Re: 本來學ML是該轉路還是繼續鑽研
大家去google一下最近AIDS論文中的作者
那些作者中研究生的linkedin跑去哪裡不就知道了
我的觀察啦
除非進那種大所的少數人 (Google, FAIR, Nvidia, MS research)
很多博士AIDS領域的還不是去小公司當data scientist
薪水可能跟新科碩畢的大公司碼農差不多
像我上次碰巧查一個論文的作者
有google實習加上名校博士學歷
也是畢業去小公司當data scientist
這樣CP不覺得太低了嗎 讀一堆高等數學耶
還是當碼農比較CP高啦
※ 引述《Apache (為寺川愛美瘋狂打call)》之銘言:
: ※ 引述 《Neistpoint (Neistpoint)》 之銘言:
: :
: : ML的各種職缺和工作內容有幾位大大回答得很詳細了
: :
: : 這邊針對就業市場的狀況跟大家分享近兩年的招募心得
: :
: : 首先我是做數位IC設計相關工作的, 對於新人沒要求即戰力
: :
: : 所以EE, CS 或其他相關背景的都會談
: :
: : 目前看起來EE非固態,類比,RF相關的科系,CS還有其他工程類包括環工,醫工,農機,造船等
: 等
: :
: : 十位畢業生的研究題目大約會有7位以上跟ML直接或間接相關
: :
: : 雖然這個領域未來很看好, 但是真的沒那麼多職缺
: :
: : 所以要ML為業, 真的要問自己是不是真的喜歡, 下了多少功夫, 競爭有多強
: :
: : 如果看好, 盡量往技術含量高的地方擠, 想辦法撐下去
: :
: 我剛畢業 同感身邊的人做AIDS比例很高
: 這領域不是不好 只是做的人真的太多了
: 外面想跳進來的人 看做的人多 新聞多
: 也以為這行很好找工
: 但是反過來 本科系可能並不是自願去做AIDS
: 我自己念本科在找畢設的時候 選項幾乎離不開AIDS 被迫做兩年
: 職缺最大宗的web mobile infra embedded QA
: 反而沒什麼Lab願意做
: 是不是科技部計畫對大學影響太大了
: 沒有讓學界資源得到良好的分配
--
そうだこの世界は残酷なんだ
勝てば生きる...戦わなければ 勝てない
https://i.imgur.com/xBO9LfD.jpg
---<<進擊的巨人>>
--
你來鬧的喔,北美新創有些給的比大公司更高
原po內行,認識的112很多也不走ai了
Brain的RS只收PhD,ML SWE不一定要ML背景
非PhD的當碼農CP值高無誤
真暗黑 一堆自己在讀 AI 的嚇別人不要讀 AI XDDDD
原 PO 112 EE 轉去讀自己口中 CP 值很低的 AI 博哈哈哈
112 很多不走 AI ??今年機器學習修課人數破千
最恐怖的不是吝嗇不教你的同學 是那種為了避免競爭故意跟
你說錯的答案的 XD
上一篇也是一個一看就是做 AI 研究的 在嚇新手
不懂欸 你們都是聰明人 都跑去自己所謂 CP 值很低的領域
讀
112 EE 去竹科當碼農 輕鬆 150 起跳
@[email protected]~做理論AI缺只會愈來愈少 反到做應用的愈來愈多
你們都沒選自己口中 CP 高的路 到底 XD
不過真強者真的都去小公司賭一把多 前提要先沒有身
份問題 一般留學生都還是會先去大公司蹲一下
我強者朋友就是他老板強者自己強者還寫書那種
就是去新創+自己再開公司
當DS現在也是混大鍋飯的人多 混出名堂的一堆是DE
回l大,修課跟就業兩回事
修課能代表什麼= = 一堆人修微積分是有要走數學?
有修課還不錯啦 我遇到一堆連課都沒修過也沒真做過
在那裡指東指西的 囧> 不過也只能吞了T_T
e大邏輯清楚xd
你這樣簡稱害我一直想到愛滋
實際上就是做AI僧多粥少,還需要頂尖學歷PhD
就生錯時間 就是這樣 不過去年也砍了不少人就是了
其實講得沒錯,我們 team ML 清一色都是 PhD。比起碼農競
爭高太多
有啦 最近有個大學生也做DL了 不過他做硬體多
他叫Jim Keller
也不是什麼做算法的人就是了 還會說怎麼不用GG
樓上笑死
前幾年做AI的失業率就比AI創造的失業率高了...一堆吹口哨
壯膽笑死
新創最近沒有給得比大公司高了 至少H1b的資料看不出來
像我們麻州這邊的PathAI給得也比不上FAANG
如果 Airbnb snap Databricks算新創 那確實有比faang 高
本科論cp值在台灣不會有低過web的 基礎扎實蠻適合處
理複雜資料的
理論給phd做 應用給meng, ms做有什麼問題嗎?!
