AI的發展選擇 - 工程師

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。



--

All Comments

Queena avatarQueena2017-10-25
現在機器學習演算法相關的不少啊
Daniel avatarDaniel2017-10-29
你關鍵字怎下的?
John avatarJohn2017-10-30
machone learning, deep learning
computer vision, data engineer
Poppy avatarPoppy2017-11-03
圖像識別 。。。等 104一堆
Elma avatarElma2017-11-05
當然選 軟體
Zanna avatarZanna2017-11-06
軟+1 硬體基本上感覺大者恆大 門崁太高...
Caroline avatarCaroline2017-11-11
NV什麼時候用FPGA作AI了?
Joe avatarJoe2017-11-11
現在NV可是AI一哥內
Skylar Davis avatarSkylar Davis2017-11-12
說真的AI怎麼賺錢?
Genevieve avatarGenevieve2017-11-16
屬於非量產型階段的東西 軟硬體結合都是很重要的
Mary avatarMary2017-11-16
20年前網路剛盛行的時候 大家也都在問網路要怎麼賺錢
Susan avatarSusan2017-11-20
AI就是很有潛力的機會 但別問要怎麼賺錢 要由你來定義
Annie avatarAnnie2017-11-21
等到別人定義好了 商業模式都摸透了 再進來就不賺錢了
Michael avatarMichael2017-11-23
FPGA目前是非GPU陣營走的路數,例如intel
Elvira avatarElvira2017-11-25
所以現在在懷疑AI能不能賺錢的人 注定是魯蛇了
Lily avatarLily2017-11-25
當你走第二條路線的時候,其實應該也進得了nvidia
Faithe avatarFaithe2017-11-30
短期來看,訓練GPU應該還能領先一段時間,長期未必...
Daniel avatarDaniel2017-12-03
1不用太多理解?
Eartha avatarEartha2017-12-07
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
Ula avatarUla2017-12-07
走應用要做得比別人好就要有一定程度的原理理解吧
Daph Bay avatarDaph Bay2017-12-08
AI很吃數學 你不懂原理 叫robot來做都比給你做好
Bennie avatarBennie2017-12-09
1,2 都還是要懂原理
Joseph avatarJoseph2017-12-13
我推2,台灣沒太多軟體的發展空間
Skylar Davis avatarSkylar Davis2017-12-13
軟體框架不會變,所以晶片必定殺成紅海,你還是走1吧
Regina avatarRegina2017-12-18
ai 就是考慮國外啦,台灣企業根本不想付錢等你慢慢研究
Charlie avatarCharlie2017-12-21
硬體也是等著抄別人的
Freda avatarFreda2017-12-22
哥覺得炒話題成分比較多,基礎功比較重要
Sarah avatarSarah2017-12-26
FPGA在運算優化上 其實有時不輸給multi-thread
Joe avatarJoe2017-12-30
AI硬體門檻太高 你不懂VLSI OS architecture做不了
Adele avatarAdele2018-01-02
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
Bennie avatarBennie2018-01-04
或者用CUDA來快速實踐優化
Ida avatarIda2018-01-05
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
Thomas avatarThomas2018-01-09
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
Daph Bay avatarDaph Bay2018-01-10
1不用理解?你以為一行code就解決了嗎
Kumar avatarKumar2018-01-11
會哀就可以了
Gilbert avatarGilbert2018-01-12
軟硬通吃就變搶手人才了
Anthony avatarAnthony2018-01-15
台大資工系的學生 & 台大電機系對於其課程感到基掰的學
Dorothy avatarDorothy2018-01-17
生 在高中板教高中生未來只屬於軟體世界 硬體是垃圾
Kyle avatarKyle2018-01-21
題目根本無所謂,有心想學的話,學校會阻止你多學嗎?
Charlie avatarCharlie2018-01-23
題目不會限制你學習,心態才會
Tracy avatarTracy2018-01-26
打好基礎就好 誰知道未來夯的是啥
老天爺?
Zora avatarZora2018-01-29
在台灣我建議2
Edith avatarEdith2018-02-01
看你數學如何...
Gary avatarGary2018-02-03
FPGA作最好的,還輪不到intel辣,先過過GG+Xilinx這關