外派年薪百萬挨轟雷到爆華碩回應了 - 面試

By Carolina Franco
at 2021-12-10T17:17

Table of Contents

※ 引述《yamakazi (大安吳彥祖)》之銘言：
: 我來逆風一下好了
: 這種面試官的面試方式我也是不認同
: 但仔細看對話內容其實也還好
: 教授嘲諷開的大了點
: 什麼事情都能開嘲諷
: 但他沒人身攻擊，沒講家人隱私，沒損及人格尊嚴。幾乎都是針對你的工作能力和內容，比如
: 「資工系只會寫python 不會寫C?」

小弟不懂
接觸的幾乎所有ML DL都是用python寫的
paper提供的code也是python
kaggle平台也只支援python跟R
(某些比賽也是有人用c++ 不過要轉)

當幾乎所有的資源是python
為什麼有一些台廠堅持C C#
開發階段用python應該最快也最方便吧
要C或C#之後再轉不就好了

--

Tags: 面試

All Comments

By John
at 2021-12-11T02:10

不會就去學但也不需要把不會c拿出來說嘴你遲早都要懂的

By Delia
at 2021-12-11T11:04

在開發階段有不會給面試官嘴的優勢

By Susan
at 2021-12-11T19:57

除非研發team本身有很長的歷史跟C library要不然新創team 開頭全都在刻C/C++

By Charlotte
at 2021-12-12T04:50

就像廚師只會去全聯買料理包煮菜

By Connor
at 2021-12-12T13:43

那乾脆用pyhton比較快

By Enid
at 2021-12-12T22:36

c速度快太多了

By Ingrid
at 2021-12-13T07:29

上百倍的差距

By Elizabeth
at 2021-12-13T16:22

Python底層也是C啊, 我之前在軟工版說現在科學計算都用python沒人用Fortran 還被噓爆。還被噓說超級電腦上沒人在跑python的，真假我就不知道了

By Connor
at 2021-12-14T01:15

C的速度快很多是沒錯，可是我看過的ML資源沒有一個是用C寫出來的欸？

By Eden
at 2021-12-14T10:08

所以你現在是老闆你要找一個用python開發然後再找一個c開發的員工？

By Puput
at 2021-12-14T19:01

科學計算一定都是fortran啦

By Carolina Franco
at 2021-12-15T03:55

fortran的lapack 目前沒人可以取代numpy matlab底層都還是用lapack

By Rosalind
at 2021-12-15T12:48

對於那些老教授來說，一個台大資工用PYTHON叫做自甘墮落，如果你可以用ASM更好

By Tristan Cohan
at 2021-12-15T21:41

自古有文人相輕，資訊界有程式相輕 XD

By Callum
at 2021-12-16T06:34

還有slatec VASP都是fortran寫的

By James
at 2021-12-16T15:27

Python開發模型及訓練，之後再將訓練完的權重轉成tensorRT之類的，最後用C或C++寫inference的code。我自己理解是這樣啦，至於用C或C#來開發，是有什麼好處嗎?因為論這方面的資源，Python絕對是最方便的。

