今天父親節，跟媽媽應該沒甚麼關係，想聊聊生活543，總不能24小時都是工作經。
我早婚，以前那個年代到現在這個年代，沒幾個人想那麼快進入家庭，想想你25歲在幹嘛？
感覺已經經歷工作上許多折磨挑戰，其實我還沒50歲，但兩個孩子都長大了。回想小小孩時一早送幼稚園哭哭啼啼黏著不放，進小學的不安，進中學的無知，進高中的叛逆，到現在…成熟，一路好慢～也好快～，還好有神隊友一起面對走過這些酸甜苦辣。今年家中二個考生，哥哥要考研究所，妹妹要考大學，原本以為他們的生活應該充斥緊張氣氛，實際好像沒有那麼刺激，吃喝玩樂照常。我解釋若不是萬全準備就是放水流的順其自然，他們若不怕我能擔心什麼？所以繼續我的工作，我的義診，我的媽祖，我的忙碌日子。在學習過程沒有過多關注，隨性發展，其實也是媽媽自己沒時間體力關注太多😅。
研究所早放榜了，哥哥也開始與教授進行碩班計畫。大學指考昨天也公布中獎學校，妹妹如願跳脫媽媽的暗黑護理界，投入第二類組理工的領域，該說我與隊友階段性任務告一段落吧！父親節與沾光的母親，今天特別快樂。
放牛吃草的模式，讓孩子自己找到讀書樂趣，爸媽輕鬆孩子棒，何樂而不為呢？

#放心就是給孩子最好的祝福

台灣大學 材料科學研究所
國立中興大學 化學系

(媽媽 硬要沾父親節一點點驕傲)

DeeCamp2020結束了，特別驚喜地看到同學們今年的作品，跟以往線下合作在水準上基本沒有區別。今天的活動評選出了兩個總冠軍獎項，但學生們做的每一個作品都非常優秀、用心。也希望參與的200多名學生有真正的收穫。

本文來自創新工場微信公眾號
………………………………

創新工場DeeCamp2020完美落幕，兩團隊並列總冠軍獎金翻倍，共克真實世界難題

過去的2個月裡，200餘名來自全球高校的學生，聆聽了李開復、張亞勤、吳恩達、張宏江、俞敏洪、周志華等12位AI學術界、產業界大師授課，透徹理解了科技與創投核心規律；分組挑戰開放命題AI創新大賽，用AI和創意向現在和未來人類世界面臨的真實難題問題發起挑戰。

2020年8月5日，DeeCamp2020人工智慧訓練營總冠軍答辯暨結營典禮，在創新工場北京總部隆重舉行。

經過節奏緊湊的立項、研發、測試，DeeCamp 2020開放命題AI創新大賽共37支團隊提交了振奮人心的AI Demo，其中6項入圍總冠軍答辯。他們現場展示了自己精彩的成果，角逐開放命題AI創新大賽的總冠軍和各賽道冠軍。

最終，兩支團隊並列奪得總冠軍，分屬自動駕駛賽道和創新賽道。總冠軍獎金翻倍，兩支隊伍各獲得10萬元獎勵，其餘五個項目獲得各賽道冠軍。

DeeCamp人工智慧訓練營是一項面向全球大學生的公益項目，專注培養應用型AI人才。自2017年暑期啟動以來已舉辦四屆，培養了上千名大學生。DeeCamp 2020 由創新工場聯合華為共同推出，在今年全球變局與挑戰的背景下，旨在召集科技領軍新人才，肩負時代新使命，用AI解決真實世界的難題。受蔓延全球的新冠疫情影響，DeeCamp2020大師課和開放命題AI創新大賽全部轉為線上進行。

創新工場董事長兼CEO李開復博士，創新工場人工智慧工程院執行院長王詠剛，創新工場運營合夥人黃蕙雯，華為雲首席戰略官餘虎，聯合國開發計畫署駐華代表白雅婷（Beate Trankmann），路孚特（中國）科技有限公司董事長兼總經理党曉青等嘉賓出席典禮現場，予以專案點評，並為優勝隊伍頒獎。

