唐鳳、羅一鈞和薛瑞元都是傳奇性人物,我們的防疫團隊都是頂尖人才,他們的共同點EQ高又親民
反觀…常自稱科學家智商157的柯文哲根本不能比
轉好文:
真正的聰明與能力不需要老在嘴上吹噓,本文簡單介紹三個政府內值得認識的人物,資料來源從網路收集整合。#已經非常簡單介紹卻還是文很長
台灣第一位數位政委,世界知名的自由軟體程式設計師 #唐鳳,5歲開始閱讀各國經典著作,小一解出聯立方程式,八歲開始從書籍上學習程式設計,也開始開發自己的應用程式,小學時學習跟思想遠遠超過同年齡人,被允許上課期間自行到圖書館閱讀,後來被建議轉入資優班,在資優班依然非常優秀屢遭排擠,以及一些適應不良的因素後來轉學過好幾間小學,最後在國立臺北師範學院講師楊文貴建議與安排之下,一周三天在小學上課學習與同學間相處的人際關係,另外三天前往 #國立臺北師範學院 滿足求知慾望,學習特別安排的高深知識內容,這時候她只是小學生。
國中一年級時,憑藉著自己設計的電腦程式贏得全國中小學科學展覽第三名,獲得保送第一志願臺北市立建國高級中學的資格,但就學不久後在 #全球資訊網 認識網路的無限可能,能與研究人員討論最新的知識技術,發現課本內容過時,對教育的想法有所轉變,決定輟學離開傳統學校教育而在家自學。
14歲與其他人共同成立資訊人文化事業公司,初期以出版電腦書籍為主,隔年唐鳳創作出能在網際網路搜尋資訊的應用軟體「搜尋快手」,12月資訊月展覽會場推出後,立刻受到電腦族群關注,不到1個月便銷售1萬多套。
16歲起投入實務工作成為網際網路創業家,獲得旺宏電子董事長、宏碁元老、英業達集團主管等資訊圈著名人士擔任顧問協助,甚至讓英特爾投資成為股東之一。
而後前往矽谷多次創立與出售公司,33歲時唐鳳完Socialtext公司和蘋果公司交接工作任務後決定退休回台,但回台後繼續轉而擔任蘋果等公司的顧問採取遠端工作模式,每小時的顧問費為於1塊比特幣等價的貨幣。以及投入公共領域和公民科技社群的開發專案。
2014年至2015年間擔任行政院虛擬世界法規調適計劃顧問,也是中華民國國家發展委員會開放資料諮詢委員會和十二年國民基本教育課程發展委員會委員,同時與法國外交部、法國經濟財政部、巴黎市政府、西班牙馬德里市政府在數位治理領域合作。2016年8月,行政院院長林全任命曾有網路創業經驗的唐鳳擔任行政院政務委員。
#本段直接擷取自維基百科
衛福部疾管署副署長 #國民女婿羅一鈞,小學唸了五年因成績優異跳級就讀國中,高中考上建中後跳級 #以全國榜首成績進入台大醫學院只花6年即畢業。
2001年9月放棄國軍醫官資格,轉而報名第一屆外交替代役的徵選,自願到非洲馬拉威擔任外交替代役,2003年6月退伍離開了馬拉威,進入臺大醫院的內科住院醫師。2006年7月,成為臺大醫院感染科總醫師。
2008年考取疾管局防疫醫師投入公職,隔年至美國疾病管制與預防中心受訓。2014年8月擔任首席防疫醫師的羅赴奈及利亞協助台商僑胞防範伊波拉病毒。
2016年被任命為疾管署副署長,2019年12月從批踢踢論壇上發現有網友提及中國華南海鮮市場出現類似SARS案例,羅馬上向中華人民共和國相關單位查證,並通報世界衛生組織,因而台灣能最早警覺與設法防堵五廢病毒。
#相關新聞護國神文
https://youtu.be/WY8CraHMioI
2020年開始投入COVID-19幕後疫調、疫情分析、防治政策的訂定等。
衛福利部政務次長,婦產科醫師 #同時也是律師 雙師薛瑞元。
台北醫學大學醫學系醫學士,#婦產科職業十多年後,因為全民健保的實施,以及一次小小的醫療糾紛之後,決定重新參加大學聯招,考取台大法律系、台大法律研究所碩士順利畢業及考取律師資格,還有雙和醫院副院長、屏東縣衛生局局長等等資歷。
許多非常頂尖的人才在政府裡競競業業的做事,而他們從來不用去吹噓自己的智商或學歷,真正的能力是看在位時每一次面對挑戰的表現,而非早已過往的考試分數或文憑。
唐鳳的圖文特別長或大張沒有私心,已經非常努力簡寫了,還有覺得這張照片拍得不錯。😎
同時也有2部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,很難得機會在台灣捕獲李孟這位旅日的資料科學家,也很高興可以訪問到他! 李孟在日本四年的工作時間當中,歷練過「軟體工程師」、「資料科學家」以及「機器學習工程師」的職務,為什麼會有這一路以來的自覺與自學歷程?我們都一併在這次專訪當中聊到了!同時還加碼聊了「在日本的工作與生活環境」,提供給想去日本生活的朋...
