作者:
aacs0130 (æ¹›éˆ)
2019-03-07 16:05:02最近版上好像很多人對 AI, ML, Data mining 的工作有興趣
也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業
我自己就是資料科學家
想跟大家分享一下我的工作內容跟對 AI 產業的觀察
=== 先說結論 ===
1. 非CS背景想轉職 AI => 念四大碩，主修 AI
2. 不想念碩士，想自學
=> 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
社群有 ML/DM Monday, Taipei.py, Py data 等等
有個聽眾覺得『哎唷不錯喔』，機會就來了
3. 已經是資工碩了
=> 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
=== 我的背景 ===
台大資工學碩
主修NLP, 熟AI, ML, SVM, 不熟DL
待過趨勢,華碩,新創
六年工作經驗 四年DS經驗, 英語流利
=== 資料相關工作內容 ===
資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題
資料科學家： 把問題變成數學問題, 抽feature, 訂evaluation
設計數學演算法, 寫prototype
資料工程師：data clean, data storage, big data, cloud computing
機器學習工程師：設計數學演算法, 實作演算法, 挑ML模型, tune 參數
把prototype 改成 production code
通常在台灣就是四種都要做...統稱資料科學家
根據背景知識, data type還會細分成
影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等
影像現在在台灣最紅，約有60家新創
NLP 約20家
語音約3家, google/apple/ms 太強，很難跟他們競爭
後面三種data 我沒有研究....
=== AI 產業現況 ===
2012 - 2017 爆紅 超火
2018 冷靜重整期，很多 AI 新創倒閉
2019 假AI新創很多, Junior 飽和, Senior 超缺
Senior 假設台灣有 N 個，可是缺有 4N
大家都要即戰力，有經驗的，可以馬上做專案
但是Sr. 不是去美國，就是不想換工作
如果你是即戰力，我手上有10個缺可以介紹
Junior 有 N 個，缺大概也有 1.2N 個
不過台灣每年生產1000個 AI碩士吧，所以也不缺人
假 AI 新創就是 『口號出得去 人進得來 大家大發財』
去面試就知道老闆不懂 AI ，問一下雷公司八卦都很多
另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的
=== 關於訓練新人 ===
公司訓練 Jr 是需要花錢花時間的
而且我的經驗是專案都做不完，哪有時間訓練新人？
讓Sr. 花 20% 的時間訓練新人，少做 20% 專案老闆願意媽？
Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人，是我佛心來著
但是很多新人訓練好又去美國或念博班
我也很無奈呀...
去美國的工作環境, 工時, 薪水, 技術都好很多
念博班的說他想做世界第一，不想做客戶願意付錢的東西
=== 結論 ===
我覺得不鼓勵大家轉職 AI
好公司大概都飽和了，只收 AI 碩
2017年前 AI 景氣很好，但是現在冷了
假AI新創又多，有70%吧，如果你沒有能力分辨就是當砲灰
AIOT 現在 90% 是假新創
另外當資料科學家
背景知識，工程，數學，英文都是基本能力唷
很多人說數學很重要...是因為他們工程跟英文都很好了
Pycon Taiwan 徵稿中 3/18截止，當過講者求職大加分喔！
作者: bab7171 2019-03-07 16:11:00
推
我覺得學校跟課程開出來差不多就等於冷了2014那時候的BIG DATA都還很潮
作者:
robler (章魚丸)
2019-03-07 16:18:00AI和大數據就是一個熱潮，過一陣就冷了很正常這種題材靠喊口號騙投資的公司超多，真的要小心
作者:
aacs0130 (æ¹›éˆ)
2019-03-07 16:19:00AI 新創去年倒一堆，美國，中國跟台灣一起倒
AI工作不等於AI公司，我覺得這要搞清楚，科技業沒有不需要數學和英文的，就算不碰AI也是這篇跟前端文一起看結論是果然大家都不希望轉職者來自己產業XD
作者:
aacs0130 (æ¹›éˆ)
2019-03-07 16:22:00不是不希望大家做AI，是進來的半吊子難民太多，勸退了很多人，履歷收到不想收，但是他們還是找不到工作
我這剛跨考上CS的廢物這下不知道要去哪了（原本想說會上中央AI組）
半吊子在任何領域都會碰壁的, 看上面前端文就知道但還是推分享
作者:
aacs0130 (æ¹›éˆ)
2019-03-07 16:33:00應該說轉職難民太多，但是他們都沒有作品跟成果.....
