社会大学的学长姐们好@@
先附上自我介绍...
我是上学期(109)刚从公馆资工phd毕业, 大学硕班都是数学
虽然求学过程都在用python跟matlab, 但coding能力个人觉得偏弱QQ
然后因为博论题目就是影像跟CNN相关的研究, 所以就想找这方面的工作
但因为疫情的关系, 拖到现在才来研究就职的事
因为唸书期间就在南港当助理了...所以现在就是继续接着当博后
原本是想找AI工程师之类的职缺
但研究了半天发现事情并不如憨人我想的那么单纯QQ
我找了几间大公司的职缺说明, 感觉好像都会去碰到一些硬件(?)
而且爬了一下版上的文章发现自己的实战能力好像很贫乏...
所以想请学长姐们指点一下我现在该先补强什么方面比较好?
英文部分, reading是没什么障碍, 但writing偏弱
coding方面, 没刷过leetcode也没打过kaggle...我觉得我好废QQ
然后论文题目是试着用CNN去解影像处理中的inverse problem
例如compressive sensing, super resolution, inpainting等
可是因为这类问题用的CNN都比较冷门, 加上我们是自己设计新结构去解
所以当红的yolo, U-net, ResNet都没implement过QQ
然后AI相关的数学知识我就比较有自信
CNN, RNN, GAN的数学概念, 最佳化, 图论, 线代, 机率之类的掌握度都还蛮高的
可以投appier ai lab 之类的纯软公司，但就是要刷题
作者:
Hsins (翔)
2021-09-06 07:59:00跟我之前的一个学长一样，他后来去了中国发展，给你参考……我指本科硕士唸数学，博班去念资工这段。
讲句老实的 如果最后找到的薪水低于120的话参考一下竹科的职缺吧今年M 给 PhD 是 200 起跳不用浪费112的学历给台湾软件公司糟蹋
作者:
arhtur945 (AnthonyBennet)
2021-09-06 08:07:00直接出国吧..台湾养不起你…你当初怎么没直接申请美国PhD
作者:
holebro (穴弟弟)
2021-09-06 08:37:00mtk见
作者: whitecut 2021-09-06 09:37:00
博班至少可以去GG吧
作者:
bill1992 (我是魔法的踪迹)
2021-09-06 09:41:00很缺内推奖金.感觉适合量化金融职缺 薪水比ic 高多 有兴趣可以站内信
作者:
hduek153 (专业打酱油)
2021-09-06 09:57:00开始刷题投外商 投完换投国内龙头
作者:
sooge (老衲)
2021-09-06 10:24:00现在的年轻人 真的会被python 和深度学习害惨 硬件很简单的不难 你可以去面面看 你不要排斥 之前我在做嵌入式系统 我同事在面试人都会问有没有碰过底层的东西 大部分会写安卓和iOS App的都不会 除非你不喜欢 不然你可以学学看随便一个上过资策会的或是自学的 深度学习模型套一套就能做出你硕士的研究领域了 不要让自己没有竞争力我现在是遇过嵌入式的单位会找深度学习的人 人脸辨识会用到
作者: ghmsxtwo (YI) 2021-09-06 10:31:00
推so大
作者:
sooge (老衲)
2021-09-06 10:32:00进去自然就会有人教你怎么把这些AI弄进硬件里 做实际应用
作者: k798976869 (kk) 2021-09-06 10:37:00
PhD很抢手的
作者:
odahawk (羊皮狼)
2021-09-06 11:29:00嵌入式的东西你就找一块硬件例如树梅派开始试做啊
作者:
oopFoo (3d)
2021-09-06 12:41:00台大PHD，很多门自动打开。不要妄自菲薄
作者: Jackasdf 2021-09-06 12:52:00
AI总要实现到产品上才能卖吧 所以碰硬件是一定要的 如果你只要发paper那去中研院
作者: chrischen (一个人的长假) 2021-09-06 13:00:00
台大phd自信一点 有兴趣就去面试 不用想那么多就算没碰过，也要有自信短期内快速上手
作者:
testPtt (测试)
2021-09-06 13:27:00你能把model生出来验证可用性就好了 剩下别人会处理
认真回yolo不难，你这么懂CNN的话，implement只是时间问题，现在公司要的东西也不是implement，要的是开发跟debug我也认为你去面看看MTK，别没自信说学不起来，数学这么抽象都学过来了
