人工智慧課程ptt

標題[情報]Python人工智慧與資料科學人才養成班03期

時間Tue Aug 23 11:34:23 2022

勞動部補助課程全程遠距教學【Python人工智慧與資料科學人才養成班第03期】 ---延長報名到9/13--- 兩個月成為最受企業歡迎的AI資料分析技術人才 344小時完整學習AI大數據九個必備職能程式語言、資料庫、網路爬蟲、資料探勘、資料視覺化、機器學習、影像辨識、深度學習、自然語言處理課程完全零基礎，專業師資手把手！失待業者政府補助80%-100%！ 15-29歲青年參訓另可月領8,000學習獎勵金！並贈書籍價值總額超過4,000元！從0開始製作企業案例專題，培養團隊協助與專業能力！報名去 9/13 報名截止 https://its.taiwanjobs.gov.tw/Course/Detail?ID=148509 訓練職類電腦程式設計緣由現今是AI人工智慧、雲端運算、大數據、物聯網、區塊鏈等所引爆的潮流世代，面對這些新興應用領域所產生的多樣、複雜、大量的資料以及各種應用面向的分析需求，已讓資料科學成為這些潮流背後的共同核心技術。根據經濟部工業局 2019-2021資料服務產業專業人才需求推估調查結果顯示，台灣資料服務產業總專業人才新增需求約 14,000 人，同時搜尋國內 104 人力銀行相關職缺「資料科學、資料分析、資料工程」，總職缺也已超過萬筆，人力缺口卻尚未補足。課程目標機器學習、深度學習、人工智慧仍然是產業的重點發展技術，許多軟體與設備商都已投入人工智慧的應用服務。根據Adecco藝珂人事顧問公司《2020大中華地區薪資指南》，「資料科學家」、「資料工程師」及「資料分析師」等台灣地區的薪資，最低為月薪 6萬-7萬元、最高為月薪9萬-12萬元。根據全球最大的求職網站Indeed.com的搜尋結果顯示，AI工程師在美國約有9萬-14萬美元的年薪，而資料分析師也有5.5萬-10萬美元年薪。顯見數位經濟時代，人工智慧與資料服務人才有非常多元的職涯發展。要打造人工智慧團隊通常需要三種類型的專家：資料科學家、資料工程師以及機器學習工程師。資料科學家專注於連結資料與商業價值、資料工程師擅長蒐集與處理資料，機器學習工程師則是利用演算法，從資料裡面提取出最多的訊息，讓AI智慧系統的預測更為精準。這三種類型的專家，佔據了數位經濟不同的重要位置，但重要性是相同的，因為缺少任何一種專家，都無法妥善發展人工智慧與資料服務產業的最大潛力。但也是我們調查發現，除了專業能力外，普遍最被重視的就是溝通以及專案管理的能力。就業展望訓後可從事資料科學家、資料分析師、資料工程師、資料系統工程師、應用領域專家、軟體工程師、人工智慧應用科學家、資料訓練師、大數據分析師、跨域PM（包含產品經理、專案經理）等。窗口:張綵宸電話:03-5623116分機 3319 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.130.190.246 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1661225666.A.C2C.html ※ 編輯: ls312 (61.216.102.143 臺灣), 08/25/2022 16:51:08