作者:
cia1099 (阿兜啊)
2019-03-07 16:58:00台大純血還在華碩糟踏
作者:
a126sam01 (北川景子是我的老婆>///<)
2019-03-07 16:58:00有大神出沒，給推~
作者:
Transfat (Transfat)
2019-03-07 17:03:00轉職又非即戰力，是不是沒希望了
作者:
aacs0130 (æ¹›éˆ)
2019-03-07 17:37:00所以熱情興趣比較重要，熱潮是很快消退的
作者:
descent (「雄辯是銀，沉默是金」)
2019-03-07 17:56:00感謝分享
根本沒那麼多即戰力啊 別的領域做久了 誰想跳出舒適圈你背景也太強
作者: freepenguin (浮企鵝) 2019-03-07 18:23:00
推
作者:
chiu1505 (天下第一武道大會優勝者)
2019-03-07 18:45:00推 謝謝學長
作者:
Morphee (千磨萬擊還堅勁)
2019-03-07 18:47:00你的Senior缺年薪範圍是？
作者:
drajan (EasoN)
2019-03-07 19:46:00super junior有梗 是說人多的地方不要走 老祖宗說過了
作者:
chocopie (好吃的巧克力派 :))
2019-03-07 19:51:00推分享
作者:
kutkin ( )
2019-03-07 19:58:00super junior
作者: TacoBell (doritos taco) 2019-03-07 20:04:00
想知道大大現在在哪高就
作者: rereterry (rereterry) 2019-03-07 21:03:00
super jubior 笑了，然後哭了
作者:
apley (佛渡有緣人)
2019-03-07 22:41:00推super junior～有梗～
我想請教你對資安的看法如何?因為我進修有資安和資科可選,我原本想走資科,但看到一堆人走資科就怕怕的我是對資科興趣大一些,因為我以前也喜歡統計,但看到現在瘋成這樣,感覺只有很頂尖的人走資科才有用
作者:
Wush978 (拒看低質媒體)
2019-03-08 00:09:00想走資料的新鮮人，我推我公司辦的
https://d4sg.org/有作品、有mentor、又因為公益性質容易上媒體話說AI, 資料科學目前還是幫有錢人比較多，幫窮人較少...
作者:
sxy67230 (charlesgg)
2019-03-08 00:18:00難民之一，想跳槽公司但是目前都沒遇到合意的
作者:
fansia (我是三寶爸不是三寶飯)
2019-03-08 00:25:00推推 作相關工作約6-8年 前年登出了 還是賺錢糊糊口重要
super junior 這個讚XD 感謝大大提供真實現況
作者:
sxy67230 (charlesgg)
2019-03-08 00:43:00推樓上 現在潮水退了 真的想入坑除非有愛要不然真的不要進來 本人在金融壽險業做NLP領域 銀行業很多主管不瞭解這塊領域有過分的幻想 導致他們覺得ai就只有這樣
作者:
aacs0130 (æ¹›éˆ)
2019-03-08 00:48:00IC廠不熟
做影像相關容易去IC廠 做NLP或數據類的...難
作者: dwaydwaydway (yes599) 2019-03-08 01:29:00
感覺nlp工作好像少很多（？
作者:
drajan (EasoN)
2019-03-08 06:28:00我們新的CTOㄧ進會議室就問 你們怎麼不用deep learning？暈倒....DL又不是萬靈丹
作者:
shiauji (消極)
2019-03-08 07:05:00感謝
@drajan,CTO意思可能是問有沒試著study或評估？也就是要聽不使用的理由，應該沒有說一定要用，總要有個說法，不然他跟別人很難交代XD
作者: andyliu42 (安迪) 2019-03-08 09:20:00
AI碩不能光是投AAAI吧，領域沒有符合公司需求也不好找把 CV or NLP 點一點也蠻重要的
作者:
ap954212 (death is like the wings)
2019-03-08 09:37:00CVPR ICCV ECCV吧
作者:
sean50301 ( (づ′・ω・）づ)
2019-03-08 10:36:00ACL EMNLP ㄋNIPS
作者:
Ouranos (å—¨)
2019-03-08 12:02:00請問在台灣找Data Engineer會比找AI/ML還好找嗎?我是指做data pipeline, 用Spark/Cassandra/Airflow這類distributed system類的工作 謝謝分享! :)
學歷很好用但不代表非四大碩什麼都做不了,你的結論有點偏頗,還有很多在做AI的公司並不是AI公司很多是本身有其他運作很久的業務,只是成立個AI部門
作者:
physheepy (~羊~乘著風中的羽翼)
2019-03-08 14:03:00樓上說的這種公司其實是做ML的大宗 但是這些公司大多早已在四五年前開始佈局招人或者訓練內部人員投入AI研發 運作得好的話 現在應該沒位置了才對
樓上 其實不只ai 熱門的新玩意都是先找四大碩再說
非四大碩就是面試多間一點,大不了就薪水低一點最近幾篇文看下來就是大家都把自己領域的門檻講的很高,但每個領域學到深都馬很難,要這樣講講不完啦
可以請問，為什麼GAN 中的generator 不是generativemodel?