華為雲首席戰略官餘虎表示：“華為一貫非常注重AI人才的培養，我們在2018年就發布了沃土人才培養計劃；通過華為雲線上的ModelArts AI訓練平台，以及端側的Hilens kit等算力平台，在高校，跟學校一起，聯合開展教材設計，課程設計；並且舉行無人車大賽，聯合創新創業及科研合作。目前已經和超過50所雙一流高校，形成了良好的合作，培養了上萬名學生。這次華為雲ModelArts平台很好支撐了創新工場DeeCamp大賽，幫助全國各地參賽學生隊伍的實戰項目挑戰AI難題。大家的作品和創意都非常好。期望後面大家能基於本次大賽作為良好開端，更好的掌握AI技能，發揮想像力，基於AI工程化落地的視角，用AI解決真實的產業和生活難題，給社會和生活帶來更多的改變。”

聯合國開發計劃署駐華代表白雅婷表示：“人工智能以及其他新興技術的發展會改變我們的生活，甚至可以為氣候變暖、新冠肺炎等全球性問題提供解決方案，然而它們也會擴大數字鴻溝並造成新的不平等現象。希望各位學員在日後的研究中可以運用所學，促進變革，通過自己的努力為人類創造更可持續的未來。”

路孚特（中國）科技有限公司董事長兼總經理黨曉青表示：“從2019年開始，路孚特成為DeeCamp合作夥伴，為學員分享金融行業深厚的業務知識和豐富的專業數據，並提供學習並實踐相關課題的資源。作為路孚特戰略研發運營中心之一，北京研發運營中心希望能夠吸引國內優秀的AI專業人才，增強AI專業人才儲備和研發技術能力。”

▌6支 AI Demo競逐總決賽，兩支並列總冠軍，10萬獎金翻倍

DeeCamp2020入圍總冠軍答辯的6支項目團隊，分別來自創新賽道、自動駕駛賽道、教育賽道、醫療與公共衛生賽道、商業賽道。8月5日上午，通過雲端連線的方式，6支團隊各自展示了激動人心的Demo作品。

經過評委打分、討論，自動駕駛賽道的Faster&Better團隊和創新賽道的方仔照相館團隊，最終共同奪得總冠軍。總冠軍獎金翻倍，兩個團隊分別獲得10萬元獎勵。另有五個項目獲得了各賽道冠軍。

為什麼最終選出兩個冠軍？評委之一、創新工場董事長兼CEO李開復博士解釋說，這兩個項目評委打分相同，難分伯仲。“Faster&Better”團隊的技術讓人震撼，這說明在今天，黑科技創業的空間仍然存在。而“方仔照相館”團隊則以商業取勝，讓我們驚訝於積木居然可以與AI結合。他們的“方頭仔”產品讓人充滿購買欲望，幾乎是一項可以直接拿到融資的項目。“我們認為這兩個組，任何一個單獨奪冠，都不能完整表達DeeCamp代表的精神，所以最終決定評選出兩個總冠軍。”

▍總冠軍：方仔照相館 BrickMeStudio
所屬賽道：人工智慧的創新思考與前沿設計
挑戰賽題：自動積木建模

AI+積木？聽起來如此跨界的兩件事，會有什麼奇妙的組合？

來自北京航空航太大學、清華大學、香港中文大學、奧地利科學技術研究所的同學們組成的“方仔照相館”團隊，用AI玩轉積木，為創意插上了翅膀。

他們打造了一個AI積木創作平臺“方仔照相館”，簡單上傳一張頭像照片，就可以生成個性化定制的方頭仔玩偶頭像。未來，只需一鍵下單，百變趣味的方頭仔就可以郵送到家。

怎麼實現呢？他們先根據輸入的圖像，抽取特徵向量，比如髮型、劉海、鬍子、眼睛、下巴、膚色、上衣款式、衣服圖案、鞋子顏色、手的擺放、褲子紋理等，匹配相應的積木零件，然後生成積木模型和拼裝步驟。