By Ina
at 2021-12-17T00:20

所以結論到底是用什麼？

By Annie
at 2021-12-17T09:13

VASP是維也納大學寫的化學模擬軟體slatec是美國國家實驗室跟武器實驗室寫的

By Hedda
at 2021-12-17T07:10

科學計算=>fortran (歷史因素), C and C++

By Kama
at 2021-12-17T16:03

C/C++ 會使用是因為科學計算都是在分散式系統運作ML 就python套件豐富隨便一個學生就可以搞起環境

By Mary
at 2021-12-17T07:10

但是底層套件很多都是c/c++ fortran寫的

By James
at 2021-12-17T16:03

科學計算歷史很久了70~80年代就開始了

By Mia
at 2021-12-17T07:10

現在很多人都不知道浮點數epsilon是什麼意思了

By Jessica
at 2021-12-17T16:03

簡單說老教授認為PYTHON是三流學生，三流大學，三流公司在用的.... XDDD

By Ophelia
at 2021-12-17T07:10

他們要做一流產品，而不是用PYTHON兜出來的爛貨 XDDD

By Candice
at 2021-12-17T16:03

我反而覺得python是給理論派用的因為可以很快驗證

By Quanna
at 2021-12-17T07:10

然後實做軟體架構再給其他部門用c/c++做

By Ivy
at 2021-12-17T16:03

樓上對做了一個沒用的爛模型跑再快都沒用

By Elvira
at 2021-12-17T07:10

Premature Optimization Is the Root of All Evil

By Elizabeth
at 2021-12-17T16:03

這招式叫做刁人術，改用C搞不好問你為何不用python呢？

By Eden
at 2021-12-17T07:10

#1XYYpwlO (MobileComm)

By Rachel
at 2021-12-17T16:03

樓上你跟我靠北這些沒用，老一輩教授覺得會C C++就會PYTHON.....正向成立反之不見得成立.....反正那些人都差不多退休了不是吧

By Kama
at 2021-12-17T07:10

另外你終歸會回到硬體的所以還是有人要懂數值運算

By Agnes
at 2021-12-17T16:03

演算法的誤差跟數值運算的誤差你只能用c/c++處理還有在c/c++上比較好處理演算法平行運算的問題

By Ina
at 2021-12-17T07:10

就說程式相輕 ①ASM為尊②C次之③其他都是臭魚爛蝦，念過台清交資訊應該都是被這樣教過的

By Elvira
at 2021-12-17T16:03

以前在學校有些同學，還會鄙視不會LINUX只會WINDOWS的同學呢

By Caitlin
at 2021-12-17T07:10

教授就是歧視高階語言啦那乾脆一律用組語好了

By Ophelia
at 2021-12-17T16:03

台灣軟體產業相對少，碼農是為了硬體服務的，哪家韌體用python寫的？

By Michael
at 2021-12-17T07:10

一個拼開發速度一個拼運算速度吧

By Joseph
at 2021-12-17T16:03

但python數值精度真的超好

By Blanche
at 2021-12-17T07:10

用c是沒有時間成本考量下的選擇

By Aaliyah
at 2021-12-17T16:03

還有人在用C/C++喔我還以為都改用GO了

By Oscar
at 2021-12-17T07:10

再講AI純軟韌體旁邊洗洗睡

By Hedy
at 2021-12-17T16:03

現在拼開發速度不都用python 拼運算/效能用GO

By Eden
at 2021-12-17T07:10

拼大系統用OO java/js

By Agnes
at 2021-12-17T16:03

底層還是C啊

By Ursula
at 2021-12-17T07:10

華碩是AI軟體公司嗎？不會寫C被打槍錯了？

By Connor
at 2021-12-17T16:03

結論就看階段阿，開發中用python，等成熟或公司人多了，再轉C

By Frederic
at 2021-12-17T07:10

重點是演算法吧？想不出解法用什麼有差嗎？

By Jack
at 2021-12-17T16:03

#1XZcBv9Y(Soft_Job) 這篇在討論底層齁

By Isabella
at 2021-12-17T07:10

想問AICS部門一年可以落地幾個AI產品，而且是到需要用C/C++來優化速度滿足客戶需求的階段？

By Quintina
at 2021-12-17T16:03

用python開發可以有幾個，用C/C++開發可以有幾個，成本值不值得，應該不難算吧

By Leila
at 2021-12-17T07:10

他面那個叫做AICS餒

By Kelly
at 2021-12-17T16:03

阿不就要找做AI的

By Frederic
at 2021-12-17T07:10

24樓正解大家都用Python訓練完轉成其他格式再用c

By James
at 2021-12-17T16:03

miname要講aics徵才標準的話，我相信python一定比C看中更多而且這篇又沒人在討論不會C被刷掉這件事情

By Hamiltion
at 2021-12-17T07:10

誰跟你ML不用c++, 你是researcher?

