yoyo
我南部乘5啦
我目前是做後端的
（很菜，不到兩年經驗）
這幾天到台北參加2017AI科學年會
有點想投入進去（ML AI）
但我想深入的是演算法，
感覺這才是真功夫
小弟現在一直在想，
要嘗試著投入進去嗎？
不知道大家怎麼看?
但又怕被說跟風＝0＝
謝謝
作者:
ken9527k (來韓老師這邊)
2017-11-12 09:57:00這不是跟風那什麼才是跟風...
作者:
hduek153 (專業打醬油)
2017-11-12 10:11:00想做就做 你會怕被說那還不叫跟風...
作者:
shiauji (消極)
2017-11-12 10:24:00這個...跟風沒差吧 你有興趣才重要
作者: s06yji3 (阿南) 2017-11-12 10:37:00
趕快跟風啊，不然再過幾年不知道被甩出幾條街之後了
作者:
NodeWay (不由分說)
2017-11-12 10:38:00想做就去做 有興趣最重要
作者:
final01 (牛頓運動定律)
2017-11-12 10:57:00風哥~帶我走阿~~
就做吧，跟風沒什麼不對啊一堆人還不是跟風，領頭羊只有一個人
作者:
Hornet7 (上帝與我們同在)
2017-11-12 11:07:00大部分的狀況下沒什麼效益，不管個人或企業，這個就是要一直持續投入，不是跟風一陣子就能回收的。個人了話，最好還是要練個其他專長，不然想上個AI課就飛天真是想太多
作者:
ccfux (ccfux)
2017-11-12 11:20:00我跳坑又退坑了 如果是想把演算法當興趣 在家玩玩蠻好的如果想當正職 考量一下真正玩得起演算法的地方你是否進得去
作者:
Hornet7 (上帝與我們同在)
2017-11-12 11:22:00補充一下 以國家角色或有競爭力的企業來看 AI的還是需要
作者:
Hornet7 (上帝與我們同在)
2017-11-12 11:23:00放資源長期投入才對，即使短期看不到效益。
作者: ghmsxtwo (YI) 2017-11-12 11:31:00
勿忘生科
作者: Sieg2010 (Sieg) 2017-11-12 11:35:00
現在投入都是跟風
作者:
Hordor (Hordor)
2017-11-12 11:37:00不用跟了，那職缺有統計、資工管、物理等系在搶
你最多就是做工程吧，研究演算法你現在跟拼不過了拼的過我想不會上來問這種問題
作者: F14A (湯姆貓) 2017-11-12 12:44:00
當做興趣玩一玩也不錯阿，想做就去做吧
作者:
elements (Helianthus annuns)
2017-11-12 12:53:00如果你在意效益，那你基本上就是跟風，那你就死定了。以這個產業變化的速度來看，你還沒獲得效益焦點就開始轉移了，你也很快就撐不下去了，找自己喜歡的才是正解
作者:
DLHZ ( )
2017-11-12 13:35:00你做什麼還要怕被說話嗎
也是 一開始亮底牌 ntu cs的話 底下推文大概就不同了
作者:
Csir (張胖胖)
2017-11-12 14:04:00不缺錢就去啊
作者:
XJY13 (You'll never walk alone)
2017-11-12 14:33:00可以在這篇一起問嗎？讀書時論文是資料探勘相關的，但是工作後停了接近四年，但還是軟體開發工作，想回去試試看這個方向，請問有什麼建議
作者:
Knudsen (true me)
2017-11-12 14:36:00五年前開始做才不是跟風 沒錯 你是跟風
不是做CV NLP音訊 根本沒必要投入啊 DATA MINING學過就好吧
作者: kener1988 (豆仔) 2017-11-12 15:03:00
如果你天生神力 學習比別人快就叫進去做啊哪來的自信覺得現在進去可以比在這領域研究好幾年的人一樣
作者:
lspci (awk sed echo)
2017-11-12 15:17:00沒差啦 不是四大科班的 都是三腳貓沒贏你多少 衝吧一堆菜比八 筆電貼一張「我是資料蝌學家」就升天惹
如果不是走研究端的 ai當個工具就好 要當成就業主力還是有點拼
作者:
chuegou (chuegou)
2017-11-12 15:23:00有興趣就試阿 不然你是想要怎樣回答
作者: azurepipi (蔚藍) 2017-11-12 21:49:00
其實很多老闆都在觀望而已 以為一個工程屍可以蒐集 標註 建模 全包...
作者:
wxtn (不一樣的聲音)
2017-11-13 00:48:00我們公司做ML的 完全不會解決問題 沒效益
作者:
Jotarun (forever)
2017-11-13 13:12:00有興趣要拼演算法當然是可以 不過如果你後端專業實際要把演算法上線有很多工程問題
應該說原本不是做類神經網路研究的，從12年後都在跟風啊XDD，但做研究跟學東西從來都是這樣啊哪個熱門就學哪個，態度比較重要吧！
AI ML 目前價值在晶片。演算法學很快。軟體google microsoft 會做好。可能會用免錢