時間Tue Sep 11 19:57:51 2018

代po 關於AI人工智慧(或者說機器學習)我不是甚麼專家，應該說我是外系(電資學院)因為好奇所以才開始學習這個領域的。每個人的對新的東西學習方式不同，但對一些不知道要從哪裡著手的初學者或許可以參考一下我剛開始學習的切入方式。最開始我決定去修台大一堂李宏毅老師開的機器學習的課，這門課的特色是用很淺顯易懂的方式去介紹這個領域，所以數學的部分會少一點。每學期大約400人修課，而且來自各個系所，老師也把上課內容全部公開在youtube上，下面是這門課的連結。 https://goo.gl/y8t31F 因為這堂課以實作為主，所以當初修的時候要邊上課邊寫code，怕忘記所以還花了點時間對youtube公開課程整理了簡易筆記，下面是筆記的連結。 https://goo.gl/snybe8 修課的學生來自各個系所，我覺得不是因為這是一個新的領域，而是因為這個領域在近幾年有不少新的重大突破，而且快速的正在影響各個領域的產業。同意有人說不管哪個領域都要學些AI的知識，不過對於不同領域可以用不同方式去學習，下面僅只是一些我個人的看法。非工程相關背景如果是非工程相關背景可以參考下面的見解。在之前一場微軟舉辦的演講有講者提到:「現在機器學習正在影響各個領域，對於一家公司來說，新技術的出現代表著管理階層的秩序需要因應而有所改變。」所以我覺得非工程背景也可以了解下這個領域，也許不一定要會寫code。建議只需花不到一個禮拜的時間把上面youtube連結的前幾堂課程大概看過就可以了。這樣至少會知道為什麼要train model、為什麼要很多data、為什麼training那麼花時間、甚麼是深度學習...等，這樣也比較不會跟著大家一起喊人工智慧卻不知道那個東西到底是指甚麼。另外，可以加一些FB的社團，這裡推薦:台灣「人工智慧」社團，這是個最近很活躍的社團，常常會有些業界人工智慧的新應用、產業發展趨勢...等等的文章出現。工程相關背景如果是工程相關背景可以參考下面的見解。其實要介紹的大概就是李宏毅老師上課用的一些tool，所以如果是李宏毅的學生可以直接略過下面XD。我覺得一開始可以先學一些深度學習(deep learning)的套件好比說Keras，他是一個建立在Theano或Tensorflow上層的 API，語法簡單，適合初學者。如果想去做一些更底層的更動可以再去了解Theano或 Tensorflow，因為常常在Github上要用別人的code才發現都是用Tensorflow寫的。此外，因為這些東西大多是用Python的語法，所以可以花些時間了解一下Python。下面是我針對 Python的語法整理的筆記，語法可能會因為改版更動，所以可能要自己實際執行看看喔。 https://goo.gl/snybe8 另外，我覺得可以了解Kaggle，它是一個數據分析的競賽平台。李宏毅老師就是用Kaggle 這個平台讓大家寫自己的code，對我來說蠻有用的。因為看到自己在Kaggle上的排名一直往上爬就會有股衝動想要找更好的演算法讓排名繼續往前!也因為Kaggle讓我願意上網找一些近幾年的paper看看其他人對於這個問題的解決方法等等。希望有興趣的人能養成讀 paper的習慣，因為這個領域不斷有新的東西，而新東西只會出現在paper裡而不是教科書上。而且如果要找paper的話能找在Github上有code的會更好，這樣可以直接實作驗證看看。推薦一個網站給大家，裡面彙整了機器學習中每個部份的重要paper。 https://goo.gl/3xEN7T 另外，我覺得可以加一些FB的社團，這裡推薦:台灣「人工智慧」社團，這是個最近很活躍的社團，常常會有些新演算法的paper、讀書會、人工智慧硬體晶片的新突破...等等的文章。最後，對於外系來說，我覺得這個領域其實不用學的太深，因為很多東西都已經被內建好了，也有不少人性化的雲端訓練平台例如: Microsoft Azure、Google AutoML... 等等。反而比較重要的應該是想想如何用自己領域的專業知識(Domain Knowledge)結合人工智慧找出現在還沒有人想到的新應用然後馬上付諸行動! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.238.119 ※ 文章網址: https://www.ptt.cc/bbs/graduate/M.1536667074.A.0D3.html ※ 編輯: H2SO4 (223.137.55.205), 09/11/2018 23:17:22

