工程師

竹科ML相關的缺多嗎 - 工程師

Megan avatarMegan · 2019-06-01

Table of Contents


台北新創公司有在招ML的人才 如appier

那竹科大公司呢

聯發科 瑞昱 台積電 應該需要ML的人

Synopsys Cadence也在想著把ML應用到eda tool

又或者竹科可能也有一些AI新創?


台清交 ML相關實驗室畢業的學生

去竹科的多嗎


--
工程師

All Comments

Rachel avatarRachel2019-06-02
很多！ai發大財 再搭配區塊鍊 年薪上千萬
Wallis avatarWallis2019-06-02
這問題跟問竹科有超商嗎 差不多
Olga avatarOlga2019-06-05
很多，然後呢？
Audriana avatarAudriana2019-06-08
ai查電話簿
James avatarJames2019-06-13
沒有，那邊輪班居多
Caroline avatarCaroline2019-06-13
ML應用到EDA tool???
Harry avatarHarry2019-06-18
出國比較多吧
Queena avatarQueena2019-06-22
目前ML/DL領域: 圖影像,文字,聲音還有嗎? 想想台灣有幾
間公司可以搞這些
Robert avatarRobert2019-06-24
台北感覺很多？
Poppy avatarPoppy2019-06-26
ML LAB畢業去竹科很多啊，又不是只會ML
Quanna avatarQuanna2019-07-01
GG也有阿
Zanna avatarZanna2019-07-05
講是這樣講 但這些公司哪間是靠ML在賺錢的? 還不能實
Kama avatarKama2019-07-09
還有策略分析的公司，幫你出解法
Faithe avatarFaithe2019-07-11
際賺錢的東西 頂多少數phd在搞 一般人進去還是碰不到
Zanna avatarZanna2019-07-16
新思有啊 前一陣子看到朋友幫徵人
Thomas avatarThomas2019-07-17
我知道孫民lab有去發科和安霸的
Faithe avatarFaithe2019-07-22
新思有徵 不過算少數 多數還是相關lab進去
Caitlin avatarCaitlin2019-07-26
我覺得重點還是靠什麼賺錢吧 竹科很多是把他當工具來
看
Zanna avatarZanna2019-07-30
很多啊，但薪水很低啊
David avatarDavid2019-08-03
真的就是一個工具而已 要配上實質應用才能賺錢 可惜這真
的不多
Eden avatarEden2019-08-04
純軟很多啊，去大廠當IT膩？
Caitlin avatarCaitlin2019-08-09
去大廠比純軟賺更多
Queena avatarQueena2019-08-13
有啊，ML用在EDA已經出了產品，在cadence上面有看過
Brianna avatarBrianna2019-08-15
make love?
Tristan Cohan avatarTristan Cohan2019-08-18
台積電設備監診早就在用ML了 最近收到面試邀請
Jack avatarJack2019-08-20
ML已經快到泡沫尾聲了
Bethany avatarBethany2019-08-21
樓上 是跟風的要泡沫了 ML技術越來越成熟強大
Valerie avatarValerie2019-08-25
從single task到multi-task 越來越趨近人類學習方式
Meta Learning, Reinforcement Learning都是越來越強大
James avatarJames2019-08-29
Life Long Learning也是近兩年的研究方向
Ursula avatarUrsula2019-09-03
Transfer Learning也朝著降低訓練成本的方向邁進
Vanessa avatarVanessa2019-09-05
有喔 很多而且各部門都會有需求
Dinah avatarDinah2019-09-06
學ML沒什麼用，去投控公司應徵比較實在
Thomas avatarThomas2019-09-09
比較好奇小公司做ML要賣誰
Isla avatarIsla2019-09-10
DL跟ML搞不清楚
Steve avatarSteve2019-09-11
先不管泡不泡沫 跟其他職缺比當然是少
Aaliyah avatarAaliyah2019-09-13
ML是什麼的縮寫?
Eden avatarEden2019-09-14
竹科的都是給內部產線用阿，跟你想要的有一樣嗎？
Sandy avatarSandy2019-09-19
ML越強大和熟ML的人是否能賺大錢是兩碼子事唷...
Una avatarUna2019-09-20
上一波泡沫是兩千年的網路泡沫，破滅的是投資人的無
腦投資夢，網路從來沒有泡沫過，ml也一樣
Enid avatarEnid2019-09-25
Manpower Losing
Elvira avatarElvira2019-09-27
你說的這三間都有收呀
Rae avatarRae2019-09-29