“方仔照相館”團隊希望將自己對積木的熱情，傳遞給更多人。積木不只是孩子們的玩具，更是創造力的源泉，“AI時代，更要注重創造力培養”。

▍總冠軍：Faster&Better
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰賽題：算符算力約束下的無人駕駛車輛檢測

自動駕駛是人工智慧中最具挑戰、最具有應用前景的方向之一。對於需要大規模落地量產的車輛檢測場景，神經網路模型只能在較為廉價的晶片上運行，這為檢測模型的效率帶來了巨大挑戰和約束。

Faster&Better團隊在滿足嚴格算符算力的約束下，設計了一種極為高效的anchor-free車輛檢測模型。該模型採用了backbone、後處理策略，將物體看作點，使用輕量的head來預測物體位置、類別和bounding box，在保障性能的同時大幅提升了速度。
Faster&Better團隊對項目的商業價值也進行了思考。該車輛檢測模型能夠很容易地部署在低成本的晶片上，實現產品的落地，帶來商業回報。模型反覆運算速度快，可以使用更低的功耗訓練和維護。模型精度高，能夠為無人系統的安全性和穩定性保駕護航。

未來，該車輛檢測模型也有廣闊的應用空間。一是可以部署到行車記錄儀等傳統硬體上，使其智慧化，具備行車預警功能；二是可以部署到安防監控中，使用模型自動過濾篩選，將視頻中有車輛的場景加以保存，節省存儲空間，也節省人員重播視頻的時間。

▍教育賽道冠軍：Teched U
所屬賽道：用AI驅動的教育新工具和新方法
挑戰賽題：網路公開課聚類、檢索、評價和推薦工具

線上教育是未來趨勢，但錄播課的用戶體驗不佳。大量的錄播課僅將一段長視頻從線下直接搬運到線上，難以避免冗餘重複，造成學生積極性差、完課率低等問題。

來自卡內基梅隆大學和沃頓商學院的同學組成了Teched U團隊，希望用AI技術賦能線上教育。他們通過自研原創神經網路 TopicNet，實現長視頻切割、大綱提取、知識搜索三項功能。

通過視頻切割，尋找知識結構中斷點，可以將一小時的教育視頻切割成5-10分鐘的短視頻，讓使用者利用碎片化時間學習；通過大綱提取，借助整理好的知識大綱進行跳轉，讓使用者快速瞭解知識內容的結構；通過知識搜索，可以精確尋找到相關視頻和精確到秒的視頻跳轉位置。

目前，線上教育巨頭主要通過人工標注做視頻切分，但對於缺乏人才和技術的中小型線上公司，這項低成本的視頻切割自動標注技術，可以説明他們豐富視頻內容，實現精准推薦，從而提升用戶體驗和轉化率。

▍醫療賽道冠軍：心靈捕手
所屬賽道：用AI應對醫療和公共衛生領域的新挑戰
挑戰賽題：通過深度學習識別生物電信號

在DeeCamp，AI+醫療也可以大顯身手！

由“心靈捕手”小組帶來的“聽醫聲AI 診斷專家”項目，是本屆DeeCamp項目中唯一一個軟硬結合的項目。硬體製作、小程式設計開發等工作，全部是在DeeCamp期間用兩個月的時間完成。

“聽醫聲”AI診斷專家通過電子聽診器採集心音、呼吸音、脈搏，並將電子化的信號傳遞給微信小程式及後臺雲端分析系統，進行定量分析判斷使用者的健康狀況，實現健康監護、疾病預警、輔助診斷。若檢測到身體異樣，可自動推薦附近的醫院。未來，“聽醫聲”既可以輔助醫生做疾病早期篩查、健康監測，也可以用在留守老人監護、殘疾人健康關愛等領域。

值得一提的是，“聽醫聲”的脈搏波資料集，通過與醫院、診所、體檢中心等工作單位合作，共採集了6000余例由中醫專家標定的脈象資料，把專家經驗轉化為臨床診斷量化標準，實現了中醫問診的客觀化、資訊化。

