AI「薪」貴!科技業祭出年薪200萬搶人才 - 工程師

Table of Contents

※ 引述《KILLE (啃)》之銘言:


--

All Comments

Leila avatarLeila2019-12-10
而且很多公司弄ai是在改善自己流程,不是把應用拿去
Enid avatarEnid2019-12-12
推!一年後再來看這篇
Todd Johnson avatarTodd Johnson2019-12-15
看不懂哭哭,感覺是好文
Hardy avatarHardy2019-12-15
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
Edwina avatarEdwina2019-12-18
AI 工作,等於CUDA工作嗎?
John avatarJohn2019-12-21
又是一篇學生文 還是外國學生文 可能跑去大陸唸書了
Annie avatarAnnie2019-12-23
屁孩寫文章跟大老闆一樣都一堆文句
Leila avatarLeila2019-12-24
問句一堆 什麼屁也沒放
Mary avatarMary2019-12-27
看到這篇有點感慨,因為最近我才明白自己只是API工程師
Isabella avatarIsabella2019-12-28
泡沫沒錯,但這樣看不太對
Poppy avatarPoppy2020-01-01
原po弄錯了,寫程式的也不會一開始就最佳化,一定是先
Mia avatarMia2020-01-04
先對,等全部規格完成,再看那些再最佳化,順序根本反了
Thomas avatarThomas2020-01-06
我懂原PO想說甚麼:走到後期tuning效能,最佳化的公司比例甚
Carol avatarCarol2020-01-09
少,大多還在前期prototype, model階段 但AI已經喊得震天價
Carol avatarCarol2020-01-12
響 認為這樣算是吹泡泡
Olive avatarOlive2020-01-16
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
Xanthe avatarXanthe2020-01-19
產品落地不會是靠cuda,起頭就錯了
Franklin avatarFranklin2020-01-22
有的AI應用是比想法創意,至於框架和實現就站在google nvid
Lucy avatarLucy2020-01-22
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
Daniel avatarDaniel2020-01-22
結果我想說的下一篇blue大就講的差不多了...
Enid avatarEnid2020-01-25
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
Enid avatarEnid2020-01-29
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
Hamiltion avatarHamiltion2020-02-01
pandas在github主要開發者(commits>200)也才10人
John avatarJohn2020-02-03
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
Rae avatarRae2020-02-03
可能對他們而言 找人改底層算法不如加一片GPU...
Kama avatarKama2020-02-04
可以不要用cuda啊,tpu快很多
Dinah avatarDinah2020-02-07
過一年來看,除了科技部國網中心不少預算外,新創沒有
Annie avatarAnnie2020-02-09
大陸台灣不少圈錢,也不了了之,ITRI一直有計畫,但展出的
Joe avatarJoe2020-02-10
東西,辦識乖乖等零食,花一堆錢,所以不說自明了
Genevieve avatarGenevieve2020-02-11
補個掛,這口號還是一樣在喊,預算也不少