AI的發展選擇 - 工程師

By Dinah
at 2017-10-21T23:20

Table of Contents

朋友代po
------------------

目前有兩個題目可以選擇，不知道哪個選擇未來工作發展比較好。

1. AI的應用，比較偏純軟體
利用機器學習和影像處理取代人力
不用對AI原理有太深入了解
花比較多時間在應用的實作。

2. AI的晶片，比較偏硬體
利用FPGA加速AI在影像處理的效能
30%要了解AI的數學原理
70%在寫硬體。

AI的晶片不知道未來發展如何
104上除了聯發科就沒有其他職缺了
FPGA熟悉之後是否也可以應徵數位ic缺呢？
還有對於AI的原理數學的了解
對未來找AI工作是否有顯著加分？
因為我看大部分AI缺都沒有要求要很了解原理
只要會應用把問題解決就好。

未來希望可以進入高薪的工作
像是外商輝達或是一些AI商
或是我看有些ic廠也會徵人做AI
但也都不是研究晶片，偏影像處理。
是否未來也會開始投入AI晶片研發
FPGA學熟之後有幫助嗎？

感謝大家回答了。

--

Tags: 工程師

All Comments

By Queena
at 2017-10-25T03:21

現在機器學習演算法相關的不少啊

By Daniel
at 2017-10-29T19:53

你關鍵字怎下的？

By John
at 2017-10-30T22:43

machone learning, deep learning
computer vision, data engineer

By Poppy
at 2017-11-03T05:10

圖像識別。。。等 104一堆

By Elma
at 2017-11-05T10:43

當然選軟體

By Zanna
at 2017-11-06T23:16

軟+1 硬體基本上感覺大者恆大門崁太高...

By Caroline
at 2017-11-11T09:17

NV什麼時候用FPGA作AI了？

By Joe
at 2017-11-11T22:49

現在NV可是AI一哥內

By Skylar Davis
at 2017-11-12T08:18

說真的AI怎麼賺錢？

By Genevieve
at 2017-11-16T13:53

屬於非量產型階段的東西軟硬體結合都是很重要的

By Mary
at 2017-11-16T15:20

20年前網路剛盛行的時候大家也都在問網路要怎麼賺錢

By Susan
at 2017-11-20T12:33

AI就是很有潛力的機會但別問要怎麼賺錢要由你來定義

By Annie
at 2017-11-21T07:48

等到別人定義好了商業模式都摸透了再進來就不賺錢了

By Michael
at 2017-11-23T11:45

FPGA目前是非GPU陣營走的路數,例如intel

By Elvira
at 2017-11-25T02:34

所以現在在懷疑AI能不能賺錢的人注定是魯蛇了

By Lily
at 2017-11-25T11:05

當你走第二條路線的時候,其實應該也進得了nvidia

By Faithe
at 2017-11-30T02:47

短期來看,訓練GPU應該還能領先一段時間,長期未必...

By Daniel
at 2017-12-03T13:33

1不用太多理解？

By Eartha
at 2017-12-07T06:03

選1再去鑽研原理跟最佳化，或者選2再自己去想怎麼做應用

By Ula
at 2017-12-07T21:13

走應用要做得比別人好就要有一定程度的原理理解吧

By Daph Bay
at 2017-12-08T14:24

AI很吃數學你不懂原理叫robot來做都比給你做好

By Bennie
at 2017-12-09T11:44

1,2 都還是要懂原理

By Joseph
at 2017-12-13T03:14

我推2，台灣沒太多軟體的發展空間

By Skylar Davis
at 2017-12-13T16:51

軟體框架不會變，所以晶片必定殺成紅海，你還是走1吧

By Regina
at 2017-12-18T11:05

ai 就是考慮國外啦，台灣企業根本不想付錢等你慢慢研究

By Charlie
at 2017-12-21T01:03

硬體也是等著抄別人的

By Freda
at 2017-12-22T00:54

哥覺得炒話題成分比較多，基礎功比較重要

By Sarah
at 2017-12-26T01:03

FPGA在運算優化上其實有時不輸給multi-thread

By Joe
at 2017-12-30T23:28

AI硬體門檻太高你不懂VLSI OS architecture做不了

By Adele
at 2018-01-02T22:31

AI入門軟體相對簡單,熟演算法很容易用爬蟲實現簡單實做

By Bennie
at 2018-01-04T20:46

或者用CUDA來快速實踐優化

By Ida
at 2018-01-05T15:54

可是選一的話也沒學到原理，不如選二然後 side project
做酷一點的東西，就可以兩邊通吃了

By Thomas
at 2018-01-09T22:43

目前Big data重點還是大量有用的data 當然alphaGo zero
開啟了reinforce learning的前景

By Daph Bay
at 2018-01-10T08:25

1不用理解？你以為一行code就解決了嗎

By Kumar
at 2018-01-11T01:49

會哀就可以了

By Gilbert
at 2018-01-12T14:40

軟硬通吃就變搶手人才了

By Anthony
at 2018-01-15T09:43

台大資工系的學生 & 台大電機系對於其課程感到基掰的學

By Dorothy
at 2018-01-17T07:54

生在高中板教高中生未來只屬於軟體世界硬體是垃圾

By Kyle
at 2018-01-21T08:23

題目根本無所謂，有心想學的話，學校會阻止你多學嗎？

By Charlie
at 2018-01-23T14:08

題目不會限制你學習，心態才會

By Tracy
at 2018-01-26T22:28

打好基礎就好誰知道未來夯的是啥
老天爺？

By Zora
at 2018-01-29T14:20

在台灣我建議2

By Edith
at 2018-02-01T00:24

看你數學如何...

By Gary
at 2018-02-03T00:33

FPGA作最好的，還輪不到intel辣，先過過GG+Xilinx這關

AI的發展選擇 - 工程師

All Comments

Related Posts

蘋果確認10月沒有發布會　預告全面屏iPad

台積電三奈米水電何來？經發局長：中央

iPhone X難產　日媒爆：郭董將會見蘋果

台灣勞動力參與率

石頭幸福假?