你知道嗎？六月是海洋的月份，而大海是孕育生命的源頭
在太平洋西南方、台灣以南的不遠處，有著一片科學家俗稱的「珊瑚大三角」（Coral Triangle），面積約六百萬平方公里，蘊藏著世界密度最高、最豐富的海洋生態，超過3,000種以上的珊瑚礁魚棲息在此，超過一億多人的生活依賴著這片海域。
珊瑚大三角範圍橫跨印尼、馬來西亞、巴布亞紐幾內亞、菲律賓、索羅門群島和東帝汶
圖片來源：WWF 世界自然基金會
未知且神祕的大海
去年十月，一群科學家在澳洲大堡礁海下，發現約 500 公尺高、1.5 公里寬的巨大珊瑚，其高度甚至超過帝國大廈與艾菲爾鐵塔，為 120 年來首見。這令人興奮的消息告訴了我們，儘管海洋探測儀器日趨先進，我們對於海下世界仍所知不多。
為期 12 個月的探險活動中，科研人員於繪製大堡礁北部海床地圖時發現這座分離礁
圖片來源：美國施密特海洋研究所 Schmidt Ocean Institute
海中熱帶雨林與氣候變遷
生存範圍不到全球表面 1% 的珊瑚礁，又被稱作海中的熱帶雨林，是超過 1/4 海洋生物及約 4,000 種魚類的家。當颱風來臨時，珊瑚礁站在第一線作為抵擋風暴的屏障。如果珊瑚礁不健康，海中的魚、藻、微生物也就無法好好長大；如果珊瑚礁消失，海洋生物多樣性將面臨嚴重的衝擊。
海洋、氣候與人類的生活，就好像一個動態的環，在各種不同因素的作用之下，彼此牽動著彼此。
圖片來源： Francesco Ungaro from Pexels
今年五月高溫少雨、天氣炎熱，台灣好似一個蒸爐，熱烘烘的燒著，但你知道嗎？海洋能夠吸收的熱遠遠的超過大氣。科學家認為，因氣候變遷產生出來額外的熱有超過 90% 被海洋吸收，而極端氣候為海洋帶來了極大影響，也衝擊了台灣的珊瑚礁。
去年夏天，台灣發生史上最大規模的珊瑚白化事件，根據「台灣珊瑚白化觀測平台」公布的研究結果，珊瑚大白化估計損失 31%~40% 的珊瑚，背後原因與氣候變遷及海水升溫緊緊相關。
2020年後壁湖花園同潛點但非同地點與角度，珊瑚白化前(左圖) 與白化後 (右圖)
圖片來源：台灣環境資訊協會
珊瑚礁也需要健康檢查？
珊瑚礁也跟人一樣，若能夠定期進行體檢，便可及早瞭解海洋的關鍵狀況。台灣環境資訊協會 2009 年開啟珊瑚礁體檢行動，依據國際珊瑚礁體檢調查方法，號召各地的潛水志工，以公民科學家的形式與志工們，紀錄海下珊瑚礁的健康狀況。
珊瑚礁體檢就好似與海建立另一種關係
體檢前，志工必須參加行前訓練，科學指導員會教導志工如何佈線、下海後如何記錄指標性魚類、無脊椎動物、不同的底質類別以及珊瑚覆蓋率。
照片：科學指導員跟隨著參與珊瑚礁總體檢的志工們，隨時提供適當的協助。
照片來源：中研院生物多樣性研究中心 珊瑚礁演化生態與遺傳研究室
延伸閱讀: 【三分鐘看懂體檢結果】
2009 年至 2021 年以來，共有超過千位志工參與。每年我們完成 22 個樣點地查，並將歷年數據公開。
珊瑚礁觀測數據的運用
長期的海下觀測，除了希望能夠瞭解海洋狀況，更同時透過生態調查、長期數據累積，將資料轉譯成可被接受的形式，提供可瞭解的資訊、可參與的活動、可加入的行動接觸更多人。此外，我們也運用數據成功阻擋台東美麗灣飯店開發案、更推動兩種台灣特有珊瑚列入保育。
照片：杉原海岸前 50 公尺處就有珍貴的珊瑚礁。
中央研究院生物多樣性研究中心 珊瑚礁演化生態與遺傳研究室提供
延伸閱讀:【解構美麗灣】
2014 年起至今，環資每年至少辦理 1 梯次生態潛水家 Eco-diver 培訓課程，邀請生態潛水教練授課，透過在 3 天 2 夜的行程，提高珊瑚礁體檢相關知識，並提供國際珊瑚礁體檢基金會所頒發的 Eco-diver 證照，持有此證照，可在印度太平洋地區加入其他與珊瑚礁體檢基金會相關組織的志工行動。
2020 年也辦理追逐珊瑚（Chasing Coral）放映會，共 120 人參與並邀請陳昭倫博士分享其於台灣珊瑚白化觀測平台的第一手觀察，同時介紹珊瑚礁白化成因與影響。
透過珊瑚礁體檢，在瞭解珊瑚礁與大海的健康狀況的同時，也可以透過數據資料反映海洋保育的成效。
海洋保育，真的有差！
2016 年 15 公頃的望海巷潮境海灣資源保育區公告為禁漁區，2017 年環資首次協同志工進行珊瑚礁體檢。長年在潮境保護區潛水的潛客表示，過去潮境保護區的珊瑚礁生長不佳，各類的大小魚類也不容易發現蹤跡。自從成立保育區後，海底生態明顯逐漸恢復生機，甚至發現稀有物種「龍女簪」的蹤影！
2021 年，珊瑚礁體檢步入第 12 個年頭，如果你也熱愛海洋、關心台灣珊瑚，邀請您支持我們進行珊瑚礁體檢，共同加入守護台灣海洋的行列。
資料科學家證照 在 [心得] 資料科學家工作分享與AI 產業觀察- 看板Soft_Job 的必吃
最近版上好像很多人對 AI, ML, Data mining 的工作有興趣
也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業
我自己就是資料科學家
想跟大家分享一下我的工作內容跟對 AI 產業的觀察
=== 先說結論 ===
1. 非CS背景想轉職 AI => 念四大碩，主修 AI
2. 不想念碩士，想自學