「資料科學家學歷」的推薦目錄:
- 關於資料科學家學歷 在 我是台灣人.台灣是咱的國家 Facebook 的精選貼文
- 關於資料科學家學歷 在 Dr 文科生 Facebook 的最佳貼文
- 關於資料科學家學歷 在 Facebook 的最讚貼文
- 關於資料科學家學歷 在 珊蒂微AI Youtube 的最佳貼文
- 關於資料科學家學歷 在 志祺七七 X 圖文不符 Youtube 的最讚貼文
- 關於資料科學家學歷 在 [心得] 資料科學家工作分享與AI 產業觀察- 看板Soft_Job 的評價
- 關於資料科學家學歷 在 數據科學家薪水在PTT/mobile01評價與討論 - 台鐵車站資訊懶人包 的評價
- 關於資料科學家學歷 在 數據科學家薪水在PTT/mobile01評價與討論 - 台鐵車站資訊懶人包 的評價
- 關於資料科學家學歷 在 Data Science Meetup 台灣資料科學社群| **不知道有沒有違反 ... 的評價
- 關於資料科學家學歷 在 資料工程師、資料科學家,哪個適合我? #補根知識006 的評價
- 關於資料科學家學歷 在 數據分析師學歷在PTT/Dcard完整相關資訊 - 星星公主 的評價
- 關於資料科學家學歷 在 數據分析師學歷在PTT/Dcard完整相關資訊 - 星星公主 的評價
- 關於資料科學家學歷 在 [請益] 資料科學家,回臺工作前景 的評價
- 關於資料科學家學歷 在 一份關於資料科學家應該具備的技能清單- PTT看板baichuan 的評價
- 關於資料科學家學歷 在 [徵才] 資料科學家 - Mo PTT 鄉公所 的評價
- 關於資料科學家學歷 在 Re: [請益] 資料科學家,回臺工作前景- tech_job | PTT職涯區 的評價
- 關於資料科學家學歷 在 矽谷輕鬆談Just Kidding Tech! 我是柯柯,現在在加州的金融 ... 的評價
- 關於資料科學家學歷 在 [徵才] 資料科學家/資料工程師- datascience | PTT數位生活 的評價
- 關於資料科學家學歷 在 [徵才] 資料科學家/資料工程師- 看板DataScience | PTT數位生活區 的評價
- 關於資料科學家學歷 在 [徵才] 資料科學家- 看板Soft_Job - PTT網頁版 的評價
- 關於資料科學家學歷 在 面試碰壁卻讓我看清數據科學行業現狀 - PTT新聞 的評價
資料科學家學歷 在 Dr 文科生 Facebook 的最佳貼文
《如果沒有一定的科學訓練,你真的會被這種偽科學技巧誤導》
灼見名家出了一篇新聞稿,內有顧小培的回應,內裡有不少常見的偽科學技巧,今日我們來一起分析
我逐點回應顧小培的逐點回應(詳情請看圖及reference)
1. #從未打算盡論證責任
其實講完又講,到今日你有證據支持mRNA疫苗會導致「甲基轉移酶」的產生和肺纖維化的副作用了沒有?
如果mRNA疫苗會導致所謂的
“「甲基轉移酶」,將肺的成纖維細胞EGFR的接受體拉在一起,使之分泌會令肺纖維化的膠原蛋白,之後便導致肺衰竭,病人便容易因此死亡。”
為何第一、二、三期臨床試驗都無相關數據?就算你打算詭辯去講這種「副作用」需時幾年才出現的話,如此significant的”mechanism”為何至今都未有被發現或發表?
