来用自己的例子劝退一些想跳机器学习的人
首先是数学程度，
我是数学系的，什么线代，微积分，机率，统计的都很熟其实工作也会用到，
描述一些比较有印象的工作用过的数学，
比较有趣关于微积分的经验:
老板把问题用一个式子 exp(-rx)*((1/delta)*sqrt(A))*exp(-x^2/(A))来解释，
并要对x积整个实数范围。
在场大家都面面相觑我就被要求积了。
但这其实不难积，就高斯积分，有背整理一下秒解，
没背也不难推。我大学微积分没在背的所以是当场直接推，然后才继续那场会议。
机率统计就那些常见的像是:
在一堆数据中给一些想法假设然后检定，
或是想办法对一直变动pattern的资料去建对应的机率模型。
但我具体数学程度到哪，举两个例子一个是深度学习WGAN一个是经典的random forest。
https://arxiv.org/pdf/1701.07875.pdf 这是WGAN。
https://link.springer.com/article/10.1023/A:1010933404324 这是RF。
基本上里面的纯数推导我几乎都理解，
WGAN用到实分析跟线性规划，
RF则是机率。
以上大概描述一下我的数学程度。
接着是我的电脑技能，
我熟悉的语言有C++跟PYTHON，基本上各有两年以上的工作实务经验。
python就绝大部份公司机器学习用的语言不解释。
C++曾被公司要求所有算法都要自己刻，这之中还包刮神经网络，
连 backpropagation 都要自己刻，
然后资料结构算法，计算机组织，作业系统都读过。
至于程度到哪我也不好说，我自知去参加程式比赛会被电死，但基本程度应该是有。
资料结构的程度至少是在刷题的时候不会卡在"天啊这个是什么资料结构"，
跟曾经在工作被要求刻了一个红黑树，虽然我现在忘了而且skip list太好用。
算法就刷题的时候不会无止境一直设条件，
会尝试用一些算法想法比如 divide and conquer or dp 来解题。
计组作业系统就是那些什么cpu pipeline 内存管理缓存设计都懂。
数据库则是公司用什么我就学什么。
机器学习的部分就是几乎现在大家喊得出名字的我都可以实作，
有要证明的模型我都可以证明，不过需要回忆准备一下哈哈因为模型太多没全记。
大致用书来表示一下我懂得大概范围好了。
https://www.deeplearningbook.org/
deep learning 的经典不解释。
http://www.cs.cmu.edu/~tom/mlbook.html
machine learning 也算经典但很老的一本了。
https://www.tenlong.com.tw/products/9787302275954
各种经典的机器学习模型的推导书，虽然这个作者几乎只是翻译论文，但翻的还满好的。
新技术太多我就不提了我都有在追。
以上大致描述一下我的程度，目前的结果是我近半年完全找不到工作XD
不管国内国外，丢履历都没回复，基本上连面试机会都没有。
搞得现在只能送foodpanda，
真的是能力不足阿...
希望这惨痛的经历能拯救还想再跳AI的人阿。
==================================================
发现太多人执著实作的部分，其实要求手刻的只有一家公司，虽然我也在那边做很久
除了那间公司其他的我也是用包啦，Tensorflow，cntk 之类的都会用。

大佬可以考虑下转SDE了………………………………………

祝原PO找到工作

是不是CV写太烂了?

比起外送，不如先找个web后端蹲一下，虽然月薪七八万可能比不上资料处理十几万～

那个积分做配方后还是高司积分，不过面面相觑也太惨

咦...原本的公司是倒了吗？

比较好奇 你台湾投那些公司？

没有只投百万的啦，虽然我最后一份工作是有破百基本上看到觉得符合就丢了

冒昧问一下原po学历?据我所了解的台湾有招比较多AI的 内部几乎都是台清交

只有数学学士还不是四大哈哈，所以上述的东西全部都是自修

不怀疑能力，但方法很没效率吧，手刻技术算法或数学很厉害，实务上根本没必要。

或者有相关会议 publication

而且实务上，你数学再强也输给烂资料。

要自己刻bp?! 是在gpu上实作吗如果是要在cpu上刻BP, 为何不用现成library ?!