像這種有生產線的，用ML的才多，一堆產品數據可以分析
Blanche avatarBlanche2019-10-02
認識的在聯電，台積電都有在用
George avatarGeorge2019-10-03
產線上百道製程，每個點都收集data
可以提早知道產品是否出問題，晶圓分析用更多
Sierra Rose avatarSierra Rose2019-10-03
很多，不過你在這唱衰板問大概不會有進展
Frederic avatarFrederic2019-10-08
發科很多啊
Rachel avatarRachel2019-10-11
產線的484都用移動平均數阿 產線有很多資料 但是如果
是"要異常"資料 異常那麼多不就代表有人要包一包回家
了 好奇真的可以做到很好的異常診斷嗎 真心求解
Isla avatarIsla2019-10-15
笑死 產線最好用移動平均抓得出來喇 有這麼好抓就叫OP
去抓就好啦 誰跟你找一堆碩士博士甚至教授去處理啊
Ula avatarUla2019-10-16
原來是machine learning...一定要每件事情都縮寫嗎......
Catherine avatarCatherine2019-10-16
連104都不查一下就在這問
Zanna avatarZanna2019-10-18
超多
Megan avatarMegan2019-10-22
掛羊頭賣狗肉的多
Gary avatarGary2019-10-25
你知道GG 設備也一堆碩士嗎 事實就是真的很多碩士要幫
忙看SPC chart 然後大部分都是工業工程慣用手法
Anthony avatarAnthony2019-10-28
要那麼多碩博士 其實是要找 異常的原因
Yuri avatarYuri2019-11-02
SPC歸SPC 又不是有做SPC就不做FDC之類的
Dora avatarDora2019-11-03
沒說不做 反正台積都是系統已經用好 讓Fab的人去用了
Irma avatarIrma2019-11-05
而且FDC 第一道防線也是卡SPEC 看到一點飄掉也是要處理
Leila avatarLeila2019-11-08
誰跟你真的去找異常，漂掉就反向調就好了
Edward Lewis avatarEdward Lewis2019-11-09
回leo，異常偵測就是imbalance問題
並非要一堆異常資料才能玩
John avatarJohn2019-11-12
你要不要先往那邊看一下：好大一顆快破掉的ML泡沫啊～
Mason avatarMason2019-11-13
建議往交易圈走，台灣科技業在這塊還早
Selena avatarSelena2019-11-16
竹科有 ML？很多都是喊喊根本做不出什麼東西呀！
Poppy avatarPoppy2019-11-20
一堆人會個 KNN 或 K-Means 就說自己在搞 ML
Liam avatarLiam2019-11-25
噱頭而已，有玩過就知道重點再那
Mia avatarMia2019-11-26
現在ml應該大都套模組，有人在搞底層演算法嗎？
Candice avatarCandice2019-11-27
要玩去國外玩 台灣跟風而已 這種都要長期而且大量投入資
Wallis avatarWallis2019-12-01
簡單講麻 你資料庫哪裡來 沒有你玩個鳥 台商投入資源 是
Tom avatarTom2019-12-05
去看自家產品有沒有可以賣 跟你想的實驗室不一樣
Gary avatarGary2019-12-09
像在AI很夯 每天都在講 那我問你 你沒資料庫 要訓練個鳥
Gary avatarGary2019-12-10
資料庫很燒錢 台廠看到都傻眼 做做簡單的還可以
Gary avatarGary2019-12-14
台積電有 發哥也有
ML技術要加進現有流程 算是比較高風險的嘗試
所以比較少專門為ML/DL開一個職缺
Puput avatarPuput2019-12-14
ML/DL現在比較像是加分條件
至於其他小公司 資料本身不夠 或承擔不了ML的高風險投資 基
本上都是講講而已
Rae avatarRae2019-12-14
一堆公司的ML根本噱頭...明明可以approach硬搞ML根本
拿大砲打小鳥
Suhail Hany avatarSuhail Hany2019-12-18
應用而已是要多精通 = =
Olivia avatarOlivia2019-12-21
釣到一整串外行人。
Michael avatarMichael2019-12-25
樓上一句話得最罪一群人XD
Sierra Rose avatarSierra Rose2019-12-27
內行人可以說些內行話聞香嗎
Regina avatarRegina2019-12-30
一堆公司搞噱頭+1 。舉例人臉偵測，需求不需要多精確的情
況call opencv lib就可做到
Irma avatarIrma2020-01-04
我絕對不會說在某1605公司電梯裡聽到幾位主管討論如何
硬扯AI好迎合上意...
這種動機還期待甚麼?
Necoo avatarNecoo2020-01-09
ML最後就是變成工具列上的一個按鈕無需什麼技術，有資
料才是王道
Frederic avatarFrederic2020-01-12
ML有資料不夠好嗎？要把資料變成有用才是王道