By Sarah
at 2021-12-17T16:03

台積電>IC>>>傳產>系統,人生一次,不要不信

By Charlie
at 2021-12-17T07:10

做ML的應該都知道tensorflow及PyTorch 基本上這都跟C無關如果要做定點還是以TF為主尤其是下放到edge 就連QAT也都是TF的flow 至於目前台灣應該也沒幾家公司能改得動底層優化做得好的可能要sensetime這類公司了

By Charlie
at 2021-12-17T16:03

其實....researcher也是會用到C或C++啦，但那些真的有夠硬核。

By Franklin
at 2021-12-17T07:10

AI基本演算法都還是fortran跟c/c++

By Skylar DavisLinda
at 2021-12-17T16:03

科普一下就算是tensorflow/PyTorch 的每個運算子都還是用C++寫的他只是包了一層python wrapper讓你方便使用而已另一方面我也不認為做ML Research 或deployment 需要寫C/C++ 這兩個是完全不同的層級的abstraction

By Eartha
at 2021-12-17T07:10

唉底層還不都cuda 丟到gpu 上做

By Anthony
at 2021-12-17T16:03

不是每家都用NV 搞不好是自製系統

By Kyle
at 2021-12-17T07:10

自製系統？會不會想太多？training平台就NV 要拿CPUtraining嗎？

By Tracy
at 2021-12-17T16:03

https://ai-benchmark.com/ranking.html

By Bethany
at 2021-12-17T07:10

一堆都不是用NV的阿即使是Desktop i也有出MKL

By Zora
at 2021-12-17T16:03

原PO又不是不會寫C 只是想用PYTHON寫啊

By Ophelia
at 2021-12-17T07:10

google 也用pythons 啊～

By Andrew
at 2021-12-17T16:03

我HW仔啦，除了NV跟TPU不考慮一下Habana Gaudi嗎 QQ

By Ida
at 2021-12-17T07:10

真的是做ML的嗎？ai benchmark是目前edge端deploy…

By Donna
at 2021-12-17T16:03

https://imgur.com/a/6cubGfY

By Elizabeth
at 2021-12-17T07:10

華碩是賣AI應用的軟體公司還是賣跑AI硬體的硬體公司？後者不需要自己訓練模型，上網抓一個來測試用就好了

By Hamiltion
at 2021-12-17T16:03

Tensorflow只內建了CPU GPU兩條路，要用自己的加速晶片要自己刻

By Vanessa
at 2021-12-17T07:10

又來了無聊話題程式人的驕傲c/c++ 先不管需不需要跟自己熟不熟先嗆人會不會就行了

By Wallis
at 2021-12-17T16:03

第一句話，就說明一切了

By Donna
at 2021-12-17T07:10

是沒用過darknet泥.... 好真的很難用XD

By Lydia
at 2021-12-17T16:03

超級電腦上可以跑什麼你自己去幾個美國實驗室網站

By James
at 2021-12-17T07:10

看就有了..幾大數值的全是C/C++X! intel的真的不太好用吼 (被毒害過的人了)

By Audriana
at 2021-12-17T16:03

說沒有用C/C++....intel的ai 滿滿c/c++ 囧>

By Ula
at 2021-12-17T07:10

tensorflow最早期 C++的支援還比較完善

By Freda
at 2021-12-17T16:03

如果真的考慮要落地實現……用MATLAB轉C++或是 CUDAC++也是個方法

By Franklin
at 2021-12-17T07:10

別再拿 matlab 出來毒害大眾了 XD有沒有c/c++在某些程度上對ai是還好沒錯

By George
at 2021-12-17T16:03

扯C的是外行人喔？看領域換語言有很難嗎？

By Ida
at 2021-12-17T07:10

目前只有看到對超大型運算和超小型運算有差中間的好像還好 @_@~ 就連跑起來也差不太多

By Damian
at 2021-12-17T16:03

學語言是最簡單的

By Freda
at 2021-12-17T07:10

最新版的c++我也看不懂啊orz~

By Doris
at 2021-12-17T16:03

如果只是部屬實現用MATLAB轉開發速度蠻快的

By Suhail Hany
at 2021-12-17T07:10

使用matlab跟python比起來不也差不多@_@~ ??這個對我來說沒有可比性因為我用起來差不多

By Enid
at 2021-12-17T16:03

但有許matlab在開發上有好處的但我並不知道但我知道matlab在後段是nightmare

By Valerie
at 2021-12-17T07:10

wow真的有人散發出寫puthon就是該死的味道欸 miname是在講說aics不需要自己train model，只需要隨便套一個然後測試硬體？而且又沒人在講aics 這裡是在討論ML開發用C不用python可優缺吧

