※ 引述《xsubarux (爆浆小雷包)》之铭言：
: 小弟目前就读某私校电机
: 已推甄上北科电机
: 未来实验室是做影像辨识、ML/DL之类的
: 可是我大学没接触过这块领域
: 虽然这学期有开始在修这方面的课
: 可是学校进度似乎有点慢
: 好像还在讲解原理的阶段
: 模型还没建过
: keras和tensorflow之类的语法也还没用过
: 看到有很多DL/ML的职缺
: 条件都只写要熟悉DL/ML的框架及算法
: 可是大概要到什么程度呢？
: 懂得基本语法？
: 可以独自从头建构模型？
: 还是有其他需要具备的能力？
: 如果问题太智障小弟先说声抱歉
: 但还是烦请各位前辈解惑
工程上，
0.有能力分析公司给的数据并且分析处理会影响训练的资料噪声，
1.有能力转化任一非教科书上的真实世界任务为ML/DL的任务
2.有能力使用或搭建他人的模型并且优化模型，理解训练的任一步骤并且Debug
3.有能力实现任何一篇论文里面的任一模型（可使用现成套件做自订化任务）
4.将搭建的模型代码系统架构化（这一块涵盖分布式系统、并行化处理、VM、server、嵌
入式的应用的任一几项）
5.能分析并提供任务精准度的指标，并透过图表了解需要再做优化提升的方案，以及分析
模型损失来源于哪些噪声资料再优化
数理上，你会需要
1.机率统计、线代、微积分、优化理论（基础即可）（在实作上你如果需要实作他人论文
的内容至少要有能力理解数学，分析上要至少有机率统计的基本原理才能分析问题）
2.机率统计、信息论、几何拓墣、图论、优化论（深入）（理解到这层就是有能力研究
DL/ML底层，并且有能力独立发任一顶刊Paper)
差不多这样，其他让别人补充