各位前辈好，
小弟目前在泛国营管理设备(被分发)以及行政，30出头
一些原因，想转职ML相关算法(看paper实作或发想)
目前状况大概是
pure C:
a.曾经很熟，可直接手写，目前需要时间恢复，
b.更早之前工作写过encoder、decoder(SPEC)
c.论文用pure C从头建立模拟环境以及
遗传算法(没用套件)
Java:
基本的，懂OO
python:
正在学，目前可以边查边完成一些资料处理、图表统计
DSA也熟过，106年高考DS-8x，107年那时有些事没去考
论文包含题目、抽象化、算法都是自己想的，
遗传算法(有用工数的方法改良)
通讯背景，ML相关的数学都熟过，但ML刚开始念。
如果是读paper模拟然后转成C，应该可独立不用人力带，
请问这样有最低qualified吗?
还是仍算ML难民，继续考高考比较实际?
不太要求薪水的话，目前至少已满足低标的公司，
能否站内信给小弟知晓，谢谢。

读 paper 转成 C? 你要不要挑一篇 CVPR paper 试试

ML也满广的 建议看看JD 不限于在台湾 知道要会哪些之后转职心得参考一下 然后关掉PTT 全力准备

Tensorflow

若能实作出论文的东西，应该可以，但要有作品。另外

你的叙述看不出任何一点可以独立实作成C啊

python再加强一下，论文在github上的实作至少有五成以上属python系列的framework

参考上面那篇80多推的非本科转职

认真回 去看bert or maskrcnn 等知名github代码 理解算及格要再更强还要有大量读文献的能力 强者能够把最新文献的概念 转成code加在现有的model上

参考前面几篇，4年两百万

实作出论文很难？一堆开源代码直接clone就有台湾ml的好职缺很少

真的c有自信就往嵌入式走吧，长久来看比train model有竞争力。

@ice当然是指自己实作的啊...有不少论文是没开源代码的

推楼上, 之前工作遇到没开源 且 论文上模型参数没写清楚

阿人家目前工作又不是做这个的...

实作是指自己把技术应用在自己系统里 谁在跟你clone

以为复制下来就可以直接用的 真的有做过相关专案吗?至少我的经验 即便github有相关的实作 载下来后要需要客制化的部分还是很多 除非你只是想跑看看结果

什么自己系统？原po工作就不是做这个工作不是这个 要客制化什么？自己定spec喔 笑死

没办法，太多外行人，还停留在机器学习改算法调参数就能上线

先买块TX2或1080玩玩

有能力的话就去导读论文然后附上code丢上github

小弟也是通讯系所毕业的，论文是做structure learning来估测通道的CSI。目前是在ml领域相关工作，一点建议就是python、c择一练好，c的话，应用到ml的都是影像处理的工作，所以当初系上的基本cv课程都要修，作品要累积，nlp或是其他的python还是大宗。通讯的数理底子理论上是都够厚，偏微、线代、机统、随机程序当初都有好好修的话，剩下就是coding的底子而已。最后，你还是要问你自己，想做ml是想往哪个方向走？如果只是因为ml很红就来，那就真的只是难民而已。ml只是一个方法，可以套在各门专业领域上，像应用在通道做盲估，也可以用在视觉处理，也可以用在语意分析。如果想做视觉，对cv没概念的话，那也没什么用。