"要证明的模型我都可以证明，不过需要回忆准备一下"，这句话看起来很强，实际上面试大厂也是不合格的。李航那本书很多人在背喔，某些职缺的基本功而已。

疴.....我没说这些东西很难啊= =

原文这种做法，真的不如好好学 TF或 keras范例，还比较好找工作。

D的意思不是这些东西难易度的问题是在跟你说面试就是不太能有"回忆准备一下"这种情况

这跟能力无关而是市场选择问题。

非怀疑我原文能力，只是原文选择的技术展示方式，是台湾工作的小量市场。

感觉可以找想进的公司，然后去LinkedIn找员工内推，这样到面试关的机会应该会大一点

疑这招我没想过耶，我来试试感谢你~~

完全可以理解手刻c++甚至bp的需求xD其实现有套件很多c++ backend还是太慢 尤其只能用cpu的情况 要不然就是包台大 不好用 懂原理还是怒刻一波最快包太大*蛮羡佩服大大的技能组欸 不考虑往游戏引擎或底层走吗 业务而非效能技术导向的工作可能真的不好上QQ

业界比较care model compression

靠背有够强 你应该是找不到满意的不是找不到吧

感觉同上

有比赛经验吗？还有github上面都放什么专案，可以把Sideproject放上去，如果真的要找研究缺大部分还是需要PhD会找一些有其他背景的人，我觉得有一篇回复挺好的，在台湾AI是加分项是工具。当然要做图神经网络就得另外探讨了

感觉你兴趣的缺 都是给phd比较多的 实务上你不找方式呈现连面试都没有也不太意外但你又有几年经历 完全没面试也没headhunter找也太离奇针对jd上得去准备吧 不然很容易准备方向偏离市场需求找几个现在有在征才 你理想的职缺来看看？

其实原因有在分析，只是我本来觉得没这么扯，但看起来是最主要的问题还是缺太少，其他缺就是工程师缺。跟机器学习有关的就是build model。啊我的经历有兴趣请站内。我是觉得会离题哈哈这篇主要是不要在跳AI，因为可能会徒劳无功。不如还是老实

其实你整篇提到理论会的部分 找不到面试不太意外

点高SDE的技能，然后多点个distribution system的技能还比较实际

纯研究的缺没有正统学经历连面试机会都没有，建议还是朝RD(fw or sw)里DL应用的缺找看看，应该有机会，加油

推文里面看到kaggle排斥那段心态上建议也调整一下

应该是学历烂吧

看起来实力超强的说QQ

推这种追根究柢的精神，但这方面感觉不好走QQ

感觉很厉害耶 是不是自己做产品当老板比较快

真的都懂应该机会很多吧

原po484不会写履历.. 找人帮你写应该面试收到手软

我觉的你超强，但适合你的缺在ML中也是最为抢手的存在，你的竞争者学历肯定比你厉害，不知你有没有试着数据化你的数学能力，让面试官看到你的产能比方说你举的噪声很多那个例子，你可以说一般调包的出来是正确率A，但你用啥数学方法，把正确率提升到B,总提升B-A,多量化你数学能力的贡献

感觉原po很强阿！帮推

稍微看一下你在板上的文章 感觉你的gap year才是致命伤

你有竞赛网站的积分之类来量化技术能力的纪录吗?

身为完整看过WGan论文然后现职是相关领域的人，我相信原po 是有能力的。但不是每个人资或是主管都有能力判别，所以是不是其实拨点念书的时间去打比赛或是充实github会比较容易让人一眼看出你的能力？

不是履历的问题啦，研发职缺，原文有相关学历或论文吗？没有直接过滤，很现实。开发职缺，需要一直算数学的技能吗？不需要也没加分。

推~这也太扯,这种能力去送foodpanda...