你的論點是mRNA疫苗會導致多重器官纖維化,那麻煩你提出相關的證據,或起碼證明你個proposed mechanism is reasonably achievable
2. #試圖轉移視線
一開始講到全世界藥廠、醫生和科學家不敢製作滅活疫苗,但被踢爆其實不少藥廠和大學都在研發,只是需時良久時,就轉移視線講話覺得科興很厲害。
所以藥廠學者和大學是敢還是不敢?講3000加侖病毒洩漏再要封鎖大廈的風險到底想帶出什麼論點?
*又,滅活疫苗有多年研究的歷史,不少病毒疫苗都是滅活形式製作,並非所謂的「藥廠很怕」
3. #突然講Pharmacokinetic
首先我很想知道到底顧小培有沒有認真分析藥廠公開的研究報告,一開始話肺部沒有IgG,被踢爆其實肺部有IgG後就轉移視線講pharmacokinetic叫人證明有幾多IgG去到肺部防止感染,
當我們將同樣準則套用在顧小培熱情地賣的「四寶」時,便會發現他從來無證明過四寶於人類的pharmacokinetic, pharmacodynamic, bioavailability 數據、有效劑量、中毒劑量、安全性、副作用、治病或防感染的效果、安慰劑對照的數據等等。
正如之前文章我都有講,不少有效預防或減輕呼吸道感染的疫苗都是IgG疫苗,例如流感和肺炎鏈球菌。根本不存在必須IgA疫苗才有效的理論。
4. #突然講研究methodology & stratification
有趣的是顧小培在反駁Dr Sid的論點時突然提出疫苗需有高質的臨床研究和設計準則。又舉例說要stratify受試者的生活起居飲食習慣,沒有嚴格控制生活習慣的研究測試結果很粗糙。的確我們要critically appraise臨床研究的methodology,但你appraise人地份報告總得substantiate你的論點吧,一句「我覺得好粗糙」就當論證完,萬能key嗎?
顧小培又以日本人食較多澱粉質而美國人則多吃蛋白質,要將受試者分開一層一層才能有具意義的數據。這本質上沒有錯,所以不少藥物研發時都會於不用國家進行(Multicentre trial)再比較不同國家、種族、年齡、性別和其他有可能相關的背景資料,再從統計學裡計算數據,證明是否對不同的群體都有效。
不過我希望顧小培標準可以一致,當你要求臨床研究要stratification時(其實人地有做stratification),你熱情地向民眾推廣的「四寶」建基於的研究大多是體外實驗室進行(In Vitro),只有小部分有用老鼠進行,而研究規模亦屬小型,未見有大型臨床研究。
而我不知道由幾時開始人類跟老鼠的種族、飲食習慣、年齡、生活習慣等等有相似的地方,可以比較或stratify?
到底老鼠食幾多澱粉或蛋白質、起居飲食生活習慣有幾相似,老鼠要不要返學返工,會不會做家務做gym做yoga和去酒店staycation?
人類跟老鼠的分別竟然不及日本人跟美國人的分別,此等論述實在令我讚嘆不已。
How does this logic even work?
5. #電腦生成模擬是病毒研究的里程碑並不代表臨床上有作用
的確,電腦生成模擬是研究重要的一環,但不代表現階段臨床上有作用。千千萬萬個從電腦模擬中得出的「可能性」或「原理」現實裡過不到臨床試驗的這一關。即使電腦模擬顯示一個結果,如果現實中沒有實際治病或改善疾病的效果也是徒然。
是的,你自己都識講研究藥物是一步一步得來的,點解你的「Docking」理論可以跳過所有步驟,言之鑿鑿去講你熱情地賣的那些只有preclinical和實驗室體外及老鼠研究的「四寶」有防感染甚至治癌防癌的效果?
————————————
最後,我想再重申,你的學歷、在哪裡做過、有什麼專利並不會令錯的論述變成對的。你對病人或其他人的醫療諮詢並不符合我們對具質素的醫療諮詢的要求。
打不打疫苗是一個informed consent & decision但information必須準確,想先觀察再決定打還是不打是很合理的選擇。
你可以同大家講mRNA疫苗是新型疫苗,長遠效果或安全性仍未完全了解,呼籲大家謹慎考慮再決定。但我不會跟大家講一些似是而非的mRNA疫苗可令多重器官纖維化等無醫學實證的說話。
同時我亦不會去跟病人推廣一些只有preclinical跟小型老鼠實驗的結果的「保健品」再包裝成有病醫病無病強身防感染的聖物。
完全錯誤和荒謬的人不危險,因為很容易就會被世人看穿。
這種有科學知識,但故意夾雜一些正確和一些不正確知識和概念的人,是最危險亦是最容易令普羅大眾誤信。
一個具質素的諮詢必要條件是病人要被fully informed有關治療的證據、風險和成效、治療或不治療的風險、其他可行的選擇及其證據。
我倒想知道顧小培諮詢病人時有無fully inform病人「四寶」的證據是建基於實驗室和老鼠,無大型人類臨床試驗支持?定還是講一兩句「有論文有文獻支持」就當盡了論證責任?
