如題 本身大學研究所都是做CV的 研究基本上也不外乎什麼AI的辨識、偵測 甚麼DeepLearning的 不過我本身對AI研究方面沒啥興趣 對CV倒是還可以接受 剛剛看了一下104 現在做CV的公司是不是大多都綁AI阿 做AI方面的職缺是真的跟碩班一樣 整天在看paper 然後報告 還是有比較著重實務 把AI的Tool來用 -- ※ 發信站: 批踢踢實業坊(pttsite.org.tw), 來自: 27.51.49.216 (臺灣) ※ 文章網址: https://pttsite.org.tw/Soft_Job/M.1675675676.A.789
shomingchang: 應該都是當tool來用吧 但是要有人去train它 02/06 17:43
shomingchang: AI很強啊 不然要手工去寫啥特徵點偵測嗎 很難吧 02/06 17:45
shomingchang: 應該是DL很強,用啥SVM可能還是要設計啥HoG之類的 02/06 17:47
Wardyal: 應該說有點排斥一天到晚在看、報論文才排斥AI 02/06 17:53
Wardyal: 所以業界主要還是以實物為主嗎 有點好奇 02/06 17:53
FishRoom: 我哥上包養網被我抓包.. 02/06 17:53
shomingchang: 可以找應用寫code的 應該不用看論文 多的是博士在搞 02/06 18:01
Wardyal: 了解 02/06 18:18
yiche: 也有傳統數位影像處理呀 不過內容很數學喔 02/06 19:01
Wardyal: 喔喔 好吧 02/06 19:37
Freddy122: 業界做AI CV就是一直implement最新paper 的東西啊 02/06 19:39
KsiR: 有人包養過洋鬼子嗎 02/06 19:39
Freddy122: 現在基本上各領域DL 方法都領先傳統 handcrafted 02/06 19:39
Freddy122: 除非要部署在edge device 有運算上的限制 不然基本上 02/06 19:39
Freddy122: 都用DL的方法 02/06 19:39
kobekobe007: 有 我在做frame delivery 02/06 20:25
MoonCode: 把 CV 跟 AI 做分類很奇怪 02/06 23:07
peoples: 有錢人為啥都想包養 02/06 23:07
Ofianse: 我先猜業界都在落地 少有資源研究新方法 02/07 01:45
q00153: 我碩論就純 CV 找晶片缺陷,大概三年前寫的 02/07 06:11
DrTech: 分開看真的很奇特。即使做AI,影像的前處理,後處理,還是 02/07 07:46
DrTech: 傳統的CV與數學。即使做傳統CV,後面應用也一堆統計機器學 02/07 07:46
DrTech: 習模型,DL還只是工作的一小塊。 02/07 07:46
wilmer: 有人被洋鬼子包養過嗎 02/07 07:46
DrTech: 除非你走學術界,做產品的根本很難拆開傳統影像處理與ML, 02/07 07:47
DrTech: DL 02/07 07:47
DrTech: 其實很簡單,你去找有做產品對外販售的,就不只是DL了。 02/07 07:49
MakeSITGreat: CV可以分成鏡頭矯正的軟韌和影像的辨識演算法,台灣 02/07 08:43
MakeSITGreat: 硬體晶片廠前者的缺還是多數,不會用到DL,以C++撰 02/07 08:43
badlip: 到底要多有錢才會想包養 02/07 08:43
MakeSITGreat: 寫傳統算法為主。但凡牽扯到應用層面,DL基本上跑 02/07 08:44
MakeSITGreat: 不掉,只是落地要考慮硬體是否支援深度模型所有運 02/07 08:44
MakeSITGreat: 算子以及memory是否足夠。 02/07 08:44
alan5: 你就想想只做cv是怎麼賺錢這樣就好 02/07 10:43
j0958322080: 不綁 ai 就是晶片算法的 fw 02/07 11:35
piggyoil: 閨蜜上包養網還推薦我... 02/07 11:35
rereterry: 其實現在大一點的團隊拆分蠻細的,有完全應用端的,讀p 02/07 11:53
rereterry: aper跟轉化AI都是專門的人,其他人則可能是部署串接跟 02/07 11:53
rereterry: 相應功能開發 02/07 11:53
okgogogo: 不要當RD就不用一直學新的技術,當sw pm? 02/07 13:11
MonyemLi: 大多說ai都是ai操作者,這種學習時間成本不高。但cv沒a 02/07 13:49
TwixBar: 包養? 02/07 13:49
MonyemLi: i訓練包會回好幾年前。從業人數越來越多的今天,進步飛 02/07 13:49
MonyemLi: 快但你高興就好 02/07 13:49
TSMCfabXX: 在台灣大部分都是想辦法套套件 02/07 15:03
GoalBased: 車載不少 02/07 15:48
azsx14520: Robotics 應用很多,但主流還是往ai做了 02/07 19:18
boggicer: 現在包養網都這麼直接嗎 02/07 19:18
recorriendo: 影像和CV原則上不一樣 影像處理有一堆基於數學的東 02/07 19:52
recorriendo: 西可以做 CV要做得好現在都靠AI了 02/07 19:52
recorriendo: 當然業界不一定分工那麼清楚 取決實際需求和人手 02/07 19:54
chobit199685: 這是趨勢,難道還要繼續用一堆參數限制的傳統方法? 02/08 09:18
eaton1202: 之前面試一些CV算法職缺給我感覺是傳統影像處理相關還 02/09 02:25
Chiason: 歐美包養真的很平常嗎? 02/09 02:25
eaton1202: 是偏多 02/09 02:25
Roderickey: 應該有些公司還是會把這兩塊分開給不同的工程師去做 02/13 00:02