▍創新賽道冠軍：AI科幻世界
所屬賽道：人工智慧的創新思考與前沿設計
挑戰賽題：科幻小說自動/輔助生成

你能想像一個AI構建的科幻世界嗎？在DeeCamp2020，AI正在創造一個全新的寫作時代。

來自中科院、美國喬治梅森大學等高校的五位同學組成的“AI科幻世界”團隊，基於Open AI 的GPT-2模型，在百億級中文大規模語料上重新訓練，打造了一位神奇的“AI科幻小說作家”。

這位元“科幻作家”，可以根據設定好的故事主線、人物角色等，互動式生成科幻小說內容，不僅可以遣詞造句，還可以創作構思，讓普通人也可以化身“科幻文學大咖”。

“AI科幻世界”團隊在開發的過程中，借鑒作家創作小說的過程，受到認知心理學和文學理論啟發，提出情節大綱主導的、人機協同寫作的範式：用戶輸入第一句，機器輸出多個人稱一致、語句連貫、邏輯合理的下一句話候選，由用戶做篩選和修改，不斷重複形成情節閉環。

在人機協同的半自動模式下，AI科幻世界寫作故事大綱的速度每分鐘可達50-100字。而在無人干預的全自動模式下，可以在1秒鐘之內寫出一個曲折動人的兩千字故事，揭開了創作的神秘面紗。

未來，科幻小說自動/輔助生成可以應用在商業傳播場景中，提升內容的廣度和個性化，兼顧精准分發下的使用者需求和內容品質，滿足企業對海量資訊的搜集、分析、篩選、整理和發佈需求。

▍商業賽道冠軍：“Non-pretrain”
所屬賽道：AI 賦能的商業決策與商業流程優化
挑戰賽題：人工智慧在量化交易和投資中的決策輔助

量化交易是指以先進的數學模型替代人為的主觀判斷，利用電腦技術從龐大的歷史資料中海選能帶來超額收益的多種“大概率”事件以制定策略。
來自南京大學、復旦大學的“Non-pretrain”團隊，針對外匯量化交易的歷史資料，提出了一種資料依賴的相似性度量方法。對每一個分類，分別使用所提出的層次注意力LSTM模型對未來匯率進行預測。最後對多個類的預測結果進行集成，並結合挖掘出來的典型pattern制定交易策略。

此外，聯合國開發計畫署一直非常關注高新科技與人工智慧在可持續發展領域的應用，為了鼓勵各位學員積極探索用AI解決可持續發展問題，專門設立了“AI4SDG”獎項，頒發給西天取經團隊、AI倒爺團隊、Teched U團隊、Brainnova意念互聯團隊、心靈捕手團隊。

此外，DeeCamp還組織了學員互評，評選最受學員歡迎的作品，最終西天取經、You OnlyLook Us、AI科幻世界三個團隊獲此殊榮。

▍自動駕駛賽道冠軍：“西天取經”AwesomeDet
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰賽題：算符算力約束下的無人駕駛車輛檢測

西天取經團隊由來自北理工、北航、新加坡國立、北大、麥吉爾大學的五位極客組成。他們希望在自動駕駛的漫漫長路上，經歷磨難，不斷成長探索。

團隊採用了業界先進的技術，從Backbone、Neck、Loss三個層面出發，設計了一系列滿足算符算符約束的目標檢測模型，並做出適配改進，進行算法針對性優化。

推理速度是衡量自動駕駛技術的關鍵指標，目前行業內對推理速度的最低要求是10fps, 而該團隊的產品推理速度最快達到了74.5fps。

同時，他們提出了基於數據分析提出特定的增強方法，改善了夜間難樣本的訓練。經過真實場景下的測試，無論側視、後視、前視、夜景，都表現出了良好的遷移效果，測速、性能表現較好，達到了簡單場景下的車輛檢測要求，滿足了商業落地的要求。

該項目另外一大亮點是在手機上集成了檢測產品，做到了產品級別的實時呈現。未來，產品將可以搭載到智能行車記錄儀車輛預警、車載手機預警APP、交通事故實時監測、實時治安情況監測等多個領域。

