[心得] AI/ML software engineer工作心得
之前還是學生的時候在版上發文詢問過方向,到現在已經工作約半年了,
分享一下我後來學習的方向和目前的工作內容,當作回饋。
簡單描述當初發文詢問的原因,想知道詳細內容可以a我的id:
碩班讀AI,畢業後想去日本工作,如果想進外商該如何準備。
============================================================
說來慚愧,但我現在在新竹IC design 公司當軟體工程師,
只能跟大家分享讀 AI 的出來工作可能接觸到的內容。
以下內容分為兩大部分: 在學期間進修方向和目前工作內容。
在學期間:
升碩二暑假的時候去了一間日本新創的 AI summer bootcamp(台灣辦公室舉辦的),
分組做project,主要是帶大家走過產品開發的流程,會學到 scrum、git、docker等等,但能學到多少很看組別。
寒假的時候去了一趟CES,教授以前的同學在搞新創,幫他開發VR相關演算法,
還有產品demo需要的東西,負責站台講解公司的產品等等,換來免費去CES的機會。
學到蠻多東西的,多數大公司的新科技都讓人驚艷,還有印度腔的英文完全聽不懂:(
碩二除了做CES需要的東西,時間都拿去研究了,沒什麼時間去讀 OS,計組,打kaggle
或是養github。原本碩論在做特徵解耦(feature disentangled)的東西,但發現數學算
不太出來,google 又發那種訓練了超過1萬個模型的論文(ICML 2019 best paper),
評估後覺得無法準時做出符合教授標準的東西,決定換題目,改做物件偵測這種偏應用
的。勉強投了 NeurIPs 拿到 2 accept/ 2 reject 的分數,努力 rebuttal 後最後
被reject。雖然最後有準時畢業,但也沒麼動力把論文修修改改轉投其他地方了。
畢業的時候因為疫情的關係,決定先在台灣工作。
工作內容:
1. Converter: 將不同深度學習框架的模型做轉換,會碰到 tenserflow、
tenserflow lite、pytorch、onnx 等等,主要就是要看的懂官方文件和
理解不同框架實作上的差異。
2. 寫一些 test case,公司有QA但是他們不懂AI的東西,所以要先自己寫。
3. AI compiler: 如何針對公司的不同硬體,對模型做優化,需要一些 embedding
system的知識,覺得沒讀OS和計組的債可能準備要還了:(
除了上述的這些,模型量化(quantization)和剪枝(pruning)的東西也會碰到,有時候要看看那些大公司的research lab 又發了什麼新論文,這些新東西能不能用在公司產品上。
工作環境很不錯,準時上下班,但薪水沒有一線IC design廠多就是了。
大概這樣,謝謝收看:)
--
謝謝分享
CP感覺不錯
開心比較重要
謝謝分享!
謝謝分享
推 AI 好好學機會還是很多的
推
請問大大有找過日本的缺 本身也是AI相關的 不知道日
本的需求高不高
感謝分享,希望之後成功跳日本能再來分享
國內的話是不是只有ic廠開的起高薪@@
非常謝謝分享
感謝分享!
35
Re: [請益] 想從零開始轉行當AI軟體工程師嘛,看到這標題,身為本命愛蜜莉雅的肥宅工程師也來鼓勵(?)分享一下 本肥在112讀大學時修過CSIE田神的ML 猶記得當初只會寫C/C++的自己 在沒人提示的情況下,矇逼的手刻各種矩陣運算,一個作業寫了上千行code 在EE的繁重課業下忍痛停休33
Re: 本來學ML是該轉路還是繼續鑽研一個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32
[請益] 成為 AI 工程師的進修方向(代po)(本文作者無帳號,協助在科技和軟體兩板代po ^ ^~) 大家好, 小弟目前在台北某傳產擔任數據分析師,學歷是國立統計所,碩論是做 ML 演算法改良(沒投期刊,我覺得是垃圾),碩班期間有自修 DL。 希望能用 DL 找工作,主力程式為 Python。 目前剛進去公司半年多,主要負責影像辨識的專案,內容是用 Yolo 進行 real time 的瑕疵檢測,專案目前也已經上線了,因此算是有一些實務經驗。19
Re: [討論] AI晶片這我來回答吧 AI晶片一般是指用來加速深度學習模型推理的晶片 如果是訓練通常還是利用Gpu 因為生態系比較成熟 那麼深度學習推理時間會耗在哪裡呢 通常就是convolution 或是Gemm23
Re: [請益] 想從零開始轉行當AI軟體工程師大家討論了很多高深的數學,或是頂會。 實際上,我真的很懷疑有多少人真的在業界上搞 AI。 只論台灣吧。首先市場上純研發,需要數學或考績強制發論文的職缺,占不到5%。而且這兩年職缺越來越少。更何況頂會… 台灣業界一年也沒看多少人在發頂會,幾乎沒有吧。就連國際研討會,比例來說也沒看到多少人在發,常常看論文的我都沒搜到台灣業界發的論與。板上動不動就需要數學與改模型架構,真的感受差很大,可能是我看得不夠多? 好啦,如果你在國外大公司當我錯了。的確很多人搞數學,但是人數比例還是超級少。 再來談產品。首先論產品的效果,資料面就決定結果論了。實際工作時,有大部份的時間在處理資料。然後還是要花很多時間做特徵工程。當然特徵工程你可以搞很深的數學啦,但是可能需求方,多給你一個有用的資料特徵,都比搞數學重要。13
[請益] 成為 AI 工程師的進修方向(代po)(本文作者無帳號,協助代po ^ ^~) 前文少po段落就送出,因手機一直無法編輯,所以刪文重發QQ 大家好, 小弟目前在台北某傳產擔任數據分析師,學歷是國立統計所,碩論是做 ML 演算法改良(沒投期刊,我覺得是垃圾),碩班期間有自修 DL。 希望能用 DL 找工作,主力程式為 Python。8
[請益] 碩班選實驗室領域大家好,小弟本身其實是光電的,最近研究所放榜完在找實驗室,其中一間蠻特別的,是 在做光學與AI結合的應用,主要是CNN,但據學長說,AI部分他說只是拿paper或是github 上面的架構或code做修改,然後不斷的try and optimize ,看哪個modle或參數效果比較 好,他的說法是要搞演算法的話玩不贏資工的,但光學的東西資工卻不懂,AI對他們來說 算是個應用工具,不過光學的部分也只是跑跑模擬當作training data。8
[請益] 成大資工在職碩班找不到教授...請求幫助我知道我現在找教授已經晚了, 這點我也反省了,因為疫情的關係工作變得非常忙。 小弟的背景是醫療科技領域,公司是一間新創公司, 很多事情都要自己來,一直到最近才有時間處理這些事情, 公司也是支持我去進修的。6
[請益] 醫療軟體與醫療DL職涯與技能走向請益手機排版請見諒 自我介紹: 小弟北科碩畢業,碩論是研究傳統CV方法, 此份工作已將近四年,也是第一份, 這份工作一開始是以C++開發醫療影像軟體。3
Re: [心得] 百聞不如一見的人工智慧學校首先,那種比較像進階的電腦補習班。如果研究機器學習,深度學 習,那個分支太多,實在不是一個短短的補習就可以搞定。比如我 自己專注在電腦視覺跟AOI,所以我看的paper也就跟其相關,其他 的我也只能放棄。 再者,這基本上就是教你怎樣用現有框架去完成老闆交付的任務,