AI 工程師是人與機器人的橋樑

messageImage_1718358137008.jpg__PID:37aebabb-535e-4228-88f0-bae4ecbe6ccf

黃志勝老師

June 17 2024

AI 工程師
不一定要訓練 AI ?!

AI 工程師不一定要訓練 AI ?!

本文摘要自「AI 工程師成為人與機器人的橋樑」直播活動

進入 AI 產業與薪水
為何會說工程師是人與機器人的橋樑？
問對問題是成為稱職工程師的重要一步
相關課程
老師介紹

📍 本文有三大重點📍
可點擊下方目錄查看

本文有三大重點，想要知道更多內容，馬上前往指定主題觀看

進入 AI 產業與薪水

人與機器人的橋樑？

工程師需要問對問題

AI 工程師課程組合包

🎃 南瓜說她很懊惱
自己前幾天打了小孩
她的小孩還沒成功戒掉尿布
不過肢體發展成熟，會自己換尿布了
偶爾耍賴撒嬌不想自己換，
南瓜也會幫他穿
那天晚上他又耍賴了，
但南瓜就是不想幫他換尿布
心裡一直碎念著：
他明明就可以自己處理
於是就一直跟小孩說：
「你已經長大了」
「你已經可以自己換尿布了」
「你已經有能力了」
「你不換尿布就光屁股睡覺好了」
最後僵持不下，南瓜就打了小孩
小孩放聲大哭，
先生過來直接幫小孩穿尿布
讓南瓜覺得自己無能又易怒
後來南瓜看著孩子的睡臉很歉疚
我帶著南瓜回到那一天
我問她：當時的妳氣色怎麼樣？
🎃 ：很疲倦
⚡ ：妳看著當時的自己，妳有什麼話想對她說？
🎃 ：他只是個小孩，妳為什麼那麼失控？
（我心想：不不不，我不要妳責備自己啊，不過我們讓潛意識來處理吧）
⚡ ：那當時的妳聽了有什麼反應？
🎃 ：她面無表情
⚡ ：是啊，妳是全世界最能理解她的人，她需要妳責備她嗎？
🎃 ：不需要
⚡ ：現在的妳有什麼話想對當時的自己說？
🎃 ：妳看起來好累
🎃 ：她哭了～～
⚡ ：請妳看著兒子，把妳最真實的內心話說出來
🎃 ：我不想幫你換尿布
⚡ ：兒子聽到了有什麼反應？
🎃 ：他傻住了
🎃 ：他問我怎麼了，我說我好累，又好煩
🎃 ：兒子抱著我，他在關心我～～～

我想用這一則潛意識翻譯記錄
來回應上一篇文章
護持能量的第一步是對自己誠實
累就是累
煩就是煩
有心事就是有心事
接下來就是真誠待人
有心事就別說「我沒事」
有關係就別說「沒關係」
我們能如實表達自己的感受
對方才有機會接住我們的情緒和需求
如果對自己不誠實
又找些冠冕堂皇的理由來掩蓋真相
（明明就是不想換尿布，又堅持說是在訓練兒子獨立）
那孩子得到的教養就是
我得找個光明正大的理由
才能滿足我內心的需求
那麼以後不想陪太太去跟岳家吃飯，就要假裝加班或出差
真正的需求不會被滿足
真正的問題不會被解決
重要的關係不能夠改善
我是很願意跟開心果說實話的媽媽
我會跟他說「我要接這通電話，
大概半小時，你去玩拼圖」
「媽媽很累，讓我賴床十分鐘」
「媽媽覺得這樣太吵了，
等一下就會很煩躁」
前幾天我生理期
他起床就去找阿嬤
等到要上學了
他回臥室找我「妳是不是起不來？」
我點點頭，
他說「那我跟阿嬤出門囉」
我說「放學我去接你！」
他就蹦蹦跳跳出發了
那時候我就覺得還好
我們一直都以真身示人
所以能夠互相體諒啊

進入 AI 產業與薪水

首先就是基本能力，以及肯打拼的人格特質，就是你願意花時間提升自己能力，做好自己人格上的 SWOT 分析，知道自己要有哪些優劣勢。現代社會除了多認識不同領域外，也建議大家找一、兩種有興趣的領域好好鑽研，從基礎到進階都好好研究、理解，不斷累積成為領域中的頂尖。

大家可能都會想哪些產業需要 AI 呢？其實任何產業都需要 AI 技術，就是看你怎麼實現。

在應徵面試者時，常常有人說為什麼我很優秀但卻沒有應徵上職位。大家要記得，永遠有比你優秀的人，而且可能剛好今天公司需要的技能是 A ，但你的專長也許在 B 技能，那就很難被選上去，沒有絕對的對錯，一個蘿蔔一個坑，你就是只是剛好沒有被選上。而工作的薪資，目前 AI 工程師平均值會高於其他類型的工程師，因為以技術層面來說 AI 有一定的門檻在，所以會比較難入門一點點，但如果是類比IC設計，那 AI 工程師的薪水就會看起來低一點，因為台灣本身是硬體製造王國，但如果你是 AI 晶片工程師，那就會比傳統的工程師再高一點。