#慎防偽科學
#似是而非的論述最危險
資料科學家學歷 在 Facebook 的最讚貼文
(原圖來源:https://www.facebook.com/siddharth.sridhar.5)
近幾個月大家都學會了fact check,知道不是所有在媒體上或網路上看到的都是事實。在科學裏,fact check的方法就是翻查文獻,從不同國家不同病人的身上找尋共通點。當然,文獻不一定全然無誤,但至少在不同科學家的翻閲和質疑下,它們有一定的參考價值。
可是科學文獻的弊處是其海量的資訊和艱澀的醫學專有名詞,可能會令普羅大衆爲之卻步。要大家逐份文章十幾頁地看,也是非常沉悶的苦差。但是身爲半個公共衛生人,我卻堅信就算是不懂英文、學歷程度不高的普羅市民,也應該有權利瞭解跟他們息息相關的科普資訊,因爲只有知識可以帶來力量。
這裏的infographics都是由港大微生物學系的臨床助理教授Dr Siddharth Sridhar製作並放於他的私人臉書上。他從不同文獻中抽取有關今次疫情的資料製圖,當中的資料相信比不少人互相傳送的 “手動轉”,或者是某某醫生的忠告等訊息可信。感謝他容讓我將他的製圖翻譯成中文,希望能將正確的科普知識傳遞到有興趣但未必有渠道認識更多的讀者。
如果大家有興趣瞭解更多,可以參考每張圖上面的文獻原文,也可以直接到原圖處(見最上的鏈結)。
資料科學家學歷 在 珊蒂微AI Youtube 的最佳貼文
很難得機會在台灣捕獲李孟這位旅日的資料科學家,也很高興可以訪問到他!
李孟在日本四年的工作時間當中,歷練過「軟體工程師」、「資料科學家」以及「機器學習工程師」的職務,為什麼會有這一路以來的自覺與自學歷程?我們都一併在這次專訪當中聊到了!同時還加碼聊了「在日本的工作與生活環境」,提供給想去日本生活的朋友參考呦~
👉在這次專訪中,我們暢聊了:
1. 李孟是如何從軟體工程師的身份開始自學「資料科學」?
2. 資料科學家 / 機器學習工程師工作內容上的差異?
3. 李孟比較喜歡當資料科學家、還是機器學習工程師呢?Why?
4. 覺得人們除了積極自學之外,還應該用什麼心態來應對AI帶來的衝擊?
5. 加碼閒聊「在日本的工作環境與生活環境」,提供給想去日本生活的朋友參考呦!
👉李孟釋出他在台大的演講簡報,鉅細靡遺地分享他成為一位資料科學家的歷程,內容相當精彩,製作也很精美耶!https://www.facebook.com/LeeMengTaiwan/posts/10220691442829365
👉李孟的超高含金量部落格,分享各種他在資料科學與機器學習上的應用經驗!https://leemeng.tw/
#他是資料科學家也是機器學習工程師 #自學資料科學與機器學習 #李孟
資料科學家學歷 在 志祺七七 X 圖文不符 Youtube 的最讚貼文
#PS4 Pro 同捆組合驚喜優惠中!
1/17 前,可享有「#PlayStation 節日限時優惠」
👉🏼 PS4 Pro + 雙把手同捆組合限時降價3000元,只要$9,980元!
👉🏼 PS4 主機+三款大作同捆的MEGA PACK 現省2000元,只要 $7,980元!
