Re: [請益] 想從零開始轉行當AI軟體工程師

來用自己的例子勸退一些想跳機器學習的人 首先是數學程度， 我是數學系的，什麼線代，微積分，機率，統計的都很熟其實工作也會用到， 描述一些比較有印象的工作用過的數學， 比較有趣關於微積分的經驗: 老闆把問題用一個式子 exp(-rx)*((1/delta)*sqrt(A))*exp(-x^2/(A))來解釋， 並要對x積整個實數範圍。 在場大家都面面相覷我就被要求積了。 但這其實不難積，就高斯積分，有背整理一下秒解， 沒背也不難推。我大學微積分沒在背的所以是當場直接推，然後才繼續那場會議。 機率統計就那些常見的像是: 在一堆數據中給一些想法假設然後檢定， 或是想辦法對一直變動pattern的資料去建對應的機率模型。 但我具體數學程度到哪，舉兩個例子一個是深度學習WGAN一個是經典的random forest。 https://arxiv.org/pdf/1701.07875.pdf 這是WGAN。 https://link.springer.com/article/10.1023/A:1010933404324 這是RF。 基本上裡面的純數推導我幾乎都理解， WGAN用到實分析跟線性規劃， RF則是機率。 以上大概描述一下我的數學程度。 接著是我的電腦技能， 我熟悉的語言有C++跟PYTHON，基本上各有兩年以上的工作實務經驗。 python就絕大部份公司機器學習用的語言不解釋。 C++曾被公司要求所有演算法都要自己刻，這之中還包刮神經網路， 連 backpropagation 都要自己刻， 然後資料結構演算法，計算機組織，作業系統都讀過。 至於程度到哪我也不好說，我自知去參加程式比賽會被電死，但基本程度應該是有。 資料結構的程度至少是在刷題的時候不會卡在"天啊這個是什麼資料結構"， 跟曾經在工作被要求刻了一個紅黑樹，雖然我現在忘了而且skip list太好用。 演算法就刷題的時候不會無止境一直設條件， 會嘗試用一些演算法想法比如 divide and conquer or dp 來解題。 計組作業系統就是那些什麼cpu pipeline 記憶體管理緩存設計都懂。 資料庫則是公司用什麼我就學什麼。 機器學習的部分就是幾乎現在大家喊得出名字的我都可以實作， 有要證明的模型我都可以證明，不過需要回憶準備一下哈哈因為模型太多沒全記。 大致用書來表示一下我懂得大概範圍好了。 https://www.deeplearningbook.org/ deep learning 的經典不解釋。 http://www.cs.cmu.edu/~tom/mlbook.html machine learning 也算經典但很老的一本了。 https://www.tenlong.com.tw/products/9787302275954 各種經典的機器學習模型的推導書，雖然這個作者幾乎只是翻譯論文，但翻的還滿好的。 新技術太多我就不提了我都有在追。 以上大致描述一下我的程度，目前的結果是我近半年完全找不到工作XD 不管國內國外，丟履歷都沒回覆，基本上連面試機會都沒有。 搞得現在只能送foodpanda， 真的是能力不足阿... 希望這慘痛的經歷能拯救還想再跳AI的人阿。 ================================================== 發現太多人執著實作的部分，其實要求手刻的只有一家公司，雖然我也在那邊做很久 除了那間公司其他的我也是用包啦，Tensorflow，cntk 之類的都會用。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.88.3 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1636524507.A.D68.html