[请益] 非资讯本科学习大数据与AI异业结合的机会

楼主: komonkey (Komonkey)   2020-07-09 09:20:38
各位年收三百万的大神好:
关键字:非本科、异业结合、资策会课程、TibaMe
关键引:提问在 项次四
一、前言
本鲁近期想离职学习Big Data及AI领域知识,
以便异业结合,希望职涯有突破性的发展,
所以来版上请各位大神帮我健检跟建议。
二、背景介绍
1.国立中字硕,土木+环工背景,年上31,有环境工程技师牌。
2.TOEIC 7XX 刚好上蓝色。
3.石化产业生产工程师约4~5年资历。
4.因为工作与志趣不合,希望学习资讯技能,异业结合以突破现状。
5.未来希望能做环境+资讯的产业。
个人学习资讯技能的经验:
1.目前自学python中,Bill Lubanovic《精通Python》快读+练习完了,但还没自己做出P
roject。
2.过去当兵曾自己K一本C语言,一样边看边练习题目只有做过很简单的小Project(属于不
值一提型的)。
3.学过Android APP制作课程,程度大概就职训局1期课程等级而已,后面也没继续发展。
4.大学学过Java、Fortran及C++,当时上课都跟得上。
三、目前计画
1.打算转职,原本找到一个外商公司,后来发现工作内容与资讯关联性低。
2.一样离职,给自己4~6个月时间,全职上资策会课程学BIG DATA及AI,或上Tibame,端
看哪个时间比较合适。
四、问题
1.这样异业结合,是否能让我有不一样的机会,在转职上可以有突破?
2.资策会、TibaMe是否是好的学习资源,能否对我未来有帮助?
3.是否有其他建议资源或发展路径可以建议我?
以上,感谢各位大神,阅读,还请不吝赐教。
作者: ggggggh (ggggggh)   2020-07-09 09:27:00
贪多不烂。选一样吧!
作者: jienfong (jienfong)   2020-07-09 09:30:00
异业结合感觉很酷,但实际落地并不容易,AI做的好不止要AI应用+资工+domin knowledge都必须到达一个平衡觉得不用离职,先试试线上大师课程,看可以给你带来什么?
作者: leo08210917 (leo)   2020-07-09 09:34:00
大家都在疯AI 短期课程拼得赢本科硕博班的研究吗
作者: max36067 (围巾喵)   2020-07-09 09:35:00
Tibame本人上过 老师我觉得没问题 但是大多还是自己研究最重要是你学出来没学历公司根本也不会想要你
楼主: komonkey (Komonkey)   2020-07-09 09:38:00
本想说去上课可以做出project,有作品+结训证明能加分?
作者: max36067 (围巾喵)   2020-07-09 09:38:00
另外上课都是教你套版 底层算法还是要自己去学
楼主: komonkey (Komonkey)   2020-07-09 09:40:00
我不怕要补学不足的知识,但目前自学就是常常不知缺什么
作者: Sunal (SSSSSSSSSSSSSSSSSSSSSSS)   2020-07-09 09:41:00
转职纯AI肯定拼不过本科
作者: leo08210917 (leo)   2020-07-09 09:42:00
先找找一些想要投的职缺 看看JD内容需要用到那些技术 工具 自己尝试摸看看
楼主: komonkey (Komonkey)   2020-07-09 09:43:00
我知道,我本意是强化我在本业的特殊性,没有要走纯AI。
作者: Sunal (SSSSSSSSSSSSSSSSSSSSSSS)   2020-07-09 09:43:00
异业的切入点要看你自己了 土木环工本来就封闭了 大家也不知道实际产业情况
楼主: komonkey (Komonkey)   2020-07-09 09:45:00
确实,我应该多深入了解这BIG DATA跟AI在环工的应用。
作者: Sunal (SSSSSSSSSSSSSSSSSSSSSSS)   2020-07-09 09:45:00
国外可能比较多机会
楼主: komonkey (Komonkey)   2020-07-09 09:46:00
那如果要纯学应用,是否上那些课会有帮助?
作者: olivewood (Miguel)   2020-07-09 09:47:00
不是纯AI是什么意思
楼主: komonkey (Komonkey)   2020-07-09 09:49:00
2F 您domin knowledge是指我本科的专业知识?还是AI方面?
作者: leo08210917 (leo)   2020-07-09 09:49:00
好奇 你对AI的理解是啥
楼主: komonkey (Komonkey)   2020-07-09 09:52:00
olivewood 我以为是透过机器学习来预测我想知道的问题,需要会发展算法,但我想这块我无法比拟纯血,所以希望达到能应用即可。leo08210917 我的想法同回复o大的。
作者: jienfong (jienfong)   2020-07-09 09:54:00
