小弟目前就讀112工科所資訊組碩一下。
實驗室研究包含電腦視覺領域，亦或是一切深度學習產品都可容許做。
小弟對於鑽研AI倒是沒有什麼障礙，但想到model訓練師在台灣市場上，
適當好缺的機會沒有說很多。而若只會model training感覺也沒啥用啊！
所以小弟想重回後端的懷抱，主做後端工程師，電腦視覺當作第二專長。
對於各為先進，不知這樣點技能是否適當？還是深度學習工程師幹到底了。
請不吝賜教。

你的目標年薪多少

學弟好，我也是112工科所資訊組畢業的。目前高階職缺的市場，對人才要求較高，模型訓練的好不會沒用的，只是後端開發也一定要學；英文和統計念好，設法精通Python/R，ML/DL框架，以及一套後端開發框架，往AI Data Scientist走，去搞CV/NLP，未來發展/薪水會比較好。

台灣有ai市場嗎 感覺得往國外走

先刷題

電腦视覺很缺，門檻也較高，建議繼續放第一專長深度學習玩不下去，回去走後端，機會相對較多，但反過來就難多了

弱弱的問 模型訓練師碩畢學歷夠用嗎 還是要博班研究所和在新創也是做DL 但也在迷惑職涯規劃中

我相信說到這邊，很多人意見不同，有些人覺得沒做到演算法核心就沒什麼用，但那不是所有人都能做到的，而且就跟其他工作一樣，有分層級的，做不到核心，也有其他事情可以分工，模型訓練與測試，資料清理等。雖然你可能會說現在都DS一人包辦，但我覺得目前深度學習還不夠成熟(很多尚屬研究階段)，所以有些事情還沒辦法"下放"到其他人手上。至於技術上台灣是否做得起來，還需觀察，目前SOTA就是中、美、英在追趕，其他國家也看不出有比較強的，所以技術上來說台灣沒有比較差。至於台灣市場這件事就難說了，畢竟AI領域的應用可以很廣～

鑽研AI沒障礙，又說訓練模型沒門檻。難道大家真把AI 當成import tensorflow還是一堆人都嘴砲進入產業而已？

考完證照就可以嘴了，你說呢...

電腦視覺的缺台灣超少

當初教育部廣設大學的那群人應該全部抓去關真的有心，興趣都可以自己培養，不需要教育

學生請問 影像AI演算法的缺感覺很多欸?從104看得

cv的缺目前都被大廠佔著了，真的有心就直接投大廠的cv缺。台灣醫療影像還是很多缺的，至於其他非cv的ml缺，金融業很多，但就是pay給的不高，金融業很多都在搞序列跟風險評估還有機器人的，DS缺還是很多。但...基本後端

建議別用104,文人相輕，夠明顯了吧

基本後端能力還是要有java學一套，python 學一套。算法能力永遠都不要覺得自己足夠了後端至少要知道異步處理，orm，database設計，apache、docker、gunicorn、、ngnix、tomcat的部署與設置，怎麼做負載平衡。

docker人家都幫你做好了，要會設定和分配規劃

l大 有推薦一個網頁可以很明確列出職缺的嗎?

K8S,K3S管docker，就大概這樣，很簡單的.走docker = 走 devOPS, 雖然現在虛擬化還會紅個10年但站在你既有的技術基礎上，你還是多利用本職學能吧虛擬化就是雲端化簡單講，可以碰到很多，薪水高低代表該司看重的程度，就可以知道一二了精通apache就是一本書了，tomcat應該也可以寫一本以後抓周抓到甚麼未來就做，夠簡單，父母慎選。從小培養我好奇為什麼會覺得後端比較好，我個人是從後端寫到前端

因為我討厭 css

太深的apache、tomcat、docker技術，DS用不太到，但部署跟設置還是要會。很多小公司的DS有時候也是要兼職後端的，大公司有專門的部門幫你做這件事就是了。

小孩子才做選擇, 我全都要

先刷題

嘴砲、嘴砲、嘴砲

有112碩學習力應該很好，只要有心學，不管走那都會走的很好的，但要建議的話也說跟某樓大大一樣，先往nn走，不行再回頭走後端會比較好

來修軒田的課，ML各種工具都很重要技能樹不能只點DL吧

你整個顛倒了吧

既然是112碩班，就所有技能都點滿吧

在台灣太廢 去米國結合人工智慧到金融業高盛等上班 破億一樣的技術不同的國家有完全不同的薪資結構我記得有一個台大資工有寫blog現在就在做這塊

工科海洋

樓上提到的blog還有其他關鍵字嗎？找不太到

水！你有get到點