排版差、文長請見諒
P.S. 不知為何,編輯 PTT 很容易吃掉一些文字內容,因此主要編輯內容以及回應會更新在 HackMD 這邊。
國立資工碩畢
自己是滿喜歡data science,
大學跟研究所的專題及研究
都注重在 ML/DL 領域。
目前主要都是往這個方向求職,
期許自己在data science有成就,
但是有點擔心這領域人才過剩,
本人學經歷皆普通,
懷疑自己能否在激烈競爭下脫穎而出,
也覺得自己點的技能過度狹窄
(ML/DL以外的部分很多都不懂)
另外,畢業時複習了資結、演算法,
覺得這領域很有趣(後悔以前沒學好)
所以想嘗試看看,
雖僅普通程度但仍投了演算法的缺,
幸運上了其中一間。
因自知許多能力還有待加強,
因此目前考量工作因素的排序為:
職涯發展、能力磨練
= 部門學習風氣文化
= 希望有能力不錯的同事可以交流
(若有人帶更好但不奢求),
或者有 role model 可以學習
> 不常態加班,有時間自我充實
> 其他因素
目前篩選過後剩下幾間在做決定,
其中兩間還在面試流程,
還不能確定會有 offer,
但因其他間的 offer 已經快到期
所以先都 po 上來請益
更新:皆拿到 offer
以下 offer 共通點:
面試經驗都不錯,
主管同事人很好也有技術
根據網路 or 面試,都不太加班
–
圖片好讀(?)版
https://i.imgur.com/8CddG9w.png
–
宇匯知識
Machine Learning Engineer
工作內容:
ML 開發 + server 維運
ML 用於廣告投放&競標價格
後端使用 C#, Spark
薪資: 需保密,104職缺寫60-80k
備註:
網路資訊說風氣文化都不錯
同事也強
應該可以磨練滿多能力
–
趨勢科技 - ERS部門
Cloud Development Engineer
工作內容:
惡意 email 偵測
大部分做軟體開發,
也會需要一些 AI solution
剛開始會先進入infra team
未來可能會進入research team
薪資: (N+16) * 14
–
台達電 - 知識管理部
演算法軟體設計工程師
工作內容:
演算法優化
搜尋系統優化
AI系統優化? (這部分不確定)
主要使用 Java
薪資: (N+1) * 14 + 績效
備註:
做演算法,怕未來想做 AI 跳不回來
(但這是可以嘗試演算法工作的機會,
若跟學碩一樣選AI領域工作的話,
未來想做演算法更難?)
主管教育訓練及帶人經驗很豐富
應該可以學到滿多東西
感覺 team 也滿強的
但進去若要做出什麼成果可能要先花
快一年?(教育訓練+摸熟系統)
我自己是希望能夠盡快有一些貢獻
–
凌陽 - 算法開發三部
機器學習&深度學習演算法工程師
工作內容:
專注在 ML/DL 模型開發
以及 DL model compression
需要研發,設計,訓練自己的 model
薪資: (N+10) * 12 + 績效
備註:
需要參考各 paper 作為靈感
研發出自己的 model + training
是我很有興趣的工作內容
但擔心實務經驗更侷限於AI領域
–
華碩 - 數位影像技術部
影像辨識/數據分析工程師(智慧製造)
工作內容:
AI + 影像
主要使用 C++, Python
薪資: N * 14 + 績效
備註:
感覺面試官都有不錯的技術底
溝通起來也滿順暢的
工作內容也算有興趣
但擔心經驗更侷限於AI領域
–
可以發現有的職缺
不是完全 focus 在 ML,
我目前的想法是,
新鮮人多接觸不同領域應該是好事,
可以對整個系統架構有更全面的了解,
以及試探自己其他興趣所在,
可能對職涯也很有幫助?
所以目前稍微傾向宇匯、趨勢或台達。
另外,演算法和AI領域都很吸引我,
若哪一天想嘗試另外一個領域,
現在選擇哪一個會比較好?
希望聽聽各位不同的意見。
針對部門風氣文化的部分,
也希望有大大可以透漏內情,
如果覺得想講的有點負面或者太明顯,
可以站內信,
感謝各位了
因薪資不是本人主要考量,
故這邊希望把討論方向聚焦在
職涯發展、磨練能力
以及公司風氣文化
然後如果有認出我的
也先別在留言處認親XD感謝
內文 N 非 GG 的 N,僅為基準值
另外,
若我有提到對公司而言較敏感的內容
請告知,我會再把那部分修掉
感謝各位
演算法不是AI 裡面的一環嗎??擔心做了演算無法去AI的考量是什麼??
目前想法是,演算法領域很廣泛,而該工作內容主要為搜尋引擎及知識管理系統算法優化,不確定這方面跟AI相關性高不高。而且因為我對算法領域的工作也不甚了解,因此對未來出路也沒有較清晰的藍圖,這點還希望有大大能指點迷津
做演算法怕跳不回AI 做AI怕太侷限 你先想清楚你心中最想做的東西吧 這比較重要
目前主要希望往 data science / AI 領域發展,但像前面提到的,擔心領域人才過剩,以及自己的技能過度狹窄,而且接觸不同領域也較有助於理解系統架構全貌。另外就是,台達的職缺是一個可以嘗試感興趣新領域工作的好機會(但無法保證自己會喜歡實際上的工作內容,只能嘗試過後才知道) 但若未來繼續做 AI 的話可能就較難也較沒本錢轉換跑道了