此外，聯合國開發計劃署（UNDP）一直非常關注高新科技與人工智能在可持續發展領域的應用，為了鼓勵各位學員積極探索用AI解決可持續發展問題，專門設立了“AI4SDG”獎項，頒發給西天取經團隊、AI倒爺團隊、Teched U團隊、Brainnova意念互聯團隊、心靈捕手團隊。

▌74所高校200余名學生參與，12位大師授課

DeeCamp2020採用開放報名+定向邀請的方式，通過激烈競爭，200余位學員最終入選。

他們來自清華大學、北京大學、中國科學院大學、南京大學、北京航空航太大學、復旦大學、中國人民大學等44所國內高校，以及卡內基梅隆大學、麻省理工學院、牛津大學、康奈爾大學等30所海外高校，分佈在86個國內城市及北美和歐洲的17個海外城市。

學員中，碩士生占比56%，本科生占比26%，博士生占比17%。另外還有1%的學員是優秀的高中生，他們的技術科研能力已經達到了大學本科生的水準。

DeeCamp2020獨創“大師課+開放命題AI創新大賽”模式，讓學員既可以近距離與科研及產業領域大師溝通交流，也可以與志同道合的小夥伴結隊，親身體驗 AI 技術如何轉化為產業應用、積累實踐案例經驗。

在大師課上，李開復、張亞勤、吳恩達、張宏江、俞敏洪、周志華等12位來自AI領域學術界、產業界的重量級嘉賓，為同學們分享了AI前沿理論、產業創新、行業發展、創業趨勢等領域的最新洞察，讓大家充分領略了學術大師的思維方式，感受知識的魅力。

不同於常見的 AI 領域競賽，DeeCamp2020 開放命題AI創新大賽不以完成某一具體指標為目的，而是讓同學們組隊完成一個完整的創新項目，鼓勵其用創意向現在和未來人類面臨的科技問題發起挑戰。

因此，在賽題的設置上，DeeCamp聚焦社會熱點，關注真實世界與人們生活，共設置五大賽道14個新穎賽題，允許學生自由組隊。五個賽道分別是：

•教育賽道：AI 驅動的教育新工具和新方法
•醫療賽道：用 AI 應對醫療和公共衛生領域的新挑戰
•創新賽道：人工智慧的創新思考與前沿設計
•商業賽道：AI 賦能的商業決策與商業流程優化
•自動駕駛賽道：自動駕駛的技術突破與前沿創新

據創新工場人工智慧工程院執行院長王詠剛介紹，這次的賽道賽題設計具有“更熱門”、“更真實”、“更接地氣”三大特點：

“更熱門”：2020年是特殊的一年，我們面對著最多的變化，最多的挑戰，也是最多的機會，因此賽題設置貼合當前社會最關注的熱點問題，如健康賽道關注仍在全球延燒的新冠疫情。

“更真實”：為了讓同學們最大限度地接觸真實世界，所有賽題提供的資料都來自各個合作企業的真實場景資料。例如在Momenta提供的自動駕駛賽道中，Momenta為同學們提供了一批獨家未公開的128線雷射雷達檢測資料集和十萬量級視覺資料集，希望同學們在科研人員帶領下一同解決行業中的各類技術問題。

“更接地氣”：賽題設置與同學們的學習生活息息相關。在教育賽道中，人工智慧對程式設計教育的應用占了很大的部分，因為參賽的同學大多來自數學、電腦專業，有自學程式設計的經歷，這能促使參加該賽題的同學發揮主觀能動性，更好的利用自身經驗提高項目完成品質。