點擊下方連結,立刻來選購優惠的方案吧!
http://bit.ly/2L8PR5L
#PS4 #PS4Pro
✔︎ 成為七七會員(幫助我們繼續日更,並享有會員專屬福利):http://bit.ly/shasha77_member
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺IG :https://www.instagram.com/shasha77.daily
✔︎ 來看志祺七七粉專 :http://bit.ly/shasha77_fb
✔︎ 如果不便加入會員,也可從這裡贊助我們:https://bit.ly/support-shasha77
(請記得在贊助頁面留下您的email,以便我們寄送發票。若遇到金流問題,麻煩請聯繫:service@simpleinfo.cc)
各節重點:
00:00 前導
01:39「PS4大特價」廣告段落
02:30 到底有沒有外星人?經典的「費米悖論」
03:35 能估算有多少外星文明的「德瑞克方程式」
04:43 外星人怎麼找?用無線電波
06:27 外星人怎麼找?對他們「自我介紹」
09:05 找到外星人是好事嗎?
10:28 我們的觀點
11:30 提問
11:49 結尾
【 製作團隊 】
|企劃:王葦
|腳本:王葦
|編輯:土龍
|剪輯後製:Pookie
|剪輯助理:歆雅、珊珊
|演出:志祺
——
【 本集參考資料 】
→Allen Telescope Array Overview:https://bit.ly/2LcE4n1
→突然畢業了,阿雷西博天文台將永久關閉QQ:https://bit.ly/3ooDaSD
→Contact (Movie):https://bit.ly/2MycVuW
→The Golden Record:https://go.nasa.gov/2MIMKBZ
→有必要擔心外星人入侵嗎?:https://nyti.ms/2MyI69u
→銀河系至少存在36個智慧文明,真的嗎?:https://bit.ly/2JRV2Gx
→茫茫宇宙為何遇不見《異形》:找不到外星人是合理的嗎?──《科幻電影的預言與真實》:https://bit.ly/3hO7p37
→人文學科的重要性:愛德華‧威爾森《人類存在的意義》:https://bit.ly/3bij6hg
→追蹤航海家號:https://go.nasa.gov/3pVgpGd
→科學歷史回頭望 航海家金唱片:https://bit.ly/3nkkyll
→「金字塔是外星人蓋的」馬斯克發言 埃及政府怎麼回?:https://bit.ly/35fsWg4
→BBC為你梳理霍金對地球人發出的警世預言:https://bbc.in/2LwSOwA
【 延伸閱讀 】
→銀河系至少存在36個智慧文明,真的嗎?:https://bit.ly/38jItgI
→The Golden Record:https://go.nasa.gov/38m59gl
→科學歷史回頭望 航海家金唱片:https://bit.ly/3oms40F
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
🥁七七仔們如果想寄東西關懷七七團隊與志祺,傳送門如下:
106台北市大安區羅斯福路二段111號8樓
🟢如有業務需求,請洽:hi77@simpleinfo.cc
🔴如果影片內容有誤,歡迎來信勘誤:hey77@simpleinfo.cc
資料科學家學歷 在 數據科學家薪水在PTT/mobile01評價與討論 - 台鐵車站資訊懶人包 的美食出口停車場
資料科學家薪水在PTT/mobile01評價與討論, 提供資料科學家學歷、數據科學家薪水、資料科學家技能就來台鐵車站資訊懶人包,有最完整資料科學家薪水體驗分享訊息. ... <看更多>
資料科學家學歷 在 數據科學家薪水在PTT/mobile01評價與討論 - 台鐵車站資訊懶人包 的美食出口停車場
資料科學家薪水在PTT/mobile01評價與討論, 提供資料科學家學歷、數據科學家薪水、資料科學家技能就來台鐵車站資訊懶人包,有最完整資料科學家薪水體驗分享訊息. ... <看更多>
資料科學家學歷 在 [心得] 資料科學家工作分享與AI 產業觀察- 看板Soft_Job 的美食出口停車場
最近版上好像很多人對 AI, ML, Data mining 的工作有興趣
也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業
我自己就是資料科學家
想跟大家分享一下我的工作內容跟對 AI 產業的觀察
=== 先說結論 ===
1. 非CS背景想轉職 AI => 念四大碩,主修 AI
2. 不想念碩士,想自學
=> 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
社群有 ML/DM Monday, Taipei.py, Py data 等等
有個聽眾覺得『哎唷不錯喔』,機會就來了
3. 已經是資工碩了
=> 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
=== 我的背景 ===
台大資工學碩
主修NLP, 熟AI, ML, SVM, 不熟DL
待過趨勢,華碩,新創
六年工作經驗 四年DS經驗, 英語流利
=== 資料相關工作內容 ===
資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題
資料科學家: 把問題變成數學問題, 抽feature, 訂evaluation
設計數學演算法, 寫prototype
資料工程師:data clean, data storage, big data, cloud computing
機器學習工程師:設計數學演算法, 實作演算法, 挑ML模型, tune 參數
把prototype 改成 production code
通常在台灣就是四種都要做...統稱資料科學家
根據背景知識, data type還會細分成
影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等
影像現在在台灣最紅,約有60家新創
NLP 約20家
語音約3家, google/apple/ms 太強,很難跟他們競爭
後面三種data 我沒有研究....
