台北新創公司有在招ML的人才 如appier
那竹科大公司呢
聯發科 瑞昱 台積電 應該需要ML的人
Synopsys Cadence也在想著把ML應用到eda tool
又或者竹科可能也有一些AI新創?
台清交 ML相關實驗室畢業的學生
去竹科的多嗎
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.168.253
※ 文章網址: https://webptt.cc/bbs/Tech_Job/M.1559381426.A.845.html
沒錯啊
※ 編輯: heatthree (1.171.168.253), 06/01/2019 17:56:23
總有人因為家庭因素待台灣吧
※ 編輯: heatthree (1.171.168.253), 06/01/2019 17:57:06
推文 (101)
推
b777787
很多！ai發大財 再搭配區塊鍊 年薪上千萬
06/01 17:33
推
Iamjkc
這問題跟問竹科有超商嗎 差不多
06/01 17:45
→
toasthaha
很多，然後呢？
06/01 17:47
→
yolasiku
ai查電話簿
06/01 17:48
推
j0958322080
沒有，那邊輪班居多
06/01 17:50
→
po1379
ML應用到EDA tool???
06/01 17:51
推
chocopie
出國比較多吧
06/01 17:56
推
w199381
目前ML/DL領域: 圖影像,文字,聲音還有嗎? 想想台灣有幾
06/01 17:57
→
w199381
間公司可以搞這些
06/01 17:57
推
tentimes
台北感覺很多？
06/01 17:59
推
ayn775437403
ML LAB畢業去竹科很多啊，又不是只會ML
06/01 18:00
推
yainman
GG也有阿
06/01 18:01
→
lemonsheep
講是這樣講 但這些公司哪間是靠ML在賺錢的? 還不能實
06/01 18:08
推
j0958322080
還有策略分析的公司，幫你出解法
06/01 18:10
→
lemonsheep
際賺錢的東西 頂多少數phd在搞 一般人進去還是碰不到
06/01 18:11
推
shiauji
新思有啊 前一陣子看到朋友幫徵人
06/01 18:17
→
ms0701515
我知道孫民lab有去發科和安霸的
06/01 18:32
→
ms0701515
新思有徵 不過算少數 多數還是相關lab進去
06/01 18:33
→
ms0701515
我覺得重點還是靠什麼賺錢吧 竹科很多是把他當工具來
06/01 18:35
→
ms0701515
看
06/01 18:35
推
stosto
很多啊，但薪水很低啊
06/01 18:40
推
w199381
真的就是一個工具而已 要配上實質應用才能賺錢 可惜這真
06/01 18:58
→
w199381
的不多
06/01 18:58
→
scott0327
純軟很多啊，去大廠當IT膩？
06/01 19:19
→
Physerapb
去大廠比純軟賺更多
06/01 19:25
推
ptta
有啊，ML用在EDA已經出了產品，在cadence上面有看過
06/01 19:26
→
dslite
make love?
06/01 19:32
推
zxp9505007
台積電設備監診早就在用ML了 最近收到面試邀請
06/01 19:41
推
doasgloria
ML已經快到泡沫尾聲了
06/01 19:43
推
w199381
樓上 是跟風的要泡沫了 ML技術越來越成熟強大
06/01 20:00
→
w199381
從single task到multi-task 越來越趨近人類學習方式
06/01 20:01
→
w199381
Meta Learning, Reinforcement Learning都是越來越強大
06/01 20:01
→
w199381
Life Long Learning也是近兩年的研究方向
06/01 20:02
推
w199381
Transfer Learning也朝著降低訓練成本的方向邁進
06/01 20:05
推
ooooops1221
有喔 很多而且各部門都會有需求
06/01 20:10
→
lensuper
學ML沒什麼用，去投控公司應徵比較實在
06/01 20:22
→
clamperni
比較好奇小公司做ML要賣誰
06/01 20:34
推
GTX9487
DL跟ML搞不清楚
06/01 20:48
推
w60904max
先不管泡不泡沫 跟其他職缺比當然是少
06/01 20:57
噓
katzlee
ML是什麼的縮寫?
06/01 21:13
推
Zepho
竹科的都是給內部產線用阿，跟你想要的有一樣嗎？
06/01 21:32
推
iamala
ML越強大和熟ML的人是否能賺大錢是兩碼子事唷...