domin knowledge就是你本业专业,问你自己想要透过Al呈现什么?不要把AI当成纯程式手法上Github看看人家做什么?土木环工有很多有趣的题目,题目程式手法只是专案其中一部份但绝不是全部
作者: olivewood (Miguel)   2020-07-09 10:01:00
纯应用也要懂理论吧,AI的重点不是在写程式耶
作者: TAKADO (朕没给的你不能抢)   2020-07-09 10:11:00
目前大部分的落地AI应用,说穿了就是帮你做完讨人厌的统计过程,与简化需要专家大量人工分析才能做出判断,来辅助决策者决定。所以你先想一下你目前的domain有没有这一类的问题,再去想如果要解决这些问题,要走哪个领域的AI分支与技术,例如是影像识别/NLP之类的。
楼主: komonkey (Komonkey)   2020-07-09 10:12:00
jienfong 我刚上github发现新世界,感谢!您的这建议真的很好,感谢。
作者: TAKADO (朕没给的你不能抢)   2020-07-09 10:13:00
环工我猜应该会有IoT长期监测收数据跟统计的议题。
楼主: komonkey (Komonkey)   2020-07-09 10:15:00
olivewood 我想我得多学习理论,看来重点不是去哪学,是要学到需要的,我还要在明确了解我缺乏的东西才可。TAKADO 我就是想在监测这方面应用
作者: juijuijuijui (瑞瑞)   2020-07-09 11:11:00
你这是换领域吧,好听点叫异业结合,目前觉得在ㄧ种领域做到top比较好,其余只是加分
作者: pttworld (批踢踢世界)   2020-07-09 11:31:00
你要拿什么结合,看起来是混不下去转行。
作者: GGFACE (ggface)   2020-07-09 13:41:00
你想做的事应该要在本行做 跟你老板说你要导入新技术帮助分析 商业上的决策之类云云
作者: jienfong (jienfong)   2020-07-09 14:55:00
有个观念可能要注意,统计学和人工智能差异颇大,两个领域虽然本质有点雷同,但后续发展完全是不同领域不能说人工智能就是在做统计工作,这两个领域使用目的完全不同学术上这两派人马也是户别矛头
楼主: komonkey (Komonkey)   2020-07-09 18:25:00
juijuijuijui 这么说也有道理。GGFACE 我想在本行做没错jienfong 那我得来研读一下他们的异同了
作者: ap954212 (death is like the wings)   2020-07-09 23:23:00
不能全部都平的,还是要有突出点
作者: greenx   2020-07-10 13:14:00
在台湾要走资讯先拿个CS硕吧
作者: min86615 (minshang)   2020-07-10 23:24:00
讲一下其实统计跟人工智能还是关联很大的,毕竟人工智能的模型通常大部分是建于统计知识上,所以统计才是大宗人
作者: haseo00 (GU)   2020-07-11 14:08:00
1.你想走的要有电资硕不然公司看到直接刷掉,2.资策会上那个是浪费钱和浪费时间,你可能上完找到的工作只是个数据库管理人员3.语言先找1,2项点到精,不要全都点
楼主: komonkey (Komonkey)   2020-07-11 20:44:00
greenx 好吧…这也是台湾的现实…而且我查了发现国内并没有类似的缺,只有国外有,要的是环工硕+资讯技能…min86615 我可能先缩限在data analysis会好一点haseo00 也太惨了吧!haseo00 有什么推荐先点满的吗?
作者: TWBilly (小张)   2020-07-12 11:09:00
你的数学好不好?
作者: pig0038 (颗颗)   2020-07-13 07:36:00
台塑 长兴有找过 AI 工程师,希望能帮到你
作者: Josephcheng (Josephcheng)   2020-07-13 07:54:00
很吃数学
楼主: komonkey (Komonkey)   2020-07-13 13:12:00
TWBilly 敢问要到数学什么程度才够?pig0038 感谢宝贵资讯Josephcheng 数学要到什么程度才够?
作者: Josephcheng (Josephcheng)   2020-07-16 04:54:00
以小弟我粗浅的理解 如果你是想走传统机器学习 建议线代、统计、机率都要有一定的了解,现在比较主流的应该是pgm、hmm、random field和kalman filter这些吧,如果是deep learning的话,我自己觉得high level concept 的确相对好理解,但是实现的细节,以及如何以现有模型基础发展出新的架构还是比较有难度,小弟对这一块了解也不是很深,若有错误还请高手指正,然后土木这一块我也不懂不方便评论什么,只是用比较general的角度给你建议。

Links booklink

Contact Us: admin [ a t ] ucptt.com