作者:
bill1992 (我是魔法的踪迹)
2021-09-06 14:04:00这个版要变成发哥版了？
作者: caeserhaha (凯萨沙拉) 2021-09-06 18:18:00
公馆资工PHD不要浪费学历去猪屎屋擦屎
作者:
ejnfu ((-. .-)b)
2021-09-06 18:31:00如果ML/DL真的很厉害，可以去M或外商的AI研发部门搞AI本来就数学才是最重要的，尤其你还是PhD。implementation有人会帮你搞定的我只遇到就Qualcomm/MTK在台湾都有AI研发相关部门*我知道的
作者:
Obama19 (^_^)
2021-09-06 19:27:00我是觉得有些愤世嫉俗的推文DUCK不必 无助于讨论
忠言逆耳啦 泡泡就是拿来戳爆的如果我一席话可以戳醒几个人想通改善生活领到应有而且尊重专业的报酬 那我觉得是好事一件
作者: chrischen (一个人的长假) 2021-09-06 19:57:00
duck不必+1 出发点可能是好意 但是一直酸只会有反效果
作者:
wulouise (在线上!=在电脑前)
2021-09-06 20:33:00投，新鲜人不一定要熟硬件
作者:
bill1992 (我是魔法的踪迹)
2021-09-06 20:44:00MTK大家知道 但即使在台湾软件比M给得多也不是没有 不需要一直酸
作者:
alihue (wanda wanda)
2021-09-06 20:52:00讲一些大家已知的东西在那忠言逆耳 随便逛个科技版就知道
MmRNPS 我都推 这几波下来陆续有不少人站内我问详细我觉得不需要把你们已知的东西当成大家已知的东西@alihue 上次被喷在不舒服吼 笑死如果大家都知道 会有人说去M是帮擦屎?
我酸web的东西都有酸到点上 不是无的放矢bill跟alihue真的很懂可以自己把我黑单掉讲的方式跟频率我会调整个 还是感谢以上几位给回馈
作者:
leoone (里欧一代)
2021-09-07 01:04:00纯好奇 做过super resolution 却没跑过U-net 我怎记得这领域的经典模型之一就是U-net XD
作者:
sumsum (simon)
2021-09-07 01:06:00112phd会有这种恐慌? 先投投看appier新加坡虾皮华硕AICS啊这些已知比较敢给的多聊聊吧没有你想像的这么艰困不要想太多多丢几次履历多面试几场你的背景算吃香啊
作者:
yamakazi (大安吴彦祖)
2021-09-07 07:43:00看你愿不愿意去中国或美国，应该很容易上BAT,FANG上面贴的陈敏宏我同学
老实说要往上走, speaking and listening这问题早晚要面对的, 可能可以正面对决 强化这部分能力
作者:
wave1et (百分百殖利率)
2021-09-07 13:07:00英文练好吧
作者:
jobintan (Robin Artemstein)
2021-09-07 15:30:00有数学当基础很好了，最后补个DSA与一些资工领域的专业课程，刷几道Medium到Hard的题就可以了，现在的现实是研究者的职位僧多粥少，反而代码搬运工的机会比较多。
作者: Jackasdf 2021-09-07 16:38:00
你知道他发的CVPR paper是Neural Architecture Search吗XD 他算AI硬件…有些人就是不想碰硬件 一直叫人投MTK
作者:
yamakazi (大安吴彦祖)
2021-09-07 18:14:00一点拙见，AI软件算法已经到了瓶颈，现在要靠硬件加速和软硬件整合方向做，光靠算法+CPU不够快，现在业界找的solution包含FPGA加速和GPU/APU整合
作者:
Apache (阿帕契)
2021-09-07 18:38:00NAS是偏硬件,不过原po也说不排斥硬件就是话说在台湾,薪水高+AI人才多+鼓励发paper有哪些公司?
作者:
Apache (阿帕契)
2021-09-07 20:20:00MTK 不过大部分做AI的进去都变embedded swe
作者:
ejnfu ((-. .-)b)
2021-09-07 23:56:00AI全球领先公司： NVIDIA软硬件平台都有整合
作者: sysgood (山药) 2021-09-08 00:29:00
我quit博前好像跟你做的很像XD
作者:
ILYY (毅力)
2021-09-09 19:12:00yolo, U-net, ResNet这些你现在开始练几天就好了