06/01 21:34
推
smallcar801
上一波泡沫是兩千年的網路泡沫，破滅的是投資人的無
06/01 21:40
→
smallcar801
腦投資夢，網路從來沒有泡沫過，ml也一樣
06/01 21:40
推
Rocker5566
Manpower Losing
06/01 21:53
推
snoopy98761
你說的這三間都有收呀
06/01 22:00
推
f496328mm
像這種有生產線的，用ML的才多，一堆產品數據可以分析
06/01 22:12
→
f496328mm
認識的在聯電，台積電都有在用
06/01 22:13
→
f496328mm
產線上百道製程，每個點都收集data
06/01 22:14
→
f496328mm
可以提早知道產品是否出問題，晶圓分析用更多
06/01 22:14
→
Murasaki0110
很多，不過你在這唱衰板問大概不會有進展
06/01 22:27
→
Eric0605
發科很多啊
06/01 22:39
推
leoloveivy
產線的484都用移動平均數阿 產線有很多資料 但是如果
06/01 22:42
→
leoloveivy
是"要異常"資料 異常那麼多不就代表有人要包一包回家
06/01 22:42
→
leoloveivy
了 好奇真的可以做到很好的異常診斷嗎 真心求解
06/01 22:42
→
y800122155
笑死 產線最好用移動平均抓得出來喇 有這麼好抓就叫OP
06/01 22:47
→
y800122155
去抓就好啦 誰跟你找一堆碩士博士甚至教授去處理啊
06/01 22:47
推
den7
原來是machine learning...一定要每件事情都縮寫嗎......
06/01 23:05
噓
wrt
連104都不查一下就在這問
06/01 23:16
→
ruthertw
超多
06/01 23:25
推
LinuxKernel
掛羊頭賣狗肉的多
06/02 00:34
推
w60904max
你知道GG 設備也一堆碩士嗎 事實就是真的很多碩士要幫
06/02 00:35
→
w60904max
忙看SPC chart 然後大部分都是工業工程慣用手法
06/02 00:35
推
w60904max
要那麼多碩博士 其實是要找 異常的原因
06/02 00:38
→
y800122155
SPC歸SPC 又不是有做SPC就不做FDC之類的
06/02 00:40
→
w60904max
沒說不做 反正台積都是系統已經用好 讓Fab的人去用了
06/02 00:42
推
w60904max
而且FDC 第一道防線也是卡SPEC 看到一點飄掉也是要處理
06/02 00:52
推
j0958322080
誰跟你真的去找異常，漂掉就反向調就好了
06/02 01:04
→
f496328mm
回leo，異常偵測就是imbalance問題
06/02 01:11
→
f496328mm
並非要一堆異常資料才能玩
06/02 01:11
推
mshockwave
你要不要先往那邊看一下：好大一顆快破掉的ML泡沫啊～
06/02 06:08
推
crusoe
建議往交易圈走，台灣科技業在這塊還早
06/02 07:21
→
GGing
竹科有 ML？很多都是喊喊根本做不出什麼東西呀！
06/02 08:17
→
GGing
一堆人會個 KNN 或 K-Means 就說自己在搞 ML
06/02 08:19
噓
Ethical
噱頭而已，有玩過就知道重點再那
06/02 08:59
→
Kayusumi
現在ml應該大都套模組，有人在搞底層演算法嗎？
06/02 11:39
→
zhi5566
要玩去國外玩 台灣跟風而已 這種都要長期而且大量投入資
06/02 11:50
→
zhi5566
簡單講麻 你資料庫哪裡來 沒有你玩個鳥 台商投入資源 是
06/02 11:52
→
zhi5566
去看自家產品有沒有可以賣 跟你想的實驗室不一樣
06/02 11:53
→
zhi5566
像在AI很夯 每天都在講 那我問你 你沒資料庫 要訓練個鳥
06/02 11:55
→
zhi5566
資料庫很燒錢 台廠看到都傻眼 做做簡單的還可以
06/02 11:58
推
exeex
台積電有 發哥也有
06/02 12:41
→
exeex
ML技術要加進現有流程 算是比較高風險的嘗試
06/02 12:41
→
exeex
所以比較少專門為ML/DL開一個職缺
06/02 12:41
→
exeex
ML/DL現在比較像是加分條件
06/02 12:45
→
exeex
至於其他小公司 資料本身不夠 或承擔不了ML的高風險投資 基
06/02 12:45
→
exeex
本上都是講講而已
06/02 12:45
→
balaboo123
一堆公司的ML根本噱頭...明明可以approach硬搞ML根本
06/02 13:07
→
balaboo123
拿大砲打小鳥
06/02 13:07
→
clamperni
應用而已是要多精通 = =
06/02 13:55
→
DrTech
釣到一整串外行人。
06/02 18:48
→
hjk121
樓上一句話得最罪一群人XD
06/02 21:19
推
Rocker5566
內行人可以說些內行話聞香嗎
06/03 08:49
推
vul3kuo
一堆公司搞噱頭+1 。舉例人臉偵測，需求不需要多精確的情
06/03 15:03
→
vul3kuo
況call opencv lib就可做到
06/03 15:03
→
mayasky
我絕對不會說在某1605公司電梯裡聽到幾位主管討論如何
06/03 18:12
→
mayasky
硬扯AI好迎合上意...
06/03 18:12
→
mayasky
這種動機還期待甚麼?
06/03 18:12
→
supermmi
ML最後就是變成工具列上的一個按鈕無需什麼技術，有資
06/03 22:32
→
supermmi
料才是王道
06/03 22:32
推
stosto
ML有資料不夠好嗎？要把資料變成有用才是王道
06/04 04:25