※ 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
恭喜你
: 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
很多人都這樣，四大四中也不例外
: 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
老師願意講原理，要感恩惜福
小弟之前遇到的老師整天在吹ＡＩ
但是數學的部分都輕鬆帶過
虧他還是工院的老師
: 模型還沒建過
: keras和tensorflow之類的語法也還沒用過
如果直接教這些，文組也會AI了
但事實就是這樣
坊間一堆包成產品
舉凡 NVDIA、Amazon、Google、MS
拖曳一下也能長出很複雜的模型
離題了
真的那麼在乎學這些框架
可以上網找課程
這些東西都很速食
油管很多幾天之內學會AI
但能消化又是另一回事
: 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
因為很多主管也不懂，所以不知道自己要找什麼人
: 可是大概要到什麼程度呢？
: 懂得基本語法？
如果寫程式只懂基本語法
那應該沒人敢請你
: 可以獨自從頭建構模型？
事實上，大多都在 git clone
想想自己區區台灣碩士生
能寫出比 Ivy League 還秋的模型架構嗎？
當然拉還是要知道怎麼自己手刻
不然你老闆找個高職資訊科的去 tune 參數就好
花大錢找碩士生幹嘛
: 還是有其他需要具備的能力？
嘴砲能力
模型大多狀況不如預期
收集資料階段就很髒
garbage in garbage out
要知道怎麼自圓其說
: 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
你才剛大學要畢業而已
連研究所都還沒讀完
擔心這個太早
等你碩二再回來看這些問題應該會覺得多慮
再者很多東西是進職場才會學的
現在好好把理論基礎打好
多讀一些 state of the art 的論文
(他們真的很愛用這個詞)
Coding 的部分你研究的時候自然會自學
不過估計也是開 Jupyter 寫 python
趁寒暑假去實習
可以知道業界在幹嘛
吳恩達的課可以考慮聽聽看
理論和實作兼備