- 主题:Re: 有编程基础学4个月的和搞了3年的AI工程师搞出的模型差距有
探讨一下，我感觉你没有做过项目，你说的框架只是工具，都是开源现成的，实际区别
在于应用场景、行业业务的不同，有很多基于AI的特定场景算法开发是核心，这些核心
算法 和 积累时间以及个人能力 强烈相关。
【 在 happysoul (happysoul) 的大作中提到: 】
: 有编程基础学4个月的和搞了3年的AI工程师搞出的模型差距有多大?
: 这个东西是不是花几个月学会了就差不了多少了，反正基本都是用那些框架
--
FROM 101.224.108.*
大侠出来说话了，呵呵
这些是很关键，需要不少积累，但是对大对数开发者来说：
图像识别用 resnet，densenet；
时间序列用 lstm，transformer；
NLP用 : gpt3
大侠是做算法的，但是像我这样的普通应用开发者只会选上面的模型；
对于工程实际数据，大多数不满足概率分布，所以应用场景下的数据增强技术是关键，
这需要结合具体实际场景，我认为是难点，也是重中之重。
另外，实际工程中大多数数据源来的数据是耦合的，所以这是最难解决的地方。
我看过大侠的书，很佩服，欢迎指正。
【 在 youxia (游侠) 的大作中提到: 】
: 选什么样的目标函数，数据源从哪来(是否需要推动其它部门，或者爬虫爬取)，
: 数据如何清洗，如何高效的训练，
: 模型不收敛或者精度有问题怎么解决，
: ...................
--
FROM 101.224.108.*
不好意思，我说的是探讨，我做过简单的工程项目，经验也不多，也还在学习，呵呵
【 在 Charles9 (爬爬爬) 的大作中提到: 】
: 没经验的搞得不敢上线
: 发自「今日水木 on iPhone 8」
--
FROM 101.224.108.*
实际应用也有很多算法要开发，而且难度也不低，这就是很多场景目前还不能实现完全
AI 的原因。
【 在 Castrol (卡斯楚) 的大作中提到: 】
: 和人类专家扯皮经验丰富的就行，代码、算法、系统呵呵都不是事儿，带的小朋友就可以做
--
FROM 111.20.174.*
学习了，我在做的工作的目标是： MBSE（Model Based System Engineering），做过一
些力求实用的简单模型，结合特定业务下的视觉算法实现 AI，以后还望多指教，共同进
步。
【 在 Castrol (卡斯楚) 的大作中提到: 】
: 哦，可能是我们这边凡是直接支持业务以及和人类专家扯皮的都叫模型，这个需要经验。可以调包或者二开加料的算法就完全给算法工程师开发供调用。
--
FROM 111.20.174.*
Python大战机器学习：数据科学家的第一个小目标
huaxiaozhuan 学霸，:)
【 在 feichang (feichang) 的大作中提到: 】
: 求介绍大侠的书
--
FROM 101.224.104.*