AI「薪」貴!科技業祭出年薪200萬搶人才 - 工程師

Table of Contents




個人認為 AI是個大泡泡


理由很不是因為炒很熱 又沒確實賺錢這觀點


現在我們用104 去查 deep learning

全台可以找到全職6185個職缺 https://imgur.com/wCQVRqB

但用CUDA去找 只能看到 77個職缺 https://imgur.com/ve9tbj1

※ OpenCL:65個


類似的狀況在矽谷也一樣 以下是用indeed之結果

https://imgur.com/uHP7coL

https://imgur.com/JfQZ5UP

※ OpenCL是152個


看來OpenCL雖然號稱是業界標準 但流通度還是不如輝達私有之CUDA

所以以下文用CUDA來討論


大部份人都知道 深度學習是基於多核共同決策

這人工智能多核環境 大多是用顯卡來運行

看看這精美的比例 台灣1:80 矽谷 1:10

現在深度學習 是成熟到像.Net框架

不需要聘人來優化下面的顯卡操作是不?


還是說這些做優化計算的人 不削用CUDA

直接騙顯卡他要畫3D 用directX/OpenGL來操作?


亦或是這些使用人工智能之公司 不是用顯卡 是用併連CPU來算?


還是說 

這些人工智能 根本就還未進入到穩定營運模式

所以無需找人來做下層優化?


算法開發與算法優化 人力配置比是多少 大家心裡有數

但絕不是十比一這數字 更不可能是80:1 (80:1是根本不聘人優化)


更況論CUDA職位還很多與人工智能無關者


若人工智能不是泡泡...那要怎解釋為何需求這樣少的CUDA人力?







※ 引述《orz44444 (修羅下輩子是人才是人~~)》之銘言:
: https://udn.com/news/story/7269/3512387
: 2018-12-01 13:26 聯合晚報 記者葉卉軒/台北報導
: 系統分析師起薪43K
: AI對就業影響大,大企業開始布局。人力銀行表示,2019年企業最看好題材與職缺第一名
: ,皆與AI有關,AI是各項工作職能最耀眼的顯學,薪資相對亮眼。如演算法開發工程師、
: 系統分析師大學學歷,起薪分別是約3萬9000元和4萬3000元,工作五年後薪資可以突破5
: 萬,平均年薪80萬到100萬。金融業導入FIN TECH領域後,科技業或製造業,若與互聯網
: 、雲端運算、區塊鍊、產線自動化有關,AI相關職缺大熱門。
: 104人資學院資深副總經理花梓馨表示,近年來台灣IC產值不斷提升,帶起AI與大數據等
: 人才缺口,2019年將延續浪潮,新科技成長持續看俏。
: 1111人力銀行和yes123求職網也指出,明年企業最看好題材與職缺第一名,皆與AI有關,
: AI目前工作職能起薪條件最耀眼。

