Re: [討論] 好像這一天會來:工科超越醫科
台積電可怕的是成長性
2018平均是107
2022平均是187
每年剛好15%
這還是在底薪調整的情況分紅增加
照這趨勢我保守點一年10%
五年後分紅就300萬
假設本薪平均150
平均年薪450
很多人會說聽你唬爛
想想五年前和現在
也一定有人說分紅分到快200唬爛
以為450很多嗎?
台積電是國際公司
人均產值超過google meta
那他們拿上千萬 台積為什麼不可能拿500?
要知道 賺得是美元 是全世界的錢
當然是對標海外國際廠
這樣講 如果台積電年獲利和營收增長是10%
(ceo說營收年增15% 過去五年平均超過20% 我往保守說10%)
5年後台積電營收會來到3.6兆
如果員工6萬人
年薪平均500萬
也才3000億
大概營收8%
很多嗎?
台積是世界前十大公司
員工人數是科技大廠中偏少的
薪水應該是對標國際場
你以為很高的薪水
公司連營收10%都不用拿出來
台積電平均年薪500萬幾乎是必然的趨勢
只是看五年還是十年達成
我知道很多人會嗆我
先看看五年前的台積跟現在比
再來說不可能
--
然後這些人要在新竹買房…新竹房價繼續噴爛
all in 新竹建商
被你說服了
本來就風水輪流轉
世界首富有誰是醫生?除了台灣
你要不要五月底再來這裡看看開獎文怎麼哀嚎?
一月年增16季增4 今年分紅破200了
GG救台灣
早說 台積電 精英的歸屬 丸了就不要了
醫生的天花板是健保總額 科技業的天花板是國際
鬼島有鬼島的玩法
這麼屌那你壓身家買股票阿
可憐…情人節在這發廢文
2021 結構後,營收13%分紅
2022 結構後,營收11%分紅
要不要去照鏡子看看那天真的你
我8%是包含本薪 如果只算分紅假設300萬才5%
※ 編輯: LaBronJames (114.44.123.111 臺灣), 02/14/2023 22:19:59假設結構N次後,31底薪漲到十萬,營收1%才分紅
員工人數6萬不動
用你的數字3.6兆,分1%
31領滿只有140萬+60萬而已
別這麼樂觀阿大哥
那妳太悲觀了吧才1% 也要和國際搶人才呀 給個500萬真的不多
※ 編輯: LaBronJames (114.44.123.111 臺灣), 02/14/2023 22:46:37竹中南科房價噴噴, 學長貸滿30年等年薪500學弟接盤
幹麻加薪 台積電員工又去不了其他薪水更高的地方
想太多了 多的錢會去請外國人 台灣奴給夠用一堆就
搶著做了
一定不是GGer
產線菁英輕鬆破千萬
我相信分紅會越來越多,但不會是你說的那樣成長,因
為那些錢很多還要拿來蓋廠和處理其他開銷
老張壓榨台灣人習慣了 被美國人洗過臉之後 那就是
台灣人自己沒種爭取的問題了 譬如工會
賺肯定是有賺的 分股東分員工的問題而已
總不可能美國廠賺比較少錢發比較多吧
硬起來啊台灣奴隸
我本來想硬起來的,但是錢真的太多了
你有稍微估算一下海外設廠所付出的成本和代價嘛?
然後這兩年半導體因疫情帶來的不正常狀況也要還原
2021年資16年純分紅409萬2022約720成長76%
其實就是營利或EPS成長幅度.蠻正常的
你說的另外兩家 產業類型不同.. 成本結構也不同..
你真的知道自己在說啥鬼嗎
做夢比較快
10
首Po認真討論,不是戰學歷。 醫科最後要做的routine: 問診 - 開藥 - 開刀 前幾年,deep learning 火熱時, 醫療這塊領域被討論的最多。21
阿肥外商碼農阿肥啦! 認真回覆你一句,當前所有的人工智慧產品都是輔助,要完全做到無人最少起碼還要等個五 十年,如果你能理解當前大型語言模型的演算法,你就會知道他最終只能做到透過歷史數據 的脈絡預測而已。 當然,未來如果真的出現chatMedGPT之類的話,那也只是輔助醫生做出更精準的決策,更能5
其實人類的思維判斷,都是ㄧ堆資訊和訊號的組合和顯現。全部都是可「訊號化」的波形。 就連最玄的音樂或文字創作靈感也是,大概就是大腦把記憶庫裡的音樂或文字的波形,打斷 、擷取再做一大堆convolution或加減乘除各種運算,所產生的東西。你聽起來會有共鳴, 可能是你的receiver跟這段訊號的頻率或harmonic 真的有共振或某種物理上的關係。 所以只要有足夠的訓練和足夠的ram和rom,理論上AI是可以取代人類做任何工作的。(生育2
我是不知道為什麼科技版那麼愛拿科技業跟醫師去比較 好像非要證明科技業出路更好似的 事實擺在那邊: 只有老二會拼命想證明自己不輸大哥 你看從高中到大學 是不是只有第二第三志願在拼命強調自己跟第一志願落差有多小多小7
又是笑話 這隻AI連算術都不會算 是要跟人家當什麼醫生2
不會有這種事發生的 就像一個人可以一輩子不要3c不要手機也能活的好好的 但是就是沒辦法一輩子不找醫師看病 工科會超越醫科 這不過是那些考不上醫科的理工仔白日夢罷了34
AI又不是只單純聽病患自述病症就好, 理想應該是患者根本不需要開口,只要配合各項儀器檢測, AI歸納患者所有的檢測數據,去比對資料庫,得出目前患者需要哪種治療方式, 並且監控整個療程,適時調整. 單靠病人的口述,怎麼可能準確呢?38
其實喔,先思考一個問題,現在急診來了一個25歲肚子痛兩天的病人,要怎麼讓他/她平安出院,然後我們跑一下流程 先檢傷分類,護理師/醫師幫病人打點滴 先聽症狀描述 理學檢查->初期臆斷 抽Lab data,排影像學檢查->判讀結果5
你太低估醫師和藥師的工作了 多數工作AI確實和人差不多 但是遇到複雜情況 歷史資料有限時 AI功能就很有限 例如 必須使用腎臟代謝的藥物在腎功能不好的病人 就必須密集追蹤 各種指數 動態調整