各位大大好，小弟最近想转职(32)，
在自学深度学习中，目前对一些 分类、
回归 的算法 以及 一些常见模型CNN、RNN
的做法跟数学理论大概都能了解
(EX: 能解释反向传播等的原理之类的…)
还在学习更多中…，用tf、keras
实作简单的model也都都的出来，
一些较小型的范例都没问题。
只是因为是半路出家，私校资讯硕毕，
论文跟以前的工作经验和AI这块完全无
相关性 (虽然工作也是资讯相关)，想请教
有在深度学习领域工作的大大，小弟这样
情况，有办法找得到DL方面的工作吗，
我对这块是蛮有兴趣的(不然学不下去)，
目前在这块经营的前辈待遇大概如何?
一般DL新手待遇能谈到多少呢？
能否请大大解惑

抱歉我刚转行大概90几而已,说门槛不高是指工作不难找要领到150不管哪个领域,都得有一定的本事,当然门槛高

上面说门槛低的 哪一个年薪超过150的？

个人觉得AI炒作到有点泡沫 成熟有价值的AI技术 大概只有CNN YOLO进入门槛其实很低 很多学习框架可以用 真正费时部分都在资料收集与前处理及最后应用端

DL门槛真的很低，但通常只会DL是找不倒什么好工作的比如你做影像也是得会传统的CV，不会做不了啥反向传播其实就是高中就有教的chain rule真的有想往这个领域发展的话也看点ML跟统计吧

完全同意 只会train model 真的完全没屁用 重点是你怎么用它 以CV来讲如何设计喂model的data label 如何处理出来的sementic segment bounding box 如何把它变成有用的东西 这才是业界最想要的

32岁了,应该想着如何多赚钱,而不是换跑道.

你讲的东西去youtube看莫凡的影片就会了。 你当DL工程师的价值是什么？ 有成功的作品吗？ 还是只会 .fit().predict() 呢？

看过一堆看AI红想转职只想train model的这种十个九个是麻烦制造者

持续自学是好事，不泼你冷水，看过许多只会Train model，就拿到大公司AI缺，不过对公司而言真的是灾难。若你想转职，弄几个作品，可趁这波热度，赶快混水摸鱼抢个缺。

ai不会是泡沫啦，至少不是热门得莫名其妙让人说不出原因而且ai确实是可以拿来解决问题的，不是炫技给人看而已

AI公司的门槛不在模型...在工程和资料来源

像以前一堆人在酸大数据，现在来看，还有能酸的理由吗?那些在酸的人都不知道自己的食衣住行早就离不开大数据了反正就外行看热闹，一直都这样

还有这种职称哦 .... 还真无聊　

能解决问题比较重要 不然每天都在人工知能 哪天才会发现人工不能？

超废技能，你先能够证明算法收敛性我才承认你是ML人才

捷径：打kaggle打出名次

只会调模型跟超参数的话 没什么门槛吧

这职缺一堆科系抢工作，举凡资工电机物理数学统计，私校还是趁早放弃吧

惯老板：不就是拿别人写好的工具改一下参数,领23k刚好而已

不觉得泡沫化，只是你都32了，之前的经历如何跟ML结合转换成加值，我是比较好奇。光玩TF已经没用了。另外，好不好找相关工作，薪资如何，与你找什么公司有关。不挑公司还是很好找吧

大家也鞭好凶R

自己经验是差不多和算法工程师薪资差不多，提供给你参考

我也觉得鞭的不是很中肯，我反而觉得推文很多人不是在做相关工作，DL门槛低？有好的数据随便训练下就好？这都太偏颇与业界脱节。

推楼上

反向传播是基于chain rule没错但看到有人说“反向传播就是chain rule”整个傻眼

反向传播基本原理本来就是chain rule，不然是什么...很多东西本来就是从很基本的东西叠上去偏微分求导也是基本微积分而已，我只是想表达DL数学门槛不高，楼主想要走这行一定要充实其他的技能业界用DL主要都是在解决工程而不是学理问题

我觉得DL的数学门槛蛮高的耶，到现在还是一堆Paper根本看不懂。解决工程问题也是，没什么好方法，门槛颇高。

对于数学和统计出身的人来说，DL数学真的还好一些很前沿的idea当然比较难懂，但业界不会用到我目前的心得是工程门槛远高于数学门槛

数学门槛高不高看公司吧？

最近有很多人在研究explainable-AI

至于ML/DS领域我觉得数学还是很吃重，看那精美的WGAN。

就是帮助人类可以判断何时能相信AI换句话说就是目前的NN多数时间我们不知道他在干嘛

同意，大家讨论的角度不同，有误解先跟你说声抱歉。

没关系，讨论一下让楼主参考也不错总之我想提醒楼主的就是，DL现在已经有非常多人投入务必要发展其他专长搭配DL，才能找到好工作看是要走影像或NLP或其他，都还要去深入该领域学习

Drtech 中肯 跑跑模型的确call几个function 就好 不需要数学 但要怎么跑出有用的结果 需要参考很多paper 这当中就牵涉到很多数学 而这才是DL engineer的价值然后某肥宅不要再秀下限 BP只是有用到chain rule 不是基于他 然后你上面应该是想说domain knowledgeㄅ ml三大元素都讲不出来？

建议别走 因为你会没机会 或待遇很低台清交成都不一定有机会 何况你是私校硕士

等人工AI发展起来 准备失业 比较实际笑嘘 写人工AI的程式就不会失业的说法

看到一堆外行拼命想嘴也是很有趣

嗯 一堆ML大师

爬网资料收集与清洗比较容易找工作

网络当时也很泡沫啊 又没差 撑得下来就是通吃

不缺钱就去唸博士再出来找, 缺钱就去刷leetcodeleetcode 刷的好 即使只会AI皮毛也容易找工作虽然32再念个博士 似乎有点危险

找的到工作就不错了

数学都是基于加减乘除，看来大家小一就会了

DL门槛最低了 你阿骂都会 门槛最高的是SRE和QA

DL数学门槛本来就不高啊,微积分线代对理工毕业来讲不就是加减乘除吗？就说门槛在工程不在数学台湾的DL缺要的是engineer不是scientist后者的缺也多半重学历,原po条件是很难进去的ML/DL网络学习资源一堆,要只靠这个找到好工作很难所以我才建议原po加强domain knowledge才能脱颖而出

AI炒作到泡沫化了+1...实作后没几个实用的应用

泡沫化mit还砸了几亿美金盖ai学院? 恩..

这波炒作最可怜的是原本专精于此的人 一堆套件都弄得阿祖从坟墓爬出来都会了(?

之前参加一个google的研讨会 里面的data scientist分享他们自家产品无脑train的精准度 只比他花大半个月分析建模后的结果差了个0.0x%你阿骂拿现在那些东西随便乱套鼠标乱点跑出的结果搞不好还能赢一票半路出家自学的工程师

喔 听del这样讲，我也能进google train model囉XDdel的笑话真的很好笑。就跟大家都会开车，所以大家不可能开车跟不上专业赛车手一样。我就算无脑开，时间也不会差太多，还不就是开车XD这种无脑的话在这里竟然听的到，真的让我很失望。不过我是比较相信drtech说的话，看他过去的贴文，我相信他在这个领域打滚很久了，是比较有参考性的。

朋友leetcode 刷满、博士、套套TF调参数就进google了。年薪600万，不用理那些酸民，好好打底然后用力投梦幻公司才是真的

等你能看懂清大吴尚鸿的DL教学影片(youtube)再来说嘴吧