本来学ML是该转路还是继续钻研

楼主: ckrmpuhv (阿瓜)   2021-03-10 21:04:58
各位板上大大好
小弟是后段国立科大资管硕即将毕业
因为一些私人原因是不用当兵
所以论文完成后准备开始找工作
目前程度:
大学学过JAVA
网页跟数据库也只有课堂学习过没实际做小专案
因为对Ml有兴趣
在硕阶段期间 都是自学ML相关
听过李宏毅老师的课
实作过他课程的作业
Keras的一些神经网络搭建也没舍问题
Kaggle只参加过一两次 排名都很烂
大部分的实作和论文都是跟影像辨识相关
最近看板上大大各式各样建议
非四大四中 也不是kaggle的佼佼者
数学方面 线代没学 统计学大学学过但也不熟
看完觉得自己很烂出去可能没人要?
目前都还在做ml各种模型实作
但看完板上很迷茫要往哪些方向学习怕找不到工作非常忧郁
我不清楚该横向发展拓别的领域
像是网页、App 自己做一些小专案增加作品集
还是去补数学 更深入研究Ml
又或者先去刷Leetcode打底
还请各位大大指教 谢谢
作者: alihue (wanda wanda)   2021-03-10 21:06:00
非顶尖的话还是从筹程式开发入门机会比较多 现在投ML的人是爆炸多 而且缺比开发少很多 很竞争
作者: olen0622 (hong)   2021-03-10 21:17:00
资管还是走PM吧 ML除非去参加竞赛有得名才有办法证明真的想写程式 我猜你的底子也不好 只能找公司先练功
作者: longlyeagle (长鹰宝宝实验室)   2021-03-10 21:39:00
先想好要走ML算法还是ML应用再针对加强吧
作者: shiauji (消極)   2021-03-10 22:16:00
李”宏”毅, 字请打对
作者: manmay (书诚)   2021-03-10 22:23:00
数学是需要累积性 学不完的
作者: testPtt (测试)   2021-03-10 23:13:00
至少要有个ui强项来呈现ml 不要只会script或console
作者: Morphee (千磨万击还坚劲)   2021-03-10 23:18:00
稳死的吧 资工电机不说 一堆物理所数学所来玩
作者: steviewonder (SW)   2021-03-11 00:53:00
上面几篇ml缺面试文看一看就知道人家要什么样的能力了你都说线代没学过、kaggle只打过两次,跟别人说你会ML?!
作者: Gaogaigar   2021-03-11 01:08:00
都三月了 我建议把这些烦恼丢在脑后 好好大玩特玩没伴的赶快增加联谊次数
作者: Amazonite96 (风风)   2021-03-11 09:03:00
真正懂ML应该是可以推出ex BP 、GAN之类的原理,而不是import torch as tf tf.fit() 之类的就说自己是ML大师,这样真正懂数学原理的人来竞争的时候 完全就露馅了
作者: cksxxb123 (maxwell)   2021-03-11 10:37:00
import torch as tf 厉害了
作者: michaelshen   2021-03-11 11:04:00
楼上是不是没看过import pandas as np
作者: mmonkeyboyy (great)   2021-03-11 14:33:00
import torch as tf 为什么这句我笑到爆炸
作者: CaptPlanet (ep)   2021-03-11 18:45:00
露馅了
作者: superpandal   2021-03-11 20:23:00
感觉是测试 都很表层
作者: hackfox (自家朘仔歪,嫌人尿桶漏)   2021-03-11 21:10:00
不要再ML,每个研究生都在做ML,业界需求没那么大
作者: LittleYueh (岳)   2021-03-11 22:43:00
露馅了
作者: pig22022 (宏)   2021-03-12 01:22:00
我们家300个工程师大概只有10-20个researchers,给你参考
作者: exthrash (Wherever I may roam)   2021-03-12 12:16:00
import tensorflow as print
作者: backpacker18 (It's Fucking RAWWWW)   2021-03-12 18:01:00
那你很懂ML欸割
作者: a1234567289 (蛋包饭)   2021-03-14 19:53:00
那些都邪魔歪道 算法练好才是真的
作者: bear1414 (story)   2021-03-14 23:29:00
ML的工作Kaggle只是一种衡量实力的标准 但不是绝对若要往研发和推进效能的话 有研究经验且发表更好若as data engineer, 实作和能看懂paper相对重要

Links booklink

Contact Us: admin [ a t ] ucptt.com