嗨，大家好
我平常是在做網頁前端
但工作之餘也常不務正業寫寫python
寫著寫著也對ML產生興趣
有空時會玩kaggle
目前做的都是監督式學習比較多
最佳成績約莫是並列前8%
而最近年末公司改組
因此興起想轉職的念頭
我想知道的是在台灣
類似kaggle這種用features做predict的工作大概有哪些職位
如果要找intern的話是好找的嗎？
或是還有什麼得準備的呢？
感謝各位
先預祝各位新年快樂 萬事如意

你哪間大學

可以啊，不過kaggle的東西大概只能在電腦上用吧，在一些需要影像的會太吃效能

半年前好找，現在還在在意kaggle的公司大部分應該都還沒找到自己的商業產品。代表公司薪水不會高或是撐不久。現在已經有方向的公司應該都是準備要收前後端比較多大部分已經有產品的公司都已經認清ml價值不在類似kaggle做predict，那個隨便做都可以。價值是怎麼跟消費者接上，還有怎麼取得更廣泛全面的data。所以現在價值比較在領域專業而不在ml理論，你如何利用自己的領域專業讓少少的資料有更廣泛的代表性可以產生好的模型

有幫助，但kaggle許多提升準確率的技巧在實務沒用，有實習機會就多去刷，會更有代表性。

去年年底找資料相關工作時 有些面試官說履歷放Kaggle經歷會讓他們有興趣看

看你想找什麼 kaggle前10% 只是剛好勾上本系的入門你用網頁前端技術 去自己爬資料做個ML網頁應用放git更有用 比起千篇一律的 pd.read_csv~confusion_matrix

wrt內行的

應該很好找，大公司會在意這個的

北科的可以嗎?

推wrt

前8名可以，8%太容易

Kaggle可以證明 但領域知識是重點 不過我得說這其實是公司自己對於商業模式的設計問題 如果公司沒摸索到那前段班來也沒用 所以就變成這樣 而不是想說找一堆高手來就會賺錢

如果做房價預測 或 鐵達尼號那種比較久的 或是 你講不出你用什麼特別方法 可能就沒什麼用了

8% 就要拿去秀？

房價/鐵達尼這種knowledge類的鑑別度不高吧

8%說的出口嗎？

推wrt 講到重點了