最終，共有9支隊伍選擇了商業賽道，10支隊伍選擇了自動駕駛賽道，5支隊伍選擇了教育賽道，6支隊伍選擇了醫療賽道，7支隊伍選擇了創新賽道，向這些難題發起挑戰。

▌你想用AI改變什麼？——DeeCamp學員的AI願望

人工智慧是一項偉大的技術，我們有幸生活在這個時代，也應該努力讓人工智慧造福人類社會。

“你想用AI改變什麼？”在主辦方發起的一項徵集活動中，200多名同學用紙和筆，寫下了自己的AI願望：

o“我想用AI改變人們的出行方式”
o“我希望用AI改變人們的教育環境，為所有人帶來更加智慧化的教育方式”
o“我希望用AI解決量化投資及商業決策問題”
o“我想用AI改變遊戲設計”
o“我想用AI改變文學作品的表現方式，讓大家能更加淋漓盡致地表現所思所想”
o“我想用AI改變醫療診斷技術”
o“我想用AI改變我們觀察世界的方式”
………

創新工場人工智慧工程院執行院長王詠剛表示，DeeCamp是一個為學生服務、充分發揮學生自主精神的人工智慧訓練營，鼓勵所有來到DeeCamp的同學進行一段自我驅動的AI學習實踐之旅。

在專案期間，DeeCamp的同學們充分發揮了“自我組織、自我管理、自我表現”的精神：自發組織了13場分享會，涉及創業經驗、讀書感想、技術研討、項目交流。在官方組織的“飯？泛？FUN？”談會中，學員們積極與各位大師雲上約飯，探討AI產業發展、創業方向、職業選擇等話題。

DeeCamp人工智慧訓練營自誕生起，就以消弭中國AI應用人才鴻溝、培養和完善中國AI應用人才生態為初衷，堅持公益屬性，將知識課程與項目實踐相結合，引導學生體驗 AI 技術如何轉化為產業應用，積累實踐案例經驗。

自2017年暑期首次開辦以來，DeeCamp總計收到來全球 1000 餘所高校超過 20000 份報名申請，已有 1000 余名學員順利結業。

DeeCamp的最大期待，就是結業的學員們都能在方興未艾的 AI 產業浪潮中，真正解決來自真實世界的難題，將論文中的 AI 演算法打造成一個個成功的 AI 產品與解決方案，用AI創造更美好的人類未來！

未來，DeeCamp 將繼續砥礪前行，不遺餘力地在人工智慧人才培養上面挖掘新方法和新思路，為 AI 領域輸送最新鮮的血液、提供最堅實的力量。

台積電是新鮮人就業首選，會出現類似問題不意外，不過我做不到一年就開始煩惱了，顆顆

讀者來信- 3X歲在台灣半導體業轉職的思考

我寫部落格以來， 有各式讀者的來信， 今天分享一位讀者的詢問，為了保護當事人隱私， 一些背景細節有做調整， 以下是讀者背景及問題。
-----------------------------------------------

Brian 大大您好~


我追蹤您的部落格已經有一段時間了，無非是希望也有機會可以轉職並且到外國工作，但是關於轉職這一塊有一些問題想要詢問看看您的意見...


我是四大理工研究所畢業，在半導體公司工作已有 5 年多的時間了。在工作的這 5 年多大部分的工作內容幾乎都是在做 SOP 的事項(製程 troubleshooting, chart monitor....) 工作大約 80% 都是照著 SOP， 剩下 20 % 只有需要近一步改善良率或是需要 cost down 的時候才會有討論的空間，只要照著 SOP 任何人應該也都可以應付得來.....


我當初有抱負進科技業，但 5 年來沒實現到個人價值，也沒有發揮到所學，高薪 (年薪百萬) 也都是加班換來的...平均一天會加班 2 小時, 一個月差不多 50 到 60 小時(加上需要輪流值假日班)，每天下班後自由的時間差不多剩下 3 小時左右。


半導體的工作比較專一，我很擔心如果再過個 10 年 20 年不想做的時候想轉職，卻發現已經被定型在半導體業太久而中年失業的危機，所以想要離職學習寫程式相關的課程轉職軟體工程師，畢竟軟體工程師的出路還是比較廣一點，而且隨著科技發展各行各業都會需要，又因為國外的薪資水平還是比台灣來得高，有機會的話還是希望能去國外發展。


我目前規劃是想要去加拿大念 2 年的 college 拿個 diploma (因為加拿大的學費比美國便宜很多) 畢業後可以拿到 3 年的工簽留在加拿大繼續工作，至於科系的話我是鎖定 interactive media design。