=== AI 產業現況 ===
2012 - 2017 爆紅 超火
2018 冷靜重整期,很多 AI 新創倒閉
2019 假AI新創很多, Junior 飽和, Senior 超缺
Senior 假設台灣有 N 個,可是缺有 4N
大家都要即戰力,有經驗的,可以馬上做專案
但是Sr. 不是去美國,就是不想換工作
如果你是即戰力,我手上有10個缺可以介紹
Junior 有 N 個,缺大概也有 1.2N 個
不過台灣每年生產1000個 AI碩士吧,所以也不缺人
假 AI 新創就是 『口號出得去 人進得來 大家大發財』
去面試就知道老闆不懂 AI ,問一下雷公司八卦都很多
另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的
=== 關於訓練新人 ===
公司訓練 Jr 是需要花錢花時間的
而且我的經驗是專案都做不完,哪有時間訓練新人?
讓Sr. 花 20% 的時間訓練新人,少做 20% 專案老闆願意媽?
Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人,是我佛心來著
但是很多新人訓練好又去美國或念博班
我也很無奈呀...
去美國的工作環境, 工時, 薪水, 技術都好很多
念博班的說他想做世界第一,不想做客戶願意付錢的東西
=== 結論 ===
我覺得不鼓勵大家轉職 AI
好公司大概都飽和了,只收 AI 碩
2017年前 AI 景氣很好,但是現在冷了
假AI新創又多,有70%吧,如果你沒有能力分辨就是當砲灰
AIOT 現在 90% 是假新創
另外當資料科學家
背景知識,工程,數學,英文都是基本能力唷
很多人說數學很重要...是因為他們工程跟英文都很好了
Pycon Taiwan 徵稿中 3/18截止,當過講者求職大加分喔!
--
Q:為什麼aacs叫小西呢??
A:1.因為aacs的英文名字叫Cicilia Segeliin
2.因為西是最好寫的C
3.西是由一條拋物線+一組雙曲線+一個橢圓組成的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.134.185.153
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551945907.A.F59.html
一波炒過一波
當菜市場阿嬤都知道AI,股市都有AI概念股,就代表潮水要退了
轉職難民太多,但是他們都沒有作品跟成果...
每個都說我很便宜,請訓練我。
但是我有時間為什麼不去訓練台大碩,要訓練你呢?
我知道自己要什麼,缺什麼就好囉~~~
台大純血沒去美國就會一直被罵耶~~~
一來 AI 圈也才紅5年,Sr. 本來就不多
二來 很多 Sr. 都跑去美國了
三來 Jr. 沒人帶也沒有自學能力就不能變Sr.,只會變成Super Junior
四來 老闆都希望Sr. 免費加班帶Jr. 還要加班做專案
我碩班念AI的時候根本沒人想念,大家都在做遊戲跟CV, embedded
畢竟每年還是有幾百個 Junior 入行
當然數學,工程,英文,溝通都要努力鑽研才能頂尖
有22K也有人100K
你給我10000筆以上再提DL吧...
大部分都是 data clean 的工作
而且是data scientist 兼任 data eng., data analyse, ML eng.
但是如果非資工本科又沒有亮眼學歷
你就必須有亮眼作品
不然你會找不到Senior帶,學習成長很有限
另外你說得對,很多傳產最近都成立的AI部門
但是資工碩通常不喜歡去傳產,除非高薪又早下班。
所以我聽說裡面都很少資工碩
但是名稱掛資料科學家
每次講自己的職稱都覺得很心虛,只有使用者經驗研究員聽起來更威
有的說的是台灣包山包海的資料科學家,很多沒有設計模型跟演算法
美國大公司的純資料科學家有個配合的工程師
幫忙把prototype 改寫成 production code
所以不必資工本科,很多統計,數學,工科博士背景
不過台灣prototype直接要上線的就很需要軟體工程背景了
因為上線交給客戶後有 bug 超麻煩
... <看更多>