台北新创公司有在招ML的人才 如appier
那竹科大公司呢
联发科 瑞昱 台积电 应该需要ML的人
Synopsys Cadence也在想着把ML应用到eda tool
又或者竹科可能也有一些AI新创?
台清交 ML相关实验室毕业的学生
去竹科的多吗
作者:
b777787 (冬瓜)
2019-06-01 17:33:00很多！ai发大财 再搭配区块炼 年薪上千万
作者:
Iamjkc (è¬å¹´æ»æœƒ)
2019-06-01 17:45:00这问题跟问竹科有超商吗 差不多
作者:
toasthaha (toasthaha)
2019-06-01 17:47:00很多，然后呢？
作者: yolasiku (我的绿卡能吃吗) 2019-06-01 17:48:00
ai查电话簿
作者: po1379 (windwolf) 2019-06-01 17:51:00
ML应用到EDA tool???
作者:
chocopie (好吃的巧克力派 :))
2019-06-01 17:56:00出国比较多吧
作者:
w199381 (恶心肥宅)
2019-06-01 17:57:00目前ML/DL领域: 图影像,文字,声音还有吗? 想想台湾有几间公司可以搞这些
作者:
yainman (yainwoman)
2019-06-01 18:01:00GG也有阿
讲是这样讲 但这些公司哪间是靠ML在赚钱的? 还不能实
际赚钱的东西 顶多少数phd在搞 一般人进去还是碰不到
作者:
shiauji (消極)
2019-06-01 18:17:00新思有啊 前一阵子看到朋友帮征人
我知道孙民lab有去发科和安霸的新思有征 不过算少数 多数还是相关lab进去我觉得重点还是靠什么赚钱吧 竹科很多是把他当工具来看
作者:
stosto (树多)
2019-06-01 18:40:00很多啊，但薪水很低啊
作者:
w199381 (恶心肥宅)
2019-06-01 18:58:00真的就是一个工具而已 要配上实质应用才能赚钱 可惜这真的不多
作者: Physerapb (Phys) 2019-06-01 19:25:00
去大厂比纯软赚更多
作者:
ptta (ptta)
2019-06-01 19:26:00有啊，ML用在EDA已经出了产品，在cadence上面有看过
作者:
dslite (呼呼)
2019-06-01 19:32:00make love?
作者:
w199381 (恶心肥宅)
2019-06-01 20:00:00楼上 是跟风的要泡沫了 ML技术越来越成熟强大从single task到multi-task 越来越趋近人类学习方式Meta Learning, Reinforcement Learning都是越来越强大Life Long Learning也是近两年的研究方向
作者:
GTX9487 (Volta)
2019-06-01 20:48:00DL跟ML搞不清楚
作者:
katzlee (I wish)
2019-06-01 21:13:00ML是什么的缩写?
作者:
Zepho (抹神)
2019-06-01 21:32:00竹科的都是给内部产线用阿，跟你想要的有一样吗？
作者:
iamala (it depends)
2019-06-01 21:34:00ML越强大和熟ML的人是否能赚大钱是两码子事唷...
上一波泡沫是两千年的网络泡沫，破灭的是投资人的无脑投资梦，网络从来没有泡沫过，ml也一样
像这种有生产线的，用ML的才多，一堆产品数据可以分析认识的在联电，台积电都有在用产线上百道制程，每个点都收集data可以提早知道产品是否出问题，晶圆分析用更多
作者:
Eric0605 (我还有点饿)
2019-06-01 22:39:00发科很多啊
产线的484都用移动平均数阿 产线有很多资料 但是如果是"要异常"资料 异常那么多不就代表有人要包一包回家了 好奇真的可以做到很好的异常诊断吗 真心求解
笑死 产线最好用移动平均抓得出来喇 有这么好抓就叫OP去抓就好啦 谁跟你找一堆硕士博士甚至教授去处理啊
作者:
den7 (电电电电电电电)
2019-06-01 23:05:00原来是machine learning...一定要每件事情都缩写吗......
作者:
wrt (一片小蛋糕)
2019-06-01 23:16:00连104都不查一下就在这问
你知道GG 设备也一堆硕士吗 事实就是真的很多硕士要帮忙看SPC chart 然后大部分都是工业工程惯用手法要那么多硕博士 其实是要找 异常的原因
SPC归SPC 又不是有做SPC就不做FDC之类的
没说不做 反正台积都是系统已经用好 让Fab的人去用了而且FDC 第一道防线也是卡SPEC 看到一点飘掉也是要处理
回leo，异常侦测就是imbalance问题并非要一堆异常资料才能玩
你要不要先往那边看一下：好大一颗快破掉的ML泡沫啊～
作者:
crusoe (克鲁梭芯片)
2019-06-02 07:21:00建议往交易圈走，台湾科技业在这块还早
作者:
GGing (小轩轩)
2019-06-02 08:17:00竹科有 ML？很多都是喊喊根本做不出什么东西呀！一堆人会个 KNN 或 K-Means 就说自己在搞 ML
作者: Ethical (游志杰) 2019-06-02 08:59:00
噱头而已，有玩过就知道重点再那
作者:
zhi5566 (协志 5566 最棒)
2019-06-02 11:50:00要玩去国外玩 台湾跟风而已 这种都要长期而且大量投入资简单讲麻 你数据库哪里来 没有你玩个鸟 台商投入资源 是去看自家产品有没有可以卖 跟你想的实验室不一样像在AI很夯 每天都在讲 那我问你 你没数据库 要训练个鸟数据库很烧钱 台厂看到都傻眼 做做简单的还可以
作者:
exeex (执行档EX)
2019-06-02 12:41:00台积电有 发哥也有ML技术要加进现有流程 算是比较高风险的尝试所以比较少专门为ML/DL开一个职缺ML/DL现在比较像是加分条件至于其他小公司 资料本身不够 或承担不了ML的高风险投资 基本上都是讲讲而已
一堆公司的ML根本噱头...明明可以approach硬搞ML根本拿大砲打小鸟
作者:
DrTech (竹科管理处网军研发人员)
2019-06-02 18:48:00钓到一整串外行人。
作者:
hjk121 (Quito)
2019-06-02 21:19:00楼上一句话得最罪一群人XD
作者: vul3kuo (Glory) 2019-06-03 15:03:00
一堆公司搞噱头+1 。举例人脸侦测，需求不需要多精确的情况call opencv lib就可做到
作者:
mayasky ( )
2019-06-03 18:12:00我绝对不会说在某1605公司电梯里听到几位主管讨论如何硬扯AI好迎合上意...这种动机还期待什么?
ML最后就是变成工具列上的一个按钮无需什么技术，有资料才是王道
作者:
stosto (树多)
2019-06-04 04:25:00ML有资料不够好吗？要把资料变成有用才是王道