作者:
nchwshku (永遠的新手)
2017-08-26 11:38:40肥宅我還是學生
因為自認數學不錯
所以暫時打算 朝機器學習這個感覺跟數學比較有關係的領域發展
(當然有部份也是因alphago 還有更早碰觸到的圍棋軟體開發的團隊)
但是聽風聲 好像這塊 台灣做不太起來??
所以想問下 版上的各位大大
在台灣的機器學習的產業大概如何?
作者:
Huffman (HuffmanAlgorithm)
2017-08-26 11:45:00GG輪班比較實在
作者:
elements (Helianthus annuns)
2017-08-26 11:51:00等生態系建構起來 台灣就可以代工 ml 了
作者:
CaptainH (Cannon)
2017-08-26 12:09:00ML在台灣沒有產業 只有少數幾間公司和新創
作者: hidog (.....) 2017-08-26 12:36:00
唔 自認數學不錯是到怎樣的程度XD
作者: hidog (.....) 2017-08-26 12:37:00
線代微積分都有機會用到喔,這兩個算最基礎的東西了
作者: yolasiku (我的綠卡能吃嗎) 2017-08-26 12:40:00
先搞清楚你要設計演算法還是應用 應用你覺得數學要多好
作者:
pttworld (批踢踢世界)
2017-08-26 13:03:00數學學科拿幾分，學生只能看成績
作者:
shiauji (消極)
2017-08-26 13:21:00自認數學不錯應該是高微9X過吧 然後數學系課沒重修過
前一陣子剛找過 純軟沒幾間大的 剩下的都是和硬體有關的公司 但還是有缺就是了 國外相對多很多
作者:
iamshiao (CircleHsiao)
2017-08-26 13:34:00想做這個，先準備留學比較實際
作者:
Eos (美麗時光)
2017-08-26 13:38:00台灣沒市場
作者:
Ommm5566 (56天團)
2017-08-26 14:14:00是要問幾次 有興趣就去看林軒田 ML/DL沒有研所都是屁台灣都是跟風的新創公司 大公司多半是硬體思維要找就是找軟體公司徵真的ML缺 現實就是不多
作者:
jsgolang (jsgolang)
2017-08-26 15:31:00這行業要頂尖才有機會不過整理數據資料的工作應該很多建議往大數據走 工作機會多 利潤高 公司比較願意投資
作者:
chter ((分身別查了XD))
2017-08-26 15:38:00中國機會多，台灣落後不少
自己想怎麼應用弄個新創比較實際 台灣硬體思維太嚴重了
作者: F14A (湯姆貓) 2017-08-26 16:12:00
如果你有辦法考到台大的碩博，就可以考慮。那邊的教授門路似乎不少，應該不至於失業
前面幾間學校的不太會失業啦 但公司做的東西和待遇是不是符合需求 就難說了…
我覺得台灣一直都是代工思維，這在軟體業是萬萬不可記得在FB上看到某位大師級的教授發文說，機器學習要學習它背後的原理，才能有創新的應用，而不只是學會死板板的調參數，盡是用些套件如 Keras、Tensorflow做大家都會做的事就會失去競爭力，機器學習內部的數學核心才是值得工程師去研發探討的再繼續用代工思維下去做事 被淘汰是遲早的事
作者:
pttworld (批踢踢世界)
2017-08-26 17:57:00說到代工，根本行業不對吧。這行也不是代工。
抱歉用詞錯誤，我意思是最新的東西總是從國外傳進來而不是從台灣發明之後傳出去，偏偏軟體業是贏者全拿如果台灣每次都要等到國外發展出什麼東西，再拿來用就賺不了多少錢，台灣有沒有辦法自己發展Tensorflow還是什麼可以給其他人用的好東西，目前看來是沒有為什麼酷炫的東西都得等到Google等大公司發展出來呢
作者:
pttworld (批踢踢世界)
2017-08-26 18:08:00自己發展無法成為標準，頂多自己一套賣自己人。問題是開門作生意的人會這麼喜歡逆天嗎，作死是多數對岸市場夠大足以關起門來搞，這才有可能。
作者:
Ommm5566 (56天團)
2017-08-26 18:36:00樓上再說什麼=.= alan是說軟體是靠走在前面賺錢台灣只會當老二跟別人屁股
可以問一下台灣沒市場是什麼意思嗎？是指台灣不注重這產業還是因為台灣資料量不足所以做不起來還是有其他原因呀(?)
作者:
pttworld (批踢踢世界)
2017-08-26 19:59:00市場小。嚴格說來稱不上有產業。市場問題線上遊戲公司最清楚了。
作者:
jsgolang (jsgolang)
2017-08-26 20:06:00如果眼光放在出國 ML還是可以繼續走
作者:
Wush978 (拒看低質媒體)
2017-08-26 21:04:00設計演算法...你有paper嗎？有好的paper發在好的期刊、研討會，就不會難找了
作者:
shiauji (消極)
2017-08-26 22:09:00嗯嗯 沒有要戰的意思 冒犯到很抱歉
以後要說自己什摸尚可大概都要附成績單了 四大卷之類的
要把ML當專業，先找個做ML的老師讀博班呀，一些做ML的公司，看到不是相關實驗室博班出來的，應該面試都沒有而且ML工作也是需要讀很多paper，沒讀過博班沒那個底子同事看三篇你才看一篇，怎麼跟人家拼?
ML除非你能達到要讀paper改model的等級不然進入門檻不高 會套現成lib就能做剩下就出一張嘴說故事 這是島上的現況前幾篇才一個徵PhD做ML研究開56k的 呵呵
作者:
pwh17 (胖丁)
2017-08-27 00:58:00台大同學做ML發過paper的全出國，很少留台，給你參靠
作者:
Telemio (Telemio)
2017-08-27 02:22:00有另一篇北醫統計的大大不是說DS走應用的嘛？為何前幾樓都搞得一定要搞學術做研究才有出路台灣又沒有Google Brain或FAIR 拚research幹嘛
作者:
Sixigma (六西格瑪)
2017-08-27 02:41:00讀Paper改Model很難嗎，不就看Paper說故事
作者:
ProfessUX (Professional UX)
2017-08-27 08:28:00由於你是116 又不願出國 我覺得你放棄這條路比較好116又不願出國家境都不好 即使你學完出來也是問哪裡可以輪班 看太多了
作者:
senjor (哞哞)
2017-08-27 11:09:00在台灣連應用都快要找不到工作了，有老闆會顧你做kernel嗎
作者: shaform (Shaform) 2017-08-27 11:11:00
之前不是聽說台灣 AI 元年 QQ?
作者:
senjor (哞哞)
2017-08-27 11:13:00我實在是不期望台灣會有老闆用什麼年薪百萬請人去針對一個使用案例花個半年一年的去設計專用kernel，然後還不見得能其他現有的比起來有顯著的成效...Orz
作者:
eb5137d (eb5137b)
2017-08-27 11:46:00拿相關領域Phd 和 熟library會用API，你想做哪種？
作者:
Telemio (Telemio)
2017-08-27 13:58:00在台灣比起做research 到業界做應用唬唬人感覺還實際多了
作者:
senjor (哞哞)
2017-08-27 14:03:00而且看不起應用其實沒有道理，那是不同專業，別人用現成的API兜出能用的東西不代表做API的人就一定能。那是專業分工的差別而已，就好像做鍵盤的不一定比用鍵盤的人偉大。
老實說數學我覺得不用會到很難 厲害的人莫名奇妙就看到insight
作者:
prag222 (prag)
2017-09-04 20:53:00自認數學不錯也要上職場練個幾年阿 對了,英文呢?