看到很多人說DL數學吃重，
我覺得工程重要多了。
數學很吃重的，可能是研究單位吧，
或是只負責訓練模型的吧。
一，公司要先有硬體設備，還要有數據。
二，代碼要能善用這些硬體資源，多線程，多卡加速。
三，看原始代碼的能力，每次call函數，必要時要看裡面大概怎麼寫的。
四，模型整合，模型最後要在其他環境運行，跟其他模塊搭配，
可能要轉換成c語言，這當中的轉換是需要驗證的。
五，模型的大小以及運算量，如果是硬體公司，
模型要在嵌入式系統上運行，這時候模型的剪枝以及壓縮就很重要。
Google去年發表了一篇mobile net，至今被引用了600多次。
簡單來說，DL如果只有數學，調調參數，我覺得頂多就是研究員而已，
台灣很少有這樣的職缺，待遇也不高。
除了美商world quant之外，底薪200，不過那不是一般人能進的。
就算有工程師是只需要調模型的，但我覺得這真的沒什麼價值。
Kaggle排名有加分嗎？在台灣我覺得很難，
特別是一直用超大模型或是多模型投票，
在硬體公司根本不管用。
有人提到Gan，
但這東西目前都還處於研究型的應用，還沒看到什麼商業價值。
※ 引述《scotJJ (風林火山)》之銘言：
: 各位大大好，小弟最近想轉職(32)，
: 在自學深度學習中，目前對一些 分類、
: 回歸 的演算法 以及 一些常見模型CNN、RNN
: 的做法跟數學理論大概都能了解
: (EX: 能解釋反向傳播等的原理之類的…)
: 還在學習更多中…，用tf、keras
: 實作簡單的model也都都的出來，
: 一些較小型的範例都沒問題。
: 只是因為是半路出家，私校資訊碩畢，
: 論文跟以前的工作經驗和AI這塊完全無
: 相關性 (雖然工作也是資訊相關)，想請教
: 有在深度學習領域工作的大大，小弟這樣
: 情況，有辦法找得到DL方面的工作嗎，
: 我對這塊是蠻有興趣的(不然學不下去)，
: 目前在這塊經營的前輩待遇大概如何?
: 一般DL新手待遇能談到多少呢？
: 能否請大大解惑