標題Re: [心得] AIA 台灣人工智慧學校－技術領袖班

時間Mon Nov 19 16:31:52 2018

因為以前帳號不見，所以只好用妹妹的帳號發文。以下文章沒什麼重點，幻想文居多，我文言文不好，錯字很多，不會排版，僅借用標題一用。最後有加入與資策會嵌入式班比較表，看看CP值好不好。結論: 到目前為止，人工學校培養人數2200人，2/3是經理人，南部技術班還開不起來，只能開經理人班，讓我覺得很奇特的事，經理人還需要去上這種課，怎不去讀四大EMBA，或是國外EMBA，之後還可以去矽谷，或是上網去coursera 、edx學還比較便宜，最近吳恩達的AI-for-everyone，費用還不到1500塊，MIT Artificial Intelligence: Implications for Business Strategy，費用才經理人不到一個月的薪水，當經理人20多年，連AI該怎用在企業上，上網自學都不會? 還要人教，這種班級出來我是不敢用。本文: 前面很像有人問成員背景，贊助廠商據說有以下幾間: 台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電都有派人去上課，經理人班都是真人上課，技術班第二期都是看錄影，由此可知，這種班級是專開給經理人班...整體而言經理人來上課的比技術班人多，讓我想起很久一篇文章，大綱是為什麼我覺得成為培養工程師的領導者，比成為一位優秀的軟體工程師還重要等等...，而且這些培養軟體工程師的人是不是就要有軟體背景?在台灣工作，技術是不是值得一直專研?各位軟體工程師可以想一下。企業派去技術班的人，應該爽爽der，比起每天沉重進公司...應該好許多，估計一間中型公司，太菜的會進不來，公司派一堆人來的，可能才有2-3年經驗的，像是台X企業要來的據說還會卡學歷，坐我隔壁的是114化工碩士，年薪150(他同事，南部)，估計在職的比較會被錄取，或是本身是在讀碩士生等等...，不過因為新竹、台中，沒什麼軟體人才，所以技術班招不滿的情況下，在至少會錄取到55%的錄取率人數，相對於台北班競爭少許多，所以北漂的想離職休息一下，回來上個課可能不錯，很多回竹中南部演講都是當地人，不知道你們在北部那邊住套房舒不舒服?年薪不知道有沒有150了，我隔壁嘉義的很像都有了(不是軟體工程師)。據前面文章說法，還有高中生來，結業有英文證書，拿來申請個AI學士，隨便申請一下berkeley或是哈佛，未來直接去孔校長實驗室，不一定有機會，不過現在高中生，就只想當醫生吧，即使這篇文章有hit，我估計高中生也還是在學中國歷史、文言文，畢竟要當醫生文言文要好，或是可以努力一下，即使40歲，還是可以當醫生娘，沒必要下來躺AI這個渾水。錄取考試可能只占部分比重(腦補)，所以要來上課前，還是先去刷四大碩會比較好(來上課的70%都是碩博士，學士真的是少數)，且不必特地去資工系學什麼AI，把你的化工、生醫背景搞好，資料預處理就是只有你會! 什麼微X、軟X就只會要你把資料準備好、處理好，自己只會先開XGB、resnet， train一發，據孔校長的說法，這樣做不太好，因為你公司的資料都被看光了，怎還有競爭力，雖然我覺得都會前處理資料了，卻不會train model也是有點傻眼，可能公司電腦太爛了，或是一些其他的影像問題存在，在黃光區什麼的問題。學校教學偏重這些數學理論與model使用，當然也有講到RNN時，還在提 optimizer怎用的這種讓人很傻眼的課程安排，變成前面很複雜、後面沒重點;有很多理論課程，卻不安排一些像是:怎把你公司資料做預處理，例如: 給客戶資料時，怎做一些隱藏處理會較好，等等...，這類的知識，可能學校認為全台公司都像某面板廠一樣，都有心讓化工、QA或是設備工程師要自己 train一發吧，而不是跟外部合作那種調調，如果合作，因為沒經驗，資料如果全丟給客戶公司，知無不言，沒有上限，讓人憂心，所以估計大立光這種公司不會派人來，感覺也不會跟微軟合作(腦補)。