作者:
sxy67230 (charlesgg)
2019-03-08 19:25:00gan 的genetor 本身就是一個generative model啊，原始的goodfellow論文完全沒強調他一定是個自編碼器的decode，他可以是任意的generative model，只是用自編碼你不用像傳統HMM一樣考慮你的joint probability而已
作者:
DrTech (竹科管理處網軍研發人員)
2019-03-09 00:15:00台灣好像稱乎科學家的門檻很低。人人做個兩年都號稱自己是科學家了。離開台灣，科學家可是職級很高的職缺耶
作者:
frouscy (流浪吧。)
2019-03-09 00:20:00大公司是這樣啦, 不過一堆SV中小公司的DS根本都在做DA做的事, 根本連model都碰不到...
作者:
DrTech (竹科管理處網軍研發人員)
2019-03-09 00:31:00原po應該是沒問題，但是現在市場人人喊自己是高手的情形太氾濫。浮誇氣氛太濃。
我還是建議想轉職的人，基本的看一看趕快找工作就算是很賽的小公司也好，真的開始做才知道自己缺的是啥，實務上需要的是啥聽人一直說數學要好英文要好根本也不知道要學甚麼然後DS絕對絕對不適合轉職者
作者:
drajan (EasoN)
2019-03-09 00:48:00一堆DS都是非資工系畢業的 樓上在胡說八道什麼？
現在ds職缺本來就很多 門檻也低 哪需要資工系畢業
你們講的真的是data "scientist"嗎...
我反而覺得DS很適合統計數學的轉來資訊,而一般工程師不太適合走DS,數學比重大於工程所以我也不推胖虎的說法,不挑工作做的話,就只是工程師
作者:
drajan (EasoN)
2019-03-09 02:21:00非資工系畢業代表門檻低 這邏輯....沒看過數學 物理 電機博士跑去當DS?
一般工程師當然是轉ML工程師容易啊，職缺多門檻低剛換領域哪有那多工作給你挑，先入門再慢慢提升實力
104上一堆ds缺 大學畢業就能去了 我講的是國內台灣哪有什麼純科學家 都馬要會工程 所以工程絕對比數學重要連兩年碩都不用讀就能找一堆工作了 門檻還不低？
作者:
drajan (EasoN)
2019-03-09 04:45:00能激起討論蠻令我意外的 記得2014年時談到資料科學時我看版上大部分都沒聽過那玩意
作者:
fig498 (一起前進!)
2019-03-09 07:11:00感謝各位大神分享
作者:
sxy67230 (charlesgg)
2019-03-09 08:06:002014左右那個時候確實台灣沒什麼DS職缺，再早以前你想玩ML，就去當個algorithm，但台灣公司根本沒要什麼高深很屌的algorithm，所以algorithm很常就是做雜工。
作者:
gbd37 (我想抓波波)
2019-03-09 08:17:00猛
2015那時出來最爽 到現在應該都小主管了更早沒缺 更晚人太多 每年自稱修過台大李宏毅的課的就不知道有多少人了 飽和到不行
作者:
fusen80 (fusheng)
2019-03-09 14:22:00專業分析！！
作者:
g12288 (史蒂芬)
2019-03-09 23:44:00中肯
作者:
usoko (time to face reality)
2019-03-12 09:45:00推