這個科系除了前後端的程式撰寫之外也可以學到一些媒體設計方面的技術，因為除了程式設計之外我對於設計方面也很有興趣(中小學唸美術班，對美感和基礎設計有一些基本的概念，也有用過 photoshop 等軟體來設計過海報等等)，如果有機會可以同時學到程式和美術設計的話，我覺得未來對於職涯來說或許多少也可以加一點分，目標是希望找到 UI / UX designer 的工作。


目前我有在下班時間自學 HTML 和 CSS 等基礎的網頁設計課程，準備明年要去留學前的基礎。


UI / UX designer 這個職缺在台灣感覺沒有特別被大家知道，但是聽說在國外發展已有一段時間了，它算是結合了寫程式和設計美學的職位，對我來說很有吸引力。這個職稱也是最近我朋友提起我才知道有這個職務。唸完書我可能會先在加拿大工作，但也希望可以多了解這個職位在美國或是加拿大的狀況，以下有幾個問題想要詢問看看您的看法:


1. 想請問您在美加地區 UI / UX designer 算不算是一個熱門好找工作且有前景的職務呢?
2. 或是您目前的工作有時候也有跟 UI / UX designer 有一些些接觸呢?
3. 如果目前 3X 歲，才去加拿大念 2 年的學程後找工作，畢業後會不會到最後因為年紀的關係不太容易求職呢? 我很擔心高齡找工作的問題。
4. 在美加的公司之間高齡轉職的人多嗎?
5. 30 多歲重新回 college 念書會不會有點太晚了呢....

-----------------------------------------------
以下是我的回覆：


謝謝你的來信詢問， 也鉅細靡遺的描述許多細節， 因為有許多和過往讀者問過的問題類似， 所以特別選擇你的文章來做樣本， 一起回答很多類似讀者的問題。


我看完文章，整理了一下的重點
1. 從台灣四大理工研究畢業加入半導體業， 沒有發揮專業的空間，大部分時候都是按照既定的標準模式來工作， 成就感低落。
2. 平日及週末需要加班，個人可利用自由時間有限。
3. 因為沒有專業累積， 擔心中年失業。
4. 想要轉職軟體工程師，加上國外薪水比較高，所以想去國外發展。
5. 轉職途徑: 加拿大唸書，學費比美國低，工作簽證較可預期。
6. 求學希望唸 interactive media design: 前後端的程式撰寫 + 媒體設計方面的技術
7. 目前的準備： 下班自學 HTML 和 CSS
8. 疑慮： UI / UX designer 的出路， 各種高齡的疑慮。


我沒有在台灣正職工作過(只有在學校做研究助理)， 不太清楚台灣的半導體業的情況， 但是從你的描述的確讓人同情你的狀況， 我想我們所有人都會希望在工作中得到一些成就感， 按照既定的模式工作， 沒有辦法累積專業，加上加班及壓縮個人自由時間，的確是會讓人看不到未來。


但是從你的狀態到希望轉職軟體工程師， 我覺得中間過程有一些可以思考之處。 首先，你提到你是台灣四大理工研究所畢業， 那你有沒有考慮能真正利用你的專業的工作呢？ 不論是你的學長姐學弟妹，我想總是有人會在一個真正可以發揮專業的地方吧？ 完全放棄你過往的專業到全新的領域從新開始，等於放棄你過去累積的優勢。


再來，你提到了高薪（年薪百萬）， 不知道你沒有找尋應用你的專業工作是不是因為達不到年薪百萬的標準呢？ 如果你半導體業不是你理想的環境， 有沒有可能在其他領域有可能呢？


