[請益] AI工程師怎麼評估專案績效?
我即將轉職到某間公司
在面談的時候
總經理說 我要負責帶團隊
並建立AI工程人員的考核制度
這部分我不太熟
想知道各位AI工程師的公司
用什麼績效評估制度嗎?
--
沒有任何先前的經驗要帶AI工程師?good luck
喔我誤會了是你是HR AI工程師的績效標準就跟一般工程師差
不多 都是要上線系統
誰train出來model的AP比較高嗎XD
一年發幾篇頂會論文吧
競賽排名之類的
工程師還要發頂會論文太累了吧 通常都是 researcher在發的
engineer只能湊熱鬧 除非是 research engineer
我以為是給PM繳交工作狀況
要看是哪種AI囉,呵呵
基本上不要想用客觀工具來評估的念頭,如 issue/proj 數等
可以做的就是去訂出一個工程師的面向,如完成 proj 這件事
可以拆成做完/做好/甚至主導,溝通,最佳化專案,不同的完成
度對應到不同考績。
而這些的判斷都是基於主管"主觀"認定,但前提是主管要頻繁
1on1了解工程師工作,然後考核的時候可以適時跟工程師說
那些面向可以再加強,此時可以收到一些工程師的 feedback
收到 feedback 後再由主管"主觀"考核即可
我會這樣講是因為工程師太多雜事是對公司重要的,例如 PRs
review, 維護等雜事基本上都是苦工,工程師是可以選擇留個
LGTM 就 approved 的。爛的考績方式會造成這些小細節不
被重視。
用AI評估
公司都沒目標嗎? 照目標拆解怎麼會跑來問。
而且人員績效考核制度,不該只有技術達這因素。
先確認公司或組織的KPI或OKR,再拆分責任與目標。
你先講什麼產品吧這年頭只講AI的只有外行人吧
推23樓,用AI評估
不會自己產績效報告的AI怎麼能算是AI
感覺很雷
直接問工程師他們覺得這個領域怎麼評
看目標長遠?短期就常見的準確率/效率提升度之類的量
化指標,長期可能看成果往目標前進的程度。或許光是做
好可行性評估,確定哪些方案不可行,也算是績效的一部
分~
直接看專案成效(各式客戶評比標準)
27
[討論] Ai 與 工程師嗨 感覺在AI日益強大的今日,應該思考工程師與AI的關係了。 雖然說精進自己都是最重要的,但提前做準備並沒有不好,畢竟選擇總是比努力更重要。 關於近幾天有傳出今年會發布GPT-5,也有描述到所謂的強AI,到底是不是所謂的AGI還並不 清楚。25
[閒聊] AI要畫得美又精準,得靠「提示工程師」!AI要畫得美又精準,得靠「提示工程師」!這項未來職業要具備哪些技能? AIGC 的特點是自動化生產、高效。隨著自然語言生成技術 NLG 和 AI 模型的成熟, AIGC 逐漸受到大家的關注,目前已經可以自動產生文字、圖片、音訊、影片,甚至 3D 模型和程式碼。然而,有玩過 AI 文字轉圖的人應該都知道,生成圖片的好看與否,有沒19
Re: [標的] Google.US 鮑爾爺爺的隱憂除了上面幾個隱憂之外 長期來說最重要的是Google的 工程師為主文化在崩解 Google之所以能有許多優秀員工來自於之前的自由和多樣性人才(Talents)以及不裁員文化 因此內部風氣跟Amazon 完全是光譜的兩端 Amazon內部瘋狂PIP Hire-for-Fire有毒文化 造就許多專案都是短期和互相搶credit用 這些有毒文化造就Alexa AI裡面有許多專案還 大量在使用rule-base solution 程式碼一堆地雷 網路上都戲稱屎山 也因此這波在20
[請益] offer (台達電/戀人/台塑網)-----幫朋友代PO----- 請益各位月收300萬人生勝利組大神 朋友背景如下 在系統廠待了快兩年 想往AI領域的影像或語音相關發展,他拿到以下offer19
Re: [討論] Ai 與 工程師我認為應該不太可能 因為AI要訓練的資料(網路上有發布的code)很多都是簡單的專案 例如整理資料類或者簡單的一小段功能 複雜的大型專案是幾乎沒有資料讓AI訓練的 除非訓練AI的團隊自己產出這類code,不過不太可能就是了17
[請益] 瑞昱工讀生 要去嗎小弟我剛從國立後段資工學士畢業 目前雖然是等當兵的狀態 但還是有面試一些公司 目前有兩個猶豫的offer 都可以接受留停8
[問卦] 給AI治國會如何?所有法律都AI評估 房價 少子化 能源政策 全部都交給AI做決策 也不需要這麼多政務官 找幾個工程師維護好AI設備就好7
[問卦] 為何AI沒取代管線工程師?如題 這時代AI都要取代畫師畫畫了 未來可能一堆畫師都用AI工作 但為何AI到現在都沒取代工程師呢? 例如管線工程施 告訴AI區域3D空間 有幾根種類管子要走 性質 公安消防法規 管徑多大 規劃出最佳動線 這麼簡單的事AI一定會吧?5
Re: [請益] 想從零開始轉行當AI軟體工程師其實看到這串討論文真的心有戚戚焉 目前AI工作2年多,是有一些心得... 其實AI方面的工作,更需要的是系統/資料收集相關的人員 例如 標註師、CUDA優化、嵌入式相關、伺服器相關等等... 這些都不需要數學多好,更要求的是程式/系統能力,需求量也更大