工作甘苦談文章

熱門社群 升學媒體人秘書HR百貨行銷醫護觀光餐旅
職務大辭典 » 職務中類表 » 軟體工程 » 演算法開發工程師 » 工程師轉型做 AI、機器學習經驗談
職務定義:
薪資平均範圍:
薪資職能報告
工作年資 1年以下 1~3年 3~5年 5~7年 7年以上
平均薪資 年資1年以下 : $39,471 年資1~3年 : $46,603 年資3~5年 : $50,567 年資5~7年 : $55,555 年資7年以上 : $59,365
  1. 圖像處理演算法研發
  2. 識別演算法研發
主題:

工程師轉型做 AI、機器學習經驗談

前幾年火紅的是大數據分析,但都是靠統計、數學跑出的數據(稍微還是要倚賴人工)

近兩年的新興熱門工程師應該是AI人工智慧、機器學習 (程式幫你跑,幫你優化)

兩大指標性外商公司引領著風潮,例Google推出自己的認證考照

 Cloud Architect:主要是使用Google Cloud Platform 設計、建構及管理解決方案

 Data Engineer:使用Google Cloud Platform 設計和建構資料處理系統並建立機器學習模型。

 G Suite Administrator:測驗大型 G Suite 網域管理分析。



FB也偷偷的把 AI 技術放入廣告投入的技術中

最近可以發現,如果你在同一裝置中有點開任何網頁或說到某些關鍵字,就算是不同通訊軟體、平台

但這些相關產品或網頁,就會出現在FB廣告中,實在非常的可怕,感覺生活無時無刻都在被監控入侵。



那很多人也許想知道【工程師轉型做 AI、機器學習究竟需要學多久?】,工程師一定要跟上嗎?

個人淺見,技術債總是要還的,沒跟上腳步的總是會被淘汰

既然這是趨勢,建議還是多看,多學一些吧XD



搜尋了一下,TechOrange有一篇強者工程的文章分享,非常詳盡,有參考書目、讀書計畫、還有其他資源參考,有興趣的朋友,建議可以去詳細研究一下

 文章名稱:【史上最強 AI 工程師養成日記】只用 4 個月打造機器學習必備技能,這位工程師成功翻轉職涯人生

 網址:https://buzzorange.com/techorange/2017/10/01/4-months-of-machine-and-deep-learning/

介紹一位多倫多軟體工程師 Jason Carter 的轉型之路。他在 4 月份打算轉型機器學習,並公佈了一項為期 3 個月的學習計劃。



面試經驗談 - 不負責任印象篇供參



廣達電腦 - Deep learning specialist

測驗項目包含:TOEIC、兩份包含邏輯/程式的試題、腦力激盪測驗題

面談時感覺很隨意的問答,影像、音訊分析,語意相關分析技巧,包含斷詞跟同義辭彙辨識

面試大概花了3-4小時,而且還要約第二次面試考coding,只好let it go 



光寶科技 - Deep Learning演算法開發

筆試會考英文、智力測驗

面談會談應用工具、問題解決能力等基本題



台積電 -Machine Learning

面試會考英文、SVM、Tree、Random Forest的一些概念

工作內容主要希望利用Machine Learning提升良率

例如:Defect Detection、Model Prediction、Parameter Auto Tunning





凌陽科技 - 電腦視覺/機器學習演算法工程師

當天會考英文、Machine Learning 基本題

工作內容偏向汽車、行人之類的辨識,只要使用MATLAB做演算法開發模擬 (非常適合研究生無縫接軌)

但面試前有一份作業考券要先寫,MATLAB畫圖模擬、Perceptron Learning、矩陣、相關係數等基本題。



CloudMile - ML engineer

CloudMile日前有點火紅,獲6000萬A輪融資,將強攻企業雲端服務的新聞佔據了很大的新聞版面

公司主要是用Google cloud platform提供data相關的service給企業使用。

需要考Google cloud的證照,會用tensorflow;TensorFlow 是一套由 Google 所發展的開放原始碼機器學習函式庫,其以流程圖的概念呈現整個資料分析流程,在流程圖中的每一個節點都代表一個運算,連接不同節點的連線則代表資料的傳遞,程式設計者可以運用各種不同的運算節點(不同的演算法),組合成適用於各種問題的分析系統,運用 CPU 或 GPU 進行運算。



