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