PhD 只做理論會變成亂源你知道嗎XD
22樓觀念正確,修課與就業兩回事
5年前修ML畢業 也做了五年的ML職缺 現在要我選
學校還是修ML 因為好畢業 但就業會轉方向XD
主CS 副ML end to end的能力要有
大新創給得高 小新創大家都在等賣公司分紅分股的
看得都是後面的職位 算一種賭吧
而且H1b只看base 所以還真的看不出來
一樓說『新創有些給的比大公司更高』
現在新創真的是靠樂透 基本package真的比不上
有啦 就獨角獸有 @[email protected]~ 大概多5~10% 還有一個是位置
會高一階 但這種通常國際學生不會去....
一樓沒算說錯 你看一堆人跳槽都跳去那裡就知道了
有的中國公司也給很高 @[email protected]~ 我有不少同學在有身份後
都跳了 但揪竟有多大包我到也沒仔細問
應該沒有人會往下跳的吧 (我猜)
很多FG的員工 跳槽都是去潛力新創的
對岸不是會講年齡分水嶺嗎 除非管理職
32樓 靠北XD
那個是打了針吃了藥的大學生好嘛!
神人不是凡人可以計量的
新創薪水以前有人分析過 #1L000veg (Oversea_Job)
加上搞不好最後股票變廢紙的風險,拿大公司RSU
近幾年也一樣可以一直漲 所以去大公司可能還是較好
15
等 : : 十位畢業生的研究題目大約會有7位以上跟ML直接或間接相關 : : 雖然這個領域未來很看好, 但是真的沒那麼多職缺23
Quotes:“Strength is something you love doing and are good at.” 看了板上許多討論ML vs. DS和大公司 vs. Startups的文章 (這兩個面向是高度相關的) 很多都是很好的分享,例如 上一篇前同事frouscy的精闢灼見 ()和6
ML的各種職缺和工作內容有幾位大大回答得很詳細了 這邊針對就業市場的狀況跟大家分享近兩年的招募心得 首先我是做數位IC設計相關工作的, 對於新人沒要求即戰力 所以EE, CS 或其他相關背景的都會談 目前看起來EE非固態,類比,RF相關的科系,CS還有其他工程類包括環工,醫工,農機,造船等等33
一個ML應用要落地產生商業價值 在data scientist把model訓練出來之後 還有很長一段路才能真正進到生產環境 ML系統的複雜度其實非常高 從資料收集,特徵處理, 模型訓練, 模型測試, 一直到後面的模型部署,模型監測22
^^^^^^^^^^^^^^^^^ 恩..."後段國立科大資管",好一點的公司可能連HR那關都過不了 : 因為一些私人原因是不用當兵 : 所以論文完成後準備開始找工作 : 目前程度:15
首Po各位板上大大好 小弟是後段國立科大資管碩即將畢業 因為一些私人原因是不用當兵 所以論文完成後準備開始找工作 目前程度:
爆
[心得] 商科大叔轉Google 軟體工程師先說背景,大叔我是政大商科畢業,今年超過35歲,大學畢業後,當完兵,在國內工作三 年左右,接著到國外唸MBA ,之後在國外工作四年左右,一直都是商科人,現在人在矽谷 Google 總部當碼農。因爲不少朋友詢問過整個過程,我想po出來或許對版友也能有些幫 助。 三年多前下定決心轉職軟體工程師,我開始利用下班時間及週末,透過各種網路資源自學92
Re: [問卦] 有沒有沈芯菱的八卦?做了一個夢 夢中因為還是很在意她學術成就那方面的論述 所以還是浪費了時間查了一下 這個網站寫著25
[亞洲] 找日本機器學習及研究型職缺心得分享來不及趕上上個月的徵文活動 但還是想要來分享一下之前找工作的心得 希望可以幫上喜歡日本、打算來日本工作的人! - 1. 前言7
[討論]RE:[請益] 商管碩士畢業出路同樣的問題,原PO在去年就問過一遍了。 不過他2019年9月才去國外唸書,現在2020年11月28日就已經取得英國碩士學歷了? 原PO只花一年就拿到英國碩士學歷了,這麼厲害還需要上來問,應該各大公司搶著要了。 英國碩士課程學制一般有幾年?7
Re: [討論] 高論文被引用4500次?我是剛剛刪文的作者,我跟前面作者不認識,而且我用自己的手機發文。 我跟這篇討論不一樣的點如下。 我不是在這個領域,我只是好奇高委員所說被引用4千次是什麼東西,但是我在資策會發 表的論文以及博士論文的reference區域,找不到以下三篇論文,還是我眼花看錯了,可5
Re: [問題] 各位覺得冷門理組未來怎麼樣?重點不是科系名稱或是領域 而是是你進去以後做研究的方法跟工具是否對業界有用 不是本科系的工作又如何? 我在美國遇到一堆這種的 有人地質博士 研究做地震波的分析4
Re: [閒聊] 論文被教授完全瓢竊真的會氣到想殺人嗎原文的推文是不是很多人搞不清楚thesis跟投稿期刊的差別啊 如果是thesis我覺得才是我們一般說的論文 就是畢業前想辦法生出來才能口試的東西 那東西本質上是研究生自己寫的上面不是你的名字你也不能畢業 先不論碩士論文有沒有學術價值、值不值得老闆剽竊1
[問卦] 寶可夢的世界觀博士要寫論文嗎寶可夢小智一開始就遇到大木博士 但這個博士 有寫論文嗎 看有一集 有一個研究生