以上希望對各位有幫助,有問題也歡迎提出討論。
工程師轉型做 AI、機器學習經驗談
職務類別:演算法開發工程師   職稱:AI工程師   相關職缺:網路相關  演算法開發工程師
前幾年火紅的是大數據分析,但都是靠統計、數學跑出的數據(稍微還是要倚賴人工)

近兩年的新興熱門工程師應該是AI人工智慧、機器學習 (程式幫你跑,幫你優化)

兩大指標性外商公司引領著風潮,例Google推出自己的認證考照

 Cloud Architect:主要是使用Google Cloud Platform 設計、建構及管理解決方案

 Data Engineer:使用Google Cloud Platform 設計和建構資料處理系統並建立機器學習模型。

 G Suite Administrator:測驗大型 G Suite 網域管理分析。



FB也偷偷的把 AI 技術放入廣告投入的技術中

最近可以發現,如果你在同一裝置中有點開任何網頁或說到某些關鍵字,就算是不同通訊軟體、平台

但這些相關產品或網頁,就會出現在FB廣告中,實在非常的可怕,感覺生活無時無刻都在被監控入侵。



那很多人也許想知道【工程師轉型做 AI、機器學習究竟需要學多久?】,工程師一定要跟上嗎?

個人淺見,技術債總是要還的,沒跟上腳步的總是會被淘汰

既然這是趨勢,建議還是多看,多學一些吧XD



搜尋了一下,TechOrange有一篇強者工程的文章分享,非常詳盡,有參考書目、讀書計畫、還有其他資源參考,有興趣的朋友,建議可以去詳細研究一下

 文章名稱:【史上最強 AI 工程師養成日記】只用 4 個月打造機器學習必備技能,這位工程師成功翻轉職涯人生

 網址:https://buzzorange.com/techorange/2017/10/01/4-months-of-machine-and-deep-learning/

介紹一位多倫多軟體工程師 Jason Carter 的轉型之路。他在 4 月份打算轉型機器學習,並公佈了一項為期 3 個月的學習計劃。



面試經驗談 - 不負責任印象篇供參



廣達電腦 - Deep learning specialist

測驗項目包含:TOEIC、兩份包含邏輯/程式的試題、腦力激盪測驗題

面談時感覺很隨意的問答,影像、音訊分析,語意相關分析技巧,包含斷詞跟同義辭彙辨識

面試大概花了3-4小時,而且還要約第二次面試考coding,只好let it go 



光寶科技 - Deep Learning演算法開發

筆試會考英文、智力測驗

面談會談應用工具、問題解決能力等基本題



台積電 -Machine Learning

面試會考英文、SVM、Tree、Random Forest的一些概念

工作內容主要希望利用Machine Learning提升良率

例如:Defect Detection、Model Prediction、Parameter Auto Tunning





凌陽科技 - 電腦視覺/機器學習演算法工程師

當天會考英文、Machine Learning 基本題

工作內容偏向汽車、行人之類的辨識,只要使用MATLAB做演算法開發模擬 (非常適合研究生無縫接軌)

但面試前有一份作業考券要先寫,MATLAB畫圖模擬、Perceptron Learning、矩陣、相關係數等基本題。



CloudMile - ML engineer

CloudMile日前有點火紅,獲6000萬A輪融資,將強攻企業雲端服務的新聞佔據了很大的新聞版面

公司主要是用Google cloud platform提供data相關的service給企業使用。

需要考Google cloud的證照,會用tensorflow;TensorFlow 是一套由 Google 所發展的開放原始碼機器學習函式庫,其以流程圖的概念呈現整個資料分析流程,在流程圖中的每一個節點都代表一個運算,連接不同節點的連線則代表資料的傳遞,程式設計者可以運用各種不同的運算節點(不同的演算法),組合成適用於各種問題的分析系統,運用 CPU 或 GPU 進行運算。



以上希望對各位有幫助,有問題也歡迎提出討論。
相關甘苦談連結