領域! 畢竟熱愛>一切. 其次, 綜觀業界的薪資, 大概如下: (台清交碩畢價碼, refer to tech_job版) 電子業->一線IC design house 120~140萬/一年 軟體業->前段軟體公司 70~90萬/一年 [除了EDA/外商以外] 大致上, 軟體大概少硬體50萬/一年. 連知名的趨勢 也只接近百萬. 至於EDA價碼則是比照電子業. 外商 則可能>電子業. 基本上, 上述分析是我選擇EDA的原因. 他和豬屎屋 的價碼接近, 但工時只有7~8hr. 反之, 聯發科/台積電 恐動輒12hr. 當然, 他也是有缺點的. EDA : 進入高原期. 薪水成長慢. 圈子太小. 台灣人難升遷. 見解: 受益於台積電製程進步, 台灣EDA會逆向成長. 起薪夠高, 成長慢沒差. 圈子小可跳豬屎屋的CAD. 我不升遷我就爛. ------------------------------------- 6. 結論 總之, 我很可能在無意間寫了一篇EDA推坑文. 這也算是感謝在實習期間, 前輩帶給我的幫助和成長吧. 畢竟我也只是個升碩二生, 若有資訊不夠充分, 或錯誤 的地方, 還請在下方補充說明或是討論. 不過我個人不 喜歡筆戰就是了. 如果有相關的問題, 也可丟在下方聊聊. 大概就這樣. 哦對! 還有一個問題. 我碩論花費心力<10%. 基本上都 在專心修課. 因為一開始就預期到理論演算法找不到 職缺. 只能從修課來. ------------------------------------- 補充兩點 a. 關於實習, 我有面試的職缺如下 [基礎] MTK 軟韌體開發 [理論] MTK 演算法開發 [DSP ] MTK 多媒體演算法開發 [EDA ] 新思 演算法設計專題 (系統RD) ----------------- b. 學歷-修補落差 換個方式說: 如何追趕上名校生? 這得先思考一個問題: 學店和名校之間差了什麼? 我的答案是: 英文! 英文! 英文! 如果地名大學, 私立前段電資生, 當年英文有15級, 再搭配原本就有的數自, 是能上四大四中的. 所以, 在大學入學時, 名校生英文贏了學店生. 此外, 在大學四年間, 名校生專業贏了學店生. 不過, 專業能力是可能在碩士期間追趕上來的. 剩下的英文, 就是得額外補上. 我認為至少要多益金色. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.110.251.247 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/graduate/M.1599393637.A.9FF.html
DLHZ: 我不太懂做模型跟讀博的關聯欸 118.232.25.154 09/06 20:29
無意冒犯, 只是個人淺見 1. 碩班調整理論模型, 訓練模型居多 2. 博班在理論模型的研究比例高很多, 需要不少數學. 3. 理論模型的研究,是改進效率的重點.
NTAP: 推 1.169.48.213 09/06 20:39
splitline: 等等,別說私立前段了,四中數自>=28 223.137.196.77 09/06 21:30
splitline: 的也頂多一半吧 223.137.196.77 09/06 21:31
那個數據先修掉.
ggyyd: 純軟>>>>>>>>>>>eda 1.161.122.27 09/06 21:44
ggyyd: eda很多嗎? 1.161.122.27 09/06 21:44
ggyyd: eda缺很多嗎? 1.161.122.27 09/06 21:44
這篇是延續前文, 給112電資的學弟妹. 當然, 另一方面, 這也只是我走出來的一條路. 條條大路通羅馬. 你要走純軟也行吶.
rickyatw: 純軟要很頂尖欸,eda餬口飯吃不難,普 175.97.35.51 09/06 22:26
rickyatw: 通人能力的話eda應該爽一點。 175.97.35.51 09/06 22:26
meimeiamy: 先推 114.45.15.174 09/06 22:31
ok8752665: 那你覺得cv這領域如何220.133.129.118 09/06 23:09
DaLanPaa: 沒修過影像課 只有DSP面多媒體不會被刁 49.216.175.137 09/06 23:41
DaLanPaa: 嗎? 49.216.175.137 09/06 23:42
Yes. 內行的. 若要走DSP領域, 得再修點實作課, 如電腦視覺CV, 語音/影像處理等等. 我覺得多媒體領域還不錯, 也不反對 使用ML作為一種實作工具.
skyHuan: 純軟缺很多啊但不出國要高薪的很少吧223.140.250.174 09/07 00:16
skyHuan: 而且EDA算軟體公司吧,說純軟>>all的除非223.140.250.174 09/07 00:16
skyHuan: 自己很屌不然以後工作最好都不要223.140.250.174 09/07 00:17
skyHuan: 找跟ic廠或硬體相關的工作223.140.250.174 09/07 00:17
mistel: 不過畢業論文有這麼好寫嗎? 想說只花10%123.193.209.131 09/07 00:29
mistel: 以下的心力...123.193.209.131 09/07 00:29
至少我和老闆在現階段, 都不擔心論文就是了. 具體來說, 我一上完全沒進度. 一下撥1.5天/week做研究. 大概是1.5/(7+7)=10.7%的比例. 但考慮寒暑假全放掉. 故<10%.
whitecut: 趨勢嚴格說起來不算台商就是 42.75.59.83 09/07 00:52
感謝補充:)
hsnuyi: CS那不確定有沒有課教Design Pattern 如果 1.169.30.52 09/07 01:12
hsnuyi: 沒有的話 你需要自學 1.169.30.52 09/07 01:12
joey11121: 居然是先修高等數位處理再修數位處理導 119.14.9.131 09/07 08:43
joey11121: 論?太厲害了 119.14.9.131 09/07 08:43
convington: 謝謝你 受用無窮 101.12.6.211 09/07 09:46
CorkiN: 我沒記錯高等數位處理反而是涼課OuO 180.217.189.78 09/07 09:54
Yes. 內行的.
wacheck: PD硬嗎 101.12.146.26 09/07 22:06
超硬. 不但算法部分硬, 程式部分也硬. 算法部分的硬度僅略低於電機所的演算法. 程式部分的硬度僅略低於電機系的DSNP. 好在算法是我熟悉的領域, 才能勉強撐下來. 但也因此大幅精進程式能力. 收獲相當豐富.
unmolk: 推thr3ee大 36.230.240.82 09/08 14:21
unmolk: 所以想請問學士期間就盡可能多修一些自己 36.230.240.82 09/08 14:21
unmolk: 領域的課,再慢慢擴張自己的知識嗎(資管 36.230.240.82 09/08 14:21
unmolk: 本科,留國內的話碩班可能會讀EECS 36.230.240.82 09/08 14:21
我建議是越早開始往電資學院靠近, 越好! 一開始可以先選擇舒適的, 跟資管接近的 領域佔領下來. 最終目標是自己要的領域. 此外, 也得修完一輪資工必修, 練coding. 有任何疑問, 歡迎再詢問.
benjamin8312: 朋友幫推 223.136.65.112 09/08 15:10
:) ※ 編輯: thr3ee (123.110.251.247 臺灣), 09/08/2020 17:09:22