※ 引述《xsubarux (爆漿小雷包)》之銘言：
: 小弟目前就讀某私校電機
: 已推甄上北科電機
: 未來實驗室是做影像辨識、ML/DL之類的
: 可是我大學沒接觸過這塊領域
: 雖然這學期有開始在修這方面的課
: 可是學校進度似乎有點慢
: 好像還在講解原理的階段
: 模型還沒建過
: keras和tensorflow之類的語法也還沒用過
: 看到有很多DL/ML的職缺
: 條件都只寫要熟悉DL/ML的框架及演算法
: 可是大概要到什麼程度呢？
: 懂得基本語法？
: 可以獨自從頭建構模型？
: 還是有其他需要具備的能力？
: 如果問題太智障小弟先說聲抱歉
: 但還是煩請各位前輩解惑
工程上，
0.有能力分析公司給的數據並且分析處理會影響訓練的資料雜訊，
1.有能力轉化任一非教科書上的真實世界任務為ML/DL的任務
2.有能力使用或搭建他人的模型並且優化模型，理解訓練的任一步驟並且Debug
3.有能力實現任何一篇論文裡面的任一模型（可使用現成套件做自訂化任務）
4.將搭建的模型代碼系統架構化（這一塊涵蓋分散式系統、並行化處理、VM、server、嵌
入式的應用的任一幾項）
5.能分析並提供任務精準度的指標，並透過圖表瞭解需要再做優化提升的方案，以及分析
模型損失來源於哪些雜訊資料再優化
數理上，你會需要
1.機率統計、線代、微積分、優化理論（基礎即可）（在實作上你如果需要實作他人論文
的內容至少要有能力理解數學，分析上要至少有機率統計的基本原理才能分析問題）
2.機率統計、資訊理論、幾何拓墣、圖論、優化論（深入）（理解到這層就是有能力研究
DL/ML底層，並且有能力獨立發任一頂刊Paper)
差不多這樣，其他讓別人補充