當然現在全世界都在缺好的軟體工程師，如果你真的做好功課，確定這是你的興趣，或是你想要追求的職業，那麼我們可以再來考慮轉職軟體工程師的方向。


你提到軟體工程師，在加拿大 2 年學程要唸 interactive media design 及想找 UI / UX designer 的工作，我沒有跟上這部分的邏輯，你說 " interactive media design 包含前後端的程式撰寫，也可以學到一些媒體設計方面的技術"，感覺上來說， 就是很廣地所有東西都學一點， 但是每樣學門可能都沒辦法深入學習。 再來從軟體工程師到 UI / UX designer， designer 顧名思義就是設計師， 和軟體工程師是不同的職缺，不知道這個轉換是？你可能要深入研究你是想要變成軟體工程師還是設計師， 兩者是差蠻多的。


我先假設你也想要半路出家變軟體工程師好了， 那麼除了出國唸書， 你有考慮在台灣做到這件事嗎？ 出國讀書要面臨許多語言、文化、及生活的挑戰，當然出國唸書也可以收穫很多不同的經驗， 在台灣一次面對一個挑戰 (轉職)， 不是比出國同時要處理許多問題簡單嗎？


我在美國有上 coding bootcamp (請參考文章 Coding bootcamp 程式語言密集班- 從不會寫程式到3個月被矽谷科技公司雇用的終南捷徑？)， 我耳聞台灣現在也有許多程式語言班 (大家有知道什麼好的程式語言班呢？ 還是大家都去資策會？)，相比於出國讀書， 在台灣轉職的花費應該比留學低很多， 另外推薦一個我敬佩的技術高手胡立做的程式導師實驗計畫(大改版：程式導師實驗計畫第三期報名簡章)， 如果你加入他的計畫，你一開始只要付出 5000 台幣， 付出對應的努力，我相信你也可以在 26 週的時間變成前端或後端的網頁工程師。當你轉職後要到美國工作，還是有各種方法的(參考文章 如何到美國科技公司工作？)


其實我不想直接回答 “UI / UX designer 算不算是一個熱門好找工作且有前景的職務”的問題， 因為我不是設計師，不確定這個領域的狀況， 再來， 我也不想要因為我見到或是耳聞的幾個例子就變成你重大人生決定的依據。好的辦法應該是你自己找尋現在這個職缺的需求狀況， 如果你不知道用什麼查詢的話， 可以參考我之前找工作的文章- 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？


關於高齡讀書、轉職的問題也是類似， 我也不想用我看過的幾個例子變成你最後決定的依據。 我有看過 30 幾歲轉職的人， 在美國履歷也不會標註年齡，但同時許多科技公司的員工平均年齡可能都是 30 歲左右 (參考 The average age of employees at all the top tech companies, in one chart )， 你可能未來同事或老闆都是比你年輕一輪的人。


不談外在因素，不論你做什麼， 2 年後你都會是變老 2 歲，我想重點應該是你要自己找尋好資料，分析你的各種狀況，做出一個你不會後悔的決定。


英文有句話說 “if you have hammer everything looks like nail”， 如果你手上有鐵鎚，所有東西看起來都像是釘子。雖然我了解我部落格讀者可能都希望可以到矽谷或美國工作， 但是我也不想盲目鼓吹大家複製我的半路出家經驗，畢竟，所有人的經驗都有其獨特之處， 很難被複製，希望你可以找到自己的人生之路。 如果你找了資料發現 UI / UX designer 職缺沒有像工程師多， 但是你很喜歡有熱情， 在過程中付出許多努力， 我相信會比可能職缺多但是你沒有熱情投入的職業更容易成功。


落落長的沒有正面回答你的問題， 我想要分享的是: 分析你自己的狀況、找尋現有情況下的不同人生解法， 要達到某個目標， 是否有不同的方式更容易達成呢？ 另外盡信書不如無書， 自己的人生選擇需要自己在網路上查資料多方探索驗證。祝你早日找到你的人生下一步方向。


P.S. 同場加映，我親愛的老婆之前回覆類似的讀者問題，可以參考一下 "【工程師 vs 設計師—如何選擇才不會後悔？】回覆讀者來信 "

-------------------------------------------------------------


大家對這位讀者的狀況有什麼建議呢？ 台灣有什麼好的程式語言班呢？ 歡迎留言討論。

https://brianhsublog.blogspot.com/…/3xoldConsiderToChangeCa…