為何會說工程師是人與機器人的橋樑？

為何會說工程師是
人與機器人的橋樑？

當前AI產業熱門的職業與所需要的技能如下：

AI 演算法工程師（剛需）資料工程 : 資料庫收集、清理訓練模型 : open source部署模型 : 雲端伺服器、Edge computing、on-device AI產品維運

AI 工程師（熱門）不需要先準備資料使用Open Model串好服務直接可在產品中Call API 打造應用用開源程式碼微調模型，少量數據。軟體工程師可以兼任

從大型語言模型（LLM）的發展來看，一開始的LLM受到限制，機器人生成的產物更多是研究性質的，難以大規模應用。隨著時間推移，LLM在訓練手法、資料量、模型大小和運算資源等方面越來越強大，進而演變成像ChatGPT這樣大家現在所使用的工具。因此，所謂的AI演算法工程師負責開發可供他人使用的AI模型。這時候，你需要思考：你希望模型達到什麼目標？AI是否能夠實現這個目標？設計模型的方法是什麼？如何進行模型訓練？需要哪些類型和量的資料？這些都是值得探討的問題。

在過去兩三年中，AI工程師的角色轉變為利用其他AI演算法工程師開發的模型來開發應用，例如，AI現在能夠生成不同語言之間口型的動畫，使得語音與口型保持一致。就像是我的線上課程就是是使用openAI的Whisper來幫助我來產生字幕，(但Whisper判斷中文的能力還是有問題，產生的內行需要花點時間確認修改)，所以這就是一個實際範例使用別人訓練好的AI模型/AI APP來做應用，這樣大家應該清楚兩個 AI 工程師的差異。

截圖 2024-06-17 上午9.44.58.png__PID:89f4a34c-e461-4139-a3ac-8880582f4401

📣 更多討論歡迎到臉書貼文一起討

問對問題是成為
稱職工程師的重要一步

問對問題是成為稱職工程師的重要一步

在台灣，許多人經常加班，但有時候付出的辛勞未必能得到相應的成果。一位稱職的工程師應該是能夠有效率地完成工作。當然，有些人可能不同意這一點，因為有些人可能花了很多時間做了許多工作，但最終被認為是無用功，那就很可惜，其實就是Do the right things「做對事情」跟Do the things right「正確地做事情」的差別，為什麼會有這樣的差別呢？因為一個是下達指令的人，另一個則是執行指令的人。而由與客戶關係圖來看，一般來說工程師不會直接面對客戶，中間人會有一個 PM，而客服通常在描述目標時，總是會沒辦法很容易說出需要什麼，而一名稱職的工程師就是能做出理想中的結果，但一般來說很難這樣，那就由以下的對話案例來理解：

從與客戶的關係來看，通常工程師不會直接與客戶接觸，而是透過一位專案經理（PM）來中介。PM的工作是Do the right things「做對事情」，也就是完成客戶交代的業務；工程師的工作是Do the things right(正確地做事情)，也就是完成PM交代的事情。

但現實是往往客戶在描述目標時，有時候無法清楚地表達他們真正需要的是什麼，如果PM的工作沒做確實，而工程師很努力交代執行PM的交辦事項，把PM的需求產出，但有可能產出不一定是客戶需求，這樣就是浪費大量時間和成本在做不對的事情，因為PM這關在Do the right things(做對事情)上出了錯或是打馬虎(見案例一)。但如果工程師在執行工作前能多思考一些，除了本身Do the things right(正確地做事情)之外，也能能換位思考Do the right things(做對事情)，相對較能減少出錯的可能，讓產出是實際上客戶需要的產出(見案例二)。

案例一

👤PM：客戶要一隻馬
💻工程師：我們公司又不是牧場，客戶要的是什麼馬?
👤PM：客戶要一隻在在紙上畫出的馬
💻工程師：Okay，給你產出：一隻在紙上的馬

結果不是客戶要的東西

案例二
👤PM：客戶要一隻馬
💻工程師：客戶要一隻在紙上的馬嗎？要黑白還是彩色？什麼畫風？
👤PM：客戶沒特別說，我確認一下
👤PM：客戶要一隻彩色跟真實的馬一樣的畫
💻工程師：Okay，給你產出：一張真實的馬的畫

好的溝通技巧可以讓工程師在作業時更好去了解需求，以便作出可以使用的結果，所以當工作遇到需要溝通時，如果你覺得說話對你來說比較難，可以改成用文字來溝通，可以在工作中更能獲得資訊，對工作也有幫助。