真der。看完之后我心里会想：我才是那个该去送foodpanda der人想诱我转职foodpanda，啧啧

你搞错了，根本不需要懂原理，反正现在都是调包调参而已一堆公司面试时狂问CNN RNN LSTM Transformer进去以后不是random forest就是xgboost，更难的根本没用重点是如何证明你懂实际业务上的问题并且迅速设计模型想走算法设计只能去deepmind那类机构，但得有paper

我觉得懂原理还是有优势的，大概就是普通台厂跟一线外商的差别

你的问题应该是嘴泡能力大于技术...

找工作跟面试 就我的观察是 能力 运气 与相性的结果 祝顺利

要马打比赛 要马发paper 要马leetcode 要马side project, 版友说的没错, 你的问题就是你认同的东西在别人眼里是嘴里

把时间浪费在写红黑树跟基本DNN找不到工作刚好而已= =而且八成大概是在简历关就在学历部分被删掉了

就 不管是不是人才 别人不需要也没用啊

楼上你说的没错，所以我看很开哈哈哈，生命要另寻出路

这种找国外远端还比较有机会 大家都说了台湾的职位只要你用library不用懂那麽深啦

学历太烂+只会嘴砲吧。你可能实力真的不错但没有强到能突破学历限制台湾AI缺都台清交电资硕，尤其很多AI跟硬件相关的特别多，有学历要找的话轻松多了

就算我真的在嘴砲好了，假设我说的程度只有我写的四分之一，也就是数学只会微积分，电脑技能只会写python循环然后只会套模型调参，机器学习只会李航的那本但只到听过的等级，结果还是我后半生会失业也赚不到钱，结论还是不冲突啊，你们到底在执著什么我不懂=_=

帮补血, 老实说李航那本我不认为看完对于找 AI 职缺有什么帮助...另外, "线代、微积分、机率、统计都很熟, 工作也会用到"但你给的例子却不太像是日常工作会被 "应用" 的问题...我能理解工作中会应用到这些数学概念的情境, 但很少会是证明或是求出解析解的方式呈现, 通常比较像是将问题抽象化简?

贵圈真的有够内卷的。。

虽然我不知道为什么要欺负做数值的很多做减模型的....都跟数学没啥关的啊很多AI公司都要这种人 薪水$200k起跳哦更别提那一堆做data的

工作很简单，但钱并没有不多，主要是marketing的问题要有把ML和公司业务结合的能力，这并没有那么简单

其实很多AI公司都不太赚钱的XD

推原po重心根本不在自身上+1~推文整个歪楼了XD

推一个。想请教一般ML不平衡分类模型，变量也都很稀疏情况下，除了up sampling跟套class weights外，有更创意的做法吗？

所以其实讲白了 就是前面讲烂了的 "AI这职缺在台湾""拥有硕博士学位只是基本门票" 非本科转行或学士根本是连你有多强都不想看 我相信有看的话 不会一点机会都没有但是都是直接 "蛤? 学士? 还不是本科 直接PASS吧"

你有投MTK吗？ 我能力搞不好没有你十分之一 没被考什么就上了..

大厂我连履历有没有被已读都不知道哈哈哈哈

MTK不收学士吧

谢谢分享

可是我非本科四大理工硕找算法相关的职缺还是一堆人来找我欸 只能说原po时运不济

其实没关系啦我看很开，因为是我自己喜欢做的事，然后现在放弃在台湾挣扎要出国去唸书了哈哈哈就一边foodpanda一边刷题一边找代办了

数学系学士没有经营Github或展示你实力的方法的话，就会变成都是空口说白话，通常会更愿意找顶大硕士CS来面试吧？只针对没拿到面试回一下会不会是这个原因

应该单纯是实力不足

不是这些原因的话，应该真的是实力不好了

原po真的强，我是四大非本科跳AI的 个人感觉AI缺比去年很多了，但感觉你是想找纯做AI算法的 台湾真的比较少就连外商的AI缺都需要data engineer/software engineer技能

看到最后一段下巴都掉了 祝原PO海外求学顺利

HR说还行你就信?感觉就是CV乱写一通，面试没准备到重点，也没有connection，不过你想要的工作内容，也只有deepmind/google research/Microsoft research 或是其他以研究为主的地方才比较适合，但这些地方超难进

有E2E deployment经验还是最重要，理论在强，无法商品化的模型就是没用