[心得] 資料科學家工作分享與 AI 產業觀察

最近版上好像很多人對 AI, ML, Data mining 的工作有興趣 也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業 我自己就是資料科學家 想跟大家分享一下我的工作內容跟對 AI 產業的觀察 === 先說結論 === 1. 非CS背景想轉職 AI => 念四大碩，主修 AI 2. 不想念碩士，想自學 => 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三 社群有 ML/DM Monday, Taipei.py, Py data 等等 有個聽眾覺得『哎唷不錯喔』，機會就來了 3. 已經是資工碩了 => 去社群給 Talk or 發top conference paper ex: AAAI, NAACL === 我的背景 === 台大資工學碩 主修NLP, 熟AI, ML, SVM, 不熟DL 待過趨勢,華碩,新創 六年工作經驗 四年DS經驗, 英語流利 === 資料相關工作內容 === 資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題 資料科學家： 把問題變成數學問題, 抽feature, 訂evaluation 設計數學演算法, 寫prototype 資料工程師：data clean, data storage, big data, cloud computing 機器學習工程師：設計數學演算法, 實作演算法, 挑ML模型, tune 參數 把prototype 改成 production code 通常在台灣就是四種都要做...統稱資料科學家 根據背景知識, data type還會細分成 影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等 影像現在在台灣最紅，約有60家新創 NLP 約20家 語音約3家, google/apple/ms 太強，很難跟他們競爭 後面三種data 我沒有研究.... === AI 產業現況 === 2012 - 2017 爆紅 超火 2018 冷靜重整期，很多 AI 新創倒閉 2019 假AI新創很多, Junior 飽和, Senior 超缺 Senior 假設台灣有 N 個，可是缺有 4N 大家都要即戰力，有經驗的，可以馬上做專案 但是Sr. 不是去美國，就是不想換工作 如果你是即戰力，我手上有10個缺可以介紹 Junior 有 N 個，缺大概也有 1.2N 個 不過台灣每年生產1000個 AI碩士吧，所以也不缺人 假 AI 新創就是 『口號出得去 人進得來 大家大發財』 去面試就知道老闆不懂 AI ，問一下雷公司八卦都很多 另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的 === 關於訓練新人 === 公司訓練 Jr 是需要花錢花時間的 而且我的經驗是專案都做不完，哪有時間訓練新人？ 讓Sr. 花 20% 的時間訓練新人，少做 20% 專案老闆願意媽？ Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人，是我佛心來著 但是很多新人訓練好又去美國或念博班 我也很無奈呀... 去美國的工作環境, 工時, 薪水, 技術都好很多 念博班的說他想做世界第一，不想做客戶願意付錢的東西 === 結論 === 我覺得不鼓勵大家轉職 AI 好公司大概都飽和了，只收 AI 碩 2017年前 AI 景氣很好，但是現在冷了 假AI新創又多，有70%吧，如果你沒有能力分辨就是當砲灰 AIOT 現在 90% 是假新創 另外當資料科學家 背景知識，工程，數學，英文都是基本能力唷 很多人說數學很重要...是因為他們工程跟英文都很好了 Pycon Taiwan 徵稿中 3/18截止，當過講者求職大加分喔！ -- Q:為什麼aacs叫小西呢?? A:1.因為aacs的英文名字叫Cicilia Segeliin 2.因為西是最好寫的C 3.西是由一條拋物線+一組雙曲線+一個橢圓組成的 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.134.185.153 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551945907.A.F59.html