某公司派來的人，可能本身起薪就只有30-50k，尤其中南部公司，卻是讓他做 50k-100k的事情(AI助教無經驗起薪)，設備工程師本來就要修設備，現在又要 train model，以前大家都不敢去辦公室，只敢待在無塵室，現在剛好相反，好處是現在終於不用站在無塵室一天了，但實際上因為大家不是笨蛋，上完課如果有填問卷，像是會不會離職換跑道，那就...，至少我知道很多人都想轉領域，據說某公司因為這種離職常態，準備開發專家系統，讓這些系統記住前工程師的經驗，還蠻有心的，畢竟你們公司的人都想跳去GG，能居安思維算是不錯，用很多那種薪水的人堆疊出來的系統，達到公司最高效應，AI時代新型cost down手法正在進行。一些老師上課的內容，網路上都找的到，像是台大李宏毅老師，雖然我覺得他的課程內容最好最有趣，而且很寶可夢，不過內容就是他之前的網路影片剪輯版，但他算是很有心的，會親自來做結論，像是某些大牌老師，可能就不一定會來結論，畢竟重北輕南? 而且課外的演講者參差不齊，一些感覺不錯，一些就沒什麼重點，之前來了位六子棋發明人，就很有特色，我才知道原來台灣AI也是很強的。這個課程跟嵌入式比起來，精實許多，嵌入式簡直就是弱到爆，不只技能過去式、理解難易度或是未來的職業發展，大陸都在做智慧自駕IVI了，台灣還只能跟人代工 wince IVI，近期很多中型系統廠，岌岌可危，勸大家還是不要在以為正常上下班很爽，因為分紅費用化，而每天工作都很消極，喪失了學新知的能量，溫水煮青蛙～～～比較：台灣人工智慧學校 VS　資策會嵌入式班 1. 學費：AI智慧學費（48K) << 嵌入式班費用(90~120K) 2. 地區：北中南四班 >> 只有台北班（嵌入式重北輕南不為過） 3. 時長：（4個月）<< (6個月） 4. 104關鍵字搜尋(職缺數量比)： machine、deep learning、AI (>6000筆）>> 嵌入式、韌體、embedded（>4000筆） 5. 起薪：AI非相關科系起薪(例如：醫生、學校助教) >> 嵌入式非相關科系起薪(<=32k) ps. 因一些做ＡＩ的人，僅是其他領域專家，但我估計只有嵌入式會給28k這種笑死人的薪水，環保局做垃圾分類都有32K，加班還有薪水;碩士學歷資工背景，系統廠最多 60多K就會封頂（１０年經驗），只剩準時上下班。 6. 職業多樣性：醫生,ＱＡ,設備,strategy engineer..　>>　bios工程師、系統廠打雜工 7. 課程: 錄影課程+真人演講(AI戰略、學術論文等等) ?? 真人課程+課堂錄影不打了．．．在我學完ＡＩ後，我發現一個事實，軟體工程師不是主角，演算法不是重點，因為70%時間都在處理data，選用那些feature與怎處理資料重要程度>>model本身。而且我覺得課堂有人會抱怨的是因為，上課不是真人，有種讓人不受尊重的那種感覺，我一開始感覺也是這樣，一開始感覺不好自然都會是負評，不能全台走透透，真人來上課，是不會直播嗎? 還是覺得技術人就只能上網自己學，自己埋頭苦幹，經理人卻可以來聽真人大師演講，詢問指導? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.170.32.157 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1542616315.A.1ED.html 單純比工作數量而已ＸＤ感覺工作可能很輕鬆，據說去資策會上班可以常常不倫，新聞報的ＸＤ不是都網路下載而已嗎XD 名子沒記住ＸＤ，對六子棋印象特別深刻。 ※ 編輯: lensuper (36.233.111.98), 11/20/2018 14:09:56