By Doris
at 2021-12-17T16:03

前面訓練開發差不多但可以直接轉成UDA C++ & C++其實蠻方便的這邊Python坑就很大在TF2也沒辦法很方便支援

By Enid
at 2021-12-17T07:10

對ml 這種比較有規律的東西最後都可以叫python包

By Gary
at 2021-12-17T16:03

哦我之前經驗被matlab搞完之後的....很難優化

By Joe
at 2021-12-17T07:10

大致上來說就是轉碼的部分支援的還不錯但缺點是要針對平臺吃對應的Lib 以上是說DL的部分

By Carolina Franco
at 2021-12-17T16:03

那差距不是一個街口的差距....(可能我技術太差XD)

By Connor
at 2021-12-17T07:10

對啊lib 搞死= =" 接來接去最後還mem leak

By Hazel
at 2021-12-17T16:03

那邊就……有支援就很好搞沒支援就弄死人

By Dora
at 2021-12-17T07:10

(我就是躺死給你看Q_Q orz) 反正這東西我是棄坑

By Hedy
at 2021-12-17T16:03

其實主戰場tf pt這種都沒什麼好下去跳了現在一堆

By Ula
at 2021-12-17T07:10

做framework的人都在mobile/embedded

By Annie
at 2021-12-17T16:03

但這些人下面不管用什麼做好上面還是包python

By Andy
at 2021-12-17T07:10

畢竟data那一側的人力量實在是太大了XD

By Zora
at 2021-12-17T16:03

工具好壞是看有沒有用在對的場合又不是工具本身有絕對的好壞高低

By Andy
at 2021-12-17T07:10

問題就在他開三種給人選，人家選不是他要的就酸，不然你直接講用啥就好，可以挑你還嘴，不當面讓他難堪就很好了

By Michael
at 2021-12-17T16:03

面演算法在那邊挑語言就是浪費時間給人家選還要靠北真的笑死超不尊重面試者

By Adele
at 2021-12-17T07:10

本來就是看什麼工作用什麼@_@~你面AI大部份都是python 面超算都是用C/C++

By Freda
at 2021-12-17T16:03

你面OS 不問你C是要問啥啦XD

By Michael
at 2021-12-17T07:10

看用在哪個地方你真以為python通吃？

By Todd Johnson
at 2021-12-17T16:03

小弟菜b 想請問一下眾高手，inference等數值運算都在nv的gpu上，用python或c/c++還會有差嗎，唯一想到的只有cpu跟gpu memory轉換速度可能有影響

By Todd Johnson
at 2021-12-17T07:10

有差你自己寫搬不贏nv寫的

By Rebecca
at 2021-12-17T16:03

另一問法python tensorrt跟c++ tensorrt速度會有差嗎

By Jacob
at 2021-12-17T07:10

如果你寫得夠小心差不到3% 我一年前做過比較

By Jacky
at 2021-12-17T16:03

我沒玩過新一點tensorrt...舊的上面兩個有點不太一

By Hardy
at 2021-12-17T07:10

如果是微小的差異是不是從model上著手感覺更好一點(?

