我是清大研究生
学校AI课程助教
pytorch hsinchu讲者
以下是我们老师和我及其他助教在TSMC开课的一些经验(顺便打个广告？)
今年三月左右，自强基金会找我们指导教授谈，想在台积电内部开设AI和深度学习课程。
我负责当台积和自强基金会的沟通窗口。
规划实作课程，以及统筹所有助教的教育训练。我们老师负责讲非实作、理论的部分。
来上课的工程师都不是CS背景，而是材料物理统计之类的背景。所以我们在课程规划会议时，决议要拉高助教的比例。最后师生比大约为1:4 (6助教/讲师:约24学生)
上课频率为一周一整天
早上讲原理，下午讲实作
实作会先讲解范例，然后给他们补完范例的延伸应用
比如范例是讲SVM，后面他们就要把范例的SVM调整到不会over fitting。
对一个非相关背景的人来说，要在短短一天内学完理论，然后下午就要知道要怎么实作，这其实满难的。
所以课程设计的重点也不是在要他们硬干把实作弄出来，而是要透过实作呼应理论讲不清楚的地方。
比如说要调整SVM有很多种方法，他们要自己想出一个解法，然后再跟助教讨论。助教的功用就是要指出他们的方法和实际上的做法有何差别、指出我们的思路和他们的思路有何差别。(以及告诉他们要怎么把想法实作出来)
这个领域方法不是唯一的，没有标准答案。所以我们的方针就是着重培养学员讨论的能力。透过上面这种方式，就可以把很多只讲理论搞不懂的东西给搞懂。
不过由于时间紧凑，我们实作课程的投影片和讲义都做得满烂的XD(待会有找到可以摆上来给大家看到底有多烂)
但成效却是出奇的好，最后一周专题成果发表另我们眼睛为之一亮。
我在这之后也接到面试邀约，还有被推荐到其他公司开课。(不过后来因为发生大中毒事件就没有下文了)
结论：
不需要很大的招牌
不需要精美的讲义
GPU和网络都没有
也是可以学得很好