各位前輩好，
小弟目前在泛國營管理設備(被分發)以及行政，30出頭
一些原因，想轉職ML相關演算法(看paper實作或發想)
目前狀況大概是
pure C:
a.曾經很熟，可直接手寫，目前需要時間恢復，
b.更早之前工作寫過encoder、decoder(SPEC)
c.論文用pure C從頭建立模擬環境以及
遺傳演算法(沒用套件)
Java:
基本的，懂OO
python:
正在學，目前可以邊查邊完成一些資料處理、圖表統計
DSA也熟過，106年高考DS-8x，107年那時有些事沒去考
論文包含題目、抽象化、演算法都是自己想的，
遺傳演算法(有用工數的方法改良)
通訊背景，ML相關的數學都熟過，但ML剛開始念。
如果是讀paper模擬然後轉成C，應該可獨立不用人力帶，
請問這樣有最低qualified嗎?
還是仍算ML難民，繼續考高考比較實際?
不太要求薪水的話，目前至少已滿足低標的公司，
能否站內信給小弟知曉，謝謝。

讀 paper 轉成 C? 你要不要挑一篇 CVPR paper 試試

ML也滿廣的 建議看看JD 不限於在台灣 知道要會哪些之後轉職心得參考一下 然後關掉PTT 全力準備

Tensorflow

若能實作出論文的東西，應該可以，但要有作品。另外

你的敘述看不出任何一點可以獨立實作成C啊

python再加強一下，論文在github上的實作至少有五成以上屬python系列的framework

參考上面那篇80多推的非本科轉職

認真回 去看bert or maskrcnn 等知名github代碼 理解算及格要再更強還要有大量讀文獻的能力 強者能夠把最新文獻的概念 轉成code加在現有的model上

參考前面幾篇，4年兩百萬

實作出論文很難？一堆開源代碼直接clone就有台灣ml的好職缺很少

真的c有自信就往嵌入式走吧，長久來看比train model有競爭力。

@ice當然是指自己實作的啊...有不少論文是沒開源代碼的

推樓上, 之前工作遇到沒開源 且 論文上模型參數沒寫清楚

阿人家目前工作又不是做這個的...

實作是指自己把技術應用在自己系統裡 誰在跟你clone

以為複製下來就可以直接用的 真的有做過相關專案嗎?至少我的經驗 即便github有相關的實作 載下來後要需要客制化的部分還是很多 除非你只是想跑看看結果

什麼自己系統？原po工作就不是做這個工作不是這個 要客制化什麼？自己定spec喔 笑死

沒辦法，太多外行人，還停留在機器學習改算法調參數就能上線

先買塊TX2或1080玩玩

有能力的話就去導讀論文然後附上code丟上github

小弟也是通訊系所畢業的，論文是做structure learning來估測通道的CSI。目前是在ml領域相關工作，一點建議就是python、c擇一練好，c的話，應用到ml的都是影像處理的工作，所以當初系上的基本cv課程都要修，作品要累積，nlp或是其他的python還是大宗。通訊的數理底子理論上是都夠厚，偏微、線代、機統、隨機程序當初都有好好修的話，剩下就是coding的底子而已。最後，你還是要問你自己，想做ml是想往哪個方向走？如果只是因為ml很紅就來，那就真的只是難民而已。ml只是一個方法，可以套在各門專業領域上，像應用在通道做盲估，也可以用在視覺處理，也可以用在語意分析。如果想做視覺，對cv沒概念的話，那也沒什麼用。