各位版上前辈们好，小弟新竹宅宅大学管院硕毕，修课、比赛、实习及论文以资料科学领
域为主。但非AI领域专精，下方叙述若有错误还请版上前辈指正。
以近几个月小弟面试AI相关职缺，及同LAB同学面试下来的结果发现此类职缺大致可分成
两类:
(1)须对各类模型了解透彻，并有能力自己设计或是修改算法，提高实用性。
(2)纯粹引用套件，对算法过程不用了解透彻，甚至只要知道参数意思，然后验证调参
，调完看结果选比较准的方法。
以小弟本身及同lab条件差不多的同学面试下来的结果，明显第一类工作都资格不足，而
第二类的工作则是都有拿到offer。
比较两类工作，第一类通常是在科技厂，薪资较第二类高，工作内容有明确的专案目标，
目前看来应该未来发展性较好。
第二类工作虽听起来难度不高，但不乏是大公司开出的职缺(银行、电商等等)，月薪约45
-50K，工作内容大部分在满足公司内部或销售的临时分析需求。
因小弟认为目前能力不足以胜任第一类工作，若想从事AI相关工作，会先以第二类的工作
为主，另外再继续进修。
本偏主要想问的问题是，第二类的工作内容不外乎整理资料、引用套件、调参然后应用，
小弟认为被取代性非常高，因难度实在不高。
小弟修过许多系所开设的AI相关课程，除资工、统计的部分课程会深入讲算法，其余科
系的课程大部分对于模型细节不会讲太深入，且蛮常听到老师说[只要会用就好]。上学期
有类企管的系所都有开设AI课程，不过小弟没去修。
小弟认为任何人多修这类课程就能胜任第二类工作，但最后变成"只会用"，对于模型过程
不求甚解。担忧这类型工作未来发展性，及高取代性。
想看看版上各位前辈或相关领域的高手怎么想，若内文有误还请见谅。