※ 引述 《Neistpoint (Neistpoint)》 之銘言：
: 　
: ML的各種職缺和工作內容有幾位大大回答得很詳細了
: 　
: 這邊針對就業市場的狀況跟大家分享近兩年的招募心得
: 　
: 首先我是做數位IC設計相關工作的, 對於新人沒要求即戰力
: 　
: 所以EE, CS 或其他相關背景的都會談
: 　
: 目前看起來EE非固態,類比,RF相關的科系,CS還有其他工程類包括環工,醫工,農機,造船等
等
: 　
: 十位畢業生的研究題目大約會有7位以上跟ML直接或間接相關
: 　
: 雖然這個領域未來很看好, 但是真的沒那麼多職缺
: 　
: 所以要ML為業, 真的要問自己是不是真的喜歡, 下了多少功夫, 競爭有多強
: 　
: 如果看好, 盡量往技術含量高的地方擠, 想辦法撐下去
: 　
我剛畢業 同感身邊的人做AIDS比例很高
這領域不是不好 只是做的人真的太多了
外面想跳進來的人 看做的人多 新聞多
也以為這行很好找工
但是反過來 本科系可能並不是自願去做AIDS
我自己念本科在找畢設的時候 選項幾乎離不開AIDS 被迫做兩年
職缺最大宗的web mobile infra embedded QA
反而沒什麼Lab願意做
是不是科技部計畫對大學影響太大了
沒有讓學界資源得到良好的分配

AIDS～

學界生存法則其中一項仍是發表量 新領域較多機會

這個也是現實啦...

這種一窩蜂ML的風氣真的很可怕，什麼都要跟AI扯上關係，作為學生即使想避開恐怕也是不易

最近找工作的體感是AIDS工作有夠難找 一個缺幾十人在搶..

如果是junior ML職缺 那確實是非常競爭 但你如果有個三五年經驗 工作就會多很多了

@[email protected]~ 就生錯時間了啊 現在再做AIDS系列吃土機會大

其實有些學生會蠻鄙視寫程式的 非得要做什麼「影響力」的事

好險我通通避開

事實就是 AI/DS/ML 確實有革命性的用途啊沒有 ML/DS 基本上就是石器時代的系統人家都在洋槍了 你還在丟石頭問題從來不是 ML/DS 真的有心的話這個領域還是很有前景的至於競爭的問題 今年前後端一樣競爭好不好 = =沒有 ML/DS 你做的那些無聊的 App 一樣被市場淘汰想想你自己刻一個 TikTok 會有多無聊 你手工做推薦做的贏AI 算法嗎？？！

再演就不像了https://i.imgur.com/Ct9WxxH.jpg以字節來說好了 他的算法再強 還是沒有幾個缺

誰跟你演 ByteDance 最有價值的就是算法 = =前端 https://i.imgur.com/XP0KWnr.jpgML https://i.imgur.com/oMg5xAP.jpg

字節ML缺佔超過一半算我輸

ML https://i.imgur.com/2a0qDJJ.jpg

台灣公司 ml dl缺是比較少

我同學112碩班唸ml出來幾乎都寫c++做系統 影像處理倒是真的會有關 還還有人公司招太多ml仔 最後業務量不足 只好轉一堆去寫後端鬼島的現實就是 寫韌體錢多 寫前後端缺多 寫ML看運氣沒實力的ML仔 找到的工作對個人職涯的加分就是有限有實力的ML仔 還需要來軟體板吵這些破事嗎

好了啦 淘汰都說幾年惹 一堆人在M寫C是有被淘汰膩路上隨便遇都是前端仔 你路上會遇到ML仔ㄇ==

樓上要更新資訊了 你現在去 104 找 ML 缺，每個都是被爆投除了資工 其實連超多管院的都在做 ML 惹

台灣ML缺也不是都叫你進去研究model和解問題。很多軟韌找的是懂ML然後能把model在embedded上用的，其中量化處理是一個。

當窩沒看喔== 一堆人爆投 不就幾個缺 去看軟韌缺多少管院做ML不代表他們出來做ML 只代表學術真的缺經費==

管院做ML一年80w 資工做韌體一年180w 所以為什麼要做ML?

ML在影像現在的確是must have 但麻煩一下不要講的滿口CNN 寫個sobel都不會==

ＸＤＤ sobel算老課本裡的古典演算法了

大學本來就不是職訓所

大學不是職訓所這種說法還有人信喔 = =

原來講cnn要會sobel

sobel就aoi要用還有哪裡會要....

他意思應該是做ML連影像處理都不會不太行啦*CNN

嗯嗯

要用 CNN 處理的問題懂不懂傳統影像都沒差跟學 Python 之前一定要學 C/C++ 這種說法一樣就場景不同，這也可以文人相輕

會CNN但不會影像處理，相對前處理可能會沒概念就是了

現在很多影像處理的課基本上都是在教ML了

我都用 canny

web爛職缺很多有比較好嗎 要我重來不會選web 技術的話發展"一個人的生態"就沒相輕的問題

純噓Lushen,被超過10個HH找ByteDance,是今年缺沒開ads+abuse+relevance+nlp都有

119 MIS 都在瘋 ML/DL，STAT 也在搞這些，甚至企管的也在搞，回頭再看看職缺有沒有增加？這明顯供給增長過快了。