By Ursula
at 2021-12-17T16:03

樣或是說版本有差別

By Liam
at 2021-12-17T07:10

但你前提是用的HW是要通用的我知trt python C++版本的output是有差別的

By James
at 2021-12-17T16:03

理論上tensorrt python 也就是c++去包來的才是所以你的問題可以理解為沒包到的到底有多少

By Irma
at 2021-12-17T07:10

而且我沒記錯的話官方主推都是叫大家用C++版本才是

By Vanessa
at 2021-12-17T16:03

當然是都用啊

By Kumar
at 2021-12-17T07:10

都沒人要用 java惹嗎 QQ

By Christine
at 2021-12-17T16:03

因為用C比較硬派顯得出技術底

By Franklin
at 2021-12-17T07:10

上面有人說epislon >Machine epsilon 1e-6 1e-15 XD

By Steve
at 2021-12-17T16:03

icc+mkl和clang+Eigen哪個比較快？

By Franklin
at 2021-12-17T07:10

"為什麼有一些台廠堅持C C#" 這句話到底是啥意思

By Poppy
at 2021-12-17T16:03

西門子/Kollmorgen/Panasonic/三菱提供的範例有在給 python 的嗎= =???

By Edward Lewis
at 2021-12-17T07:10

開發效率跟執行效率的平衡，在不同階段用的工具也不一樣開發和prototyping的時候當然用Python，越高階的語言本身敲鍵盤時的overhead就越小執行沒幾萬次都不用考慮毫秒級的執行速度差異用C寫高階演算法這件事當重構和最佳化的手段比較適當例如許多Python套件的核心就是用C重寫的但不核心的部分又改回Python方便維護

By Dinah
at 2021-12-17T16:03

ICC+MLK 大的快 clang+eigen小的快其他看各人調整歡迎參加sc比賽XD

By Edith
at 2021-12-17T07:10

樓上打錯是 mlk XD為什麼自動是 mkl = =" 囧>

By Zenobia
at 2021-12-17T16:03

不過現在用eigen+clang的大概會先想在一邊哭一堆error不知道怎麼解決 (因為clang) XD

By Thomas
at 2021-12-17T07:10

各種廣泛被使用的程式語言,都有特長與善用之處

By Lily
at 2021-12-17T16:03

而且高手是懂其運用邏輯,在不同地方善用各種工具

By Olga
at 2021-12-17T07:10

會說那種話的,就覺得只是外行人不過都當到那個官了當然只要出嘴巴不用懂程式設計

By Gary
at 2021-12-17T16:03

python先看可行性要加速產品化的當然c阿...時間寶貴阿

By Skylar DavisLinda
at 2021-12-17T07:10

都學就好了，會C/C++學python很快啦

By Liam
at 2021-12-17T16:03

caffe?

By Aaliyah
at 2021-12-17T07:10

心態封閉看不起新東西，能做的創新也會很受限的

By Enid
at 2021-12-17T16:03

原理先用最快的方式處理，優化再來其他語言。看來華碩不適合發展先新產品，不會成功啦，乖乖做硬體就好^^

By Lydia
at 2021-12-17T07:10

推文就看的出來碼農相輕

By Edith
at 2021-12-17T16:03

原文寫Java，你為什麼硬要扯到C#，你有認真看原文嗎？

By Gary
at 2021-12-17T07:10

龐希望原PO用C解決邏輯問題，題目跟ML無關

By Belly
at 2021-12-17T16:03

用低階語言解決邏輯問題更無聊，跟虛擬碼差距越小的越貼近問題的邏輯，原原po其中一個問題點，整數幾位元這件事就是低階語言才要考慮的，與邏輯無關的工程問題

By Genevieve
at 2021-12-17T07:10

就已經有打火機了，硬要拘泥不會鑽木取火

By Elvira
at 2021-12-17T16:03

就算ASUS是設備商好了 "目的是將數學算式以文字的形式輸入，然後把答案算出來如果超過整數範圍，就要顯示錯誤你可以用c/c++, java, python，你要用哪個？" 這種題目去問三種語言都碰過的人首選肯定是python吧？又不是解高次方程式要大量疊代之類的

By Olga
at 2021-12-17T07:10

就面試官廢物不會呀

By Daniel
at 2021-12-17T16:03

用python 然後效能不足才用C去重寫就好不是大家都這樣做嗎?

By Sierra Rose
at 2021-12-17T07:10

開發階段用C是時程很寬鬆膩

外派年薪百萬挨轟雷到爆華碩回應了 - 面試

All Comments

Related Posts