--

All Comments

Kumar avatarKumar2018-12-02
同意
Thomas avatarThomas2018-12-03
需求量差很多啊 CUDA就NVIDIA最缺人 其他家用N的框架
除非運算量有大到要去優化CUDA的 但那種一定更少
Rachel avatarRachel2018-12-07
AI算新產業 有做起來到需要優化運算的 只有十分之一也
合理吧
Valerie avatarValerie2018-12-10
現在主流的AI框架Tensorflow Pytorch都很成熟了
Hedda avatarHedda2018-12-10
一個是Google在維護 另一個是Facebook在維續 算很穩吧
Kama avatarKama2018-12-14
我看懂樓主想表達的意思了 確實現在AI做起來的不多
Gilbert avatarGilbert2018-12-18
但現在硬體的進步也讓需要優化的運算量門檻提升了
Christine avatarChristine2018-12-23
你應該不是在業界
Rosalind avatarRosalind2018-12-26
之前看過某台廠在徵(低薪)大數據專員 結果
說穿惹只是在作excel統計資料而已
Mia avatarMia2018-12-31
開缺的人不懂隨便扯 職缺內容當然也是亂七八糟
Daph Bay avatarDaph Bay2019-01-04
Freda avatarFreda2019-01-04
其實很多人在優化 只是不是優化CUDA 幫敵人磨刀幹嘛
Audriana avatarAudriana2019-01-08
不知所云。應用的下一層是 tensorflow 等的開發框架,不是
cuda。不管是效果還是效率的優化對象不會是 cuda
Anthony avatarAnthony2019-01-12
大推,你講是內行人會的,這篇大概還有很多人看不懂
Oliver avatarOliver2019-01-12
瓶頸不在那啊 難不成車廠要先會做好輪胎才能開發引擎
Freda avatarFreda2019-01-15
同意vest講的
Elvira avatarElvira2019-01-18
是誰看不懂啊......推 vesta
Hazel avatarHazel2019-01-21
都用框架,厲害的廠商可以賣你元件一套賣40萬啦
Yedda avatarYedda2019-01-22
有趣
Kyle avatarKyle2019-01-26
而且很多公司弄ai是在改善自己流程,不是把應用拿去
Gary avatarGary2019-01-29
推!一年後再來看這篇
Charlotte avatarCharlotte2019-02-02
看不懂哭哭,感覺是好文
Zenobia avatarZenobia2019-02-07
不是在業內吧,機器學習實際上,不一定要深度學習。不一定
扯到CUDA
Susan avatarSusan2019-02-09
AI 工作,等於CUDA工作嗎?
Skylar DavisLinda avatarSkylar DavisLinda2019-02-12
又是一篇學生文 還是外國學生文 可能跑去大陸唸書了
Zanna avatarZanna2019-02-17
屁孩寫文章跟大老闆一樣都一堆文句
Ina avatarIna2019-02-21
問句一堆 什麼屁也沒放
Ophelia avatarOphelia2019-02-21
完全巷子外的,最大瓶頸明明是model架構
Dinah avatarDinah2019-02-22
就好像在二十年前質疑網路是泡沫 理由是網卡公司開的
缺極少
Hedda avatarHedda2019-02-24
某英特爾出來的,到處說以後不用工程師,產線了,
完全ai
Andy avatarAndy2019-02-25
然後上面就聽的很高興,你講的跟他完全不一樣,人
家說他英特爾出來的說
Lauren avatarLauren2019-02-27
看完文章只想問... 你真的有碰過AI嗎...
Anonymous avatarAnonymous2019-02-28
很多都有賺錢了好嗎 而且為啥關鍵字是cuda…
Elvira avatarElvira2019-03-04
又是一個鍵盤ai專家
Adele avatarAdele2019-03-06
現在train的運算速度不是瓶頸
Quanna avatarQuanna2019-03-07
你太執著在獲利前提是需要去改底層
Tom avatarTom2019-03-12
個人覺得滿有道理的
Andrew avatarAndrew2019-03-13
熱錢湧入 大部分的人當然先卡位先賺
Wallis avatarWallis2019-03-17
吐槽點太多了啦。你要比也比成長幅度,cuda和dl比
職缺數?
Oscar avatarOscar2019-03-18
cuda本來就是通用框架,當然很多和dl無關,底下還
Joseph avatarJoseph2019-03-22
有cudnn ok?
Tracy avatarTracy2019-03-23
莊董
Dorothy avatarDorothy2019-03-23
後金本位經濟型態本來就建築在泡沫上
Tom avatarTom2019-03-26
世界最大公司亞馬遜都還沒獲利 還是世界最大
Dorothy avatarDorothy2019-03-30
錢是無限的印 能一直吸引投資進來 錢就能無限賺
Mary avatarMary2019-04-02
樓主在討論的是跟你們工程師不同層級的問題
Megan avatarMegan2019-04-06
全世界AI跟台灣AI有沒有起來 這不一樣吧?
Jack avatarJack2019-04-11
真要討論是不是泡沫,也是討論深度學習有沒有極限。從 cud
a 職缺看出泡沫??外星層級的討論
Emily avatarEmily2019-04-11
先說明一下ai定義好嗎 每個大老闆都在唬爛
Callum avatarCallum2019-04-12
小弟剛好就是做cuda/ML的 關鍵字有cuda/openCL的灣區工作
搜到爛掉 就是NV,MS,Intel, AMD跟百度有一些 剩下都是新
創或是很少的seinor職位,因為真的不需要這麼多人做底層。
Queena avatarQueena2019-04-17
Don't reinvent the wheel
Hedwig avatarHedwig2019-04-21
看到這篇有點感慨,因為最近我才明白自己只是API工程師
Agatha avatarAgatha2019-04-24
泡沫沒錯,但這樣看不太對
Delia avatarDelia2019-04-26
原po弄錯了,寫程式的也不會一開始就最佳化,一定是先
Erin avatarErin2019-04-29
先對,等全部規格完成,再看那些再最佳化,順序根本反了
Sandy avatarSandy2019-05-04
我懂原PO想說甚麼:走到後期tuning效能,最佳化的公司比例甚
Olive avatarOlive2019-05-07
少,大多還在前期prototype, model階段 但AI已經喊得震天價
Megan avatarMegan2019-05-10
響 認為這樣算是吹泡泡
Margaret avatarMargaret2019-05-14
傳統消費電看法的確要到後期調教性能才算接近商業化產品
Aaliyah avatarAaliyah2019-05-19
產品落地不會是靠cuda,起頭就錯了
Rae avatarRae2019-05-23
有的AI應用是比想法創意,至於框架和實現就站在google nvid
Suhail Hany avatarSuhail Hany2019-05-27
的肩膀上 有的是拼效能,這種就要最佳化 兩者無法相提並論
Valerie avatarValerie2019-05-28
結果我想說的下一篇blue大就講的差不多了...
Hazel avatarHazel2019-06-02
cuda 不就只是用來做gpu平行運算用嗎 優化算的更快 還不
如把model壓縮-.- 況且還要確認你演算法精度夠高
Mia avatarMia2019-06-02
樓上Cuda還是很重要喔,只是cudnn都幫你寫好了(裡面由cud
a/ptx碼組成) 沒有的話普通人根本沒有辦法有效訓練模型
Skylar Davis avatarSkylar Davis2019-06-07
pandas在github主要開發者(commits>200)也才10人
Hedwig avatarHedwig2019-06-10
其他AI主流套件也差不多 核心開發者都少 一般都是會使
用就好 其實除非強到會飛天 不建議改底層算法 因為寫出
來bug不見得少 效能不見得好
Rosalind avatarRosalind2019-06-10
可能對他們而言 找人改底層算法不如加一片GPU...
Dora avatarDora2019-06-14
因為直接套Framework,懶得優化
東西能動能炒新聞就好