=> 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
社群有 ML/DM Monday, Taipei.py, Py data 等等
有個聽眾覺得『哎唷不錯喔』，機會就來了
3. 已經是資工碩了
=> 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
=== 我的背景 ===
台大資工學碩
主修NLP, 熟AI, ML, SVM, 不熟DL
待過趨勢,華碩,新創
六年工作經驗 四年DS經驗, 英語流利
=== 資料相關工作內容 ===
資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題
資料科學家： 把問題變成數學問題, 抽feature, 訂evaluation
設計數學演算法, 寫prototype
資料工程師：data clean, data storage, big data, cloud computing
機器學習工程師：設計數學演算法, 實作演算法, 挑ML模型, tune 參數
把prototype 改成 production code
通常在台灣就是四種都要做...統稱資料科學家
根據背景知識, data type還會細分成
影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等
影像現在在台灣最紅，約有60家新創
NLP 約20家
語音約3家, google/apple/ms 太強，很難跟他們競爭
後面三種data 我沒有研究....
=== AI 產業現況 ===
2012 - 2017 爆紅 超火
2018 冷靜重整期，很多 AI 新創倒閉
2019 假AI新創很多, Junior 飽和, Senior 超缺
Senior 假設台灣有 N 個，可是缺有 4N
大家都要即戰力，有經驗的，可以馬上做專案
但是Sr. 不是去美國，就是不想換工作
如果你是即戰力，我手上有10個缺可以介紹
Junior 有 N 個，缺大概也有 1.2N 個
不過台灣每年生產1000個 AI碩士吧，所以也不缺人
假 AI 新創就是 『口號出得去 人進得來 大家大發財』
去面試就知道老闆不懂 AI ，問一下雷公司八卦都很多
另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的
=== 關於訓練新人 ===
公司訓練 Jr 是需要花錢花時間的
而且我的經驗是專案都做不完，哪有時間訓練新人？
讓Sr. 花 20% 的時間訓練新人，少做 20% 專案老闆願意媽？
Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人，是我佛心來著
但是很多新人訓練好又去美國或念博班
我也很無奈呀...
去美國的工作環境, 工時, 薪水, 技術都好很多
念博班的說他想做世界第一，不想做客戶願意付錢的東西
=== 結論 ===
我覺得不鼓勵大家轉職 AI
好公司大概都飽和了，只收 AI 碩
2017年前 AI 景氣很好，但是現在冷了
假AI新創又多，有70%吧，如果你沒有能力分辨就是當砲灰
AIOT 現在 90% 是假新創
另外當資料科學家
背景知識，工程，數學，英文都是基本能力唷
很多人說數學很重要...是因為他們工程跟英文都很好了
Pycon Taiwan 徵稿中 3/18截止，當過講者求職大加分喔！
--
Q:為什麼aacs叫小西呢??
A:1.因為aacs的英文名字叫Cicilia Segeliin
2.因為西是最好寫的C
3.西是由一條拋物線+一組雙曲線+一個橢圓組成的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.134.185.153
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551945907.A.F59.html
一波炒過一波
當菜市場阿嬤都知道AI，股市都有AI概念股，就代表潮水要退了
轉職難民太多，但是他們都沒有作品跟成果...
每個都說我很便宜，請訓練我。
但是我有時間為什麼不去訓練台大碩，要訓練你呢？
我知道自己要什麼，缺什麼就好囉~~~
台大純血沒去美國就會一直被罵耶~~~
一來 AI 圈也才紅5年，Sr. 本來就不多
二來 很多 Sr. 都跑去美國了
三來 Jr. 沒人帶也沒有自學能力就不能變Sr.，只會變成Super Junior
四來 老闆都希望Sr. 免費加班帶Jr. 還要加班做專案
我碩班念AI的時候根本沒人想念，大家都在做遊戲跟CV, embedded
畢竟每年還是有幾百個 Junior 入行
當然數學，工程，英文，溝通都要努力鑽研才能頂尖
有22K也有人100K
你給我10000筆以上再提DL吧...
大部分都是 data clean 的工作
而且是data scientist 兼任 data eng., data analyse, ML eng.
但是如果非資工本科又沒有亮眼學歷
你就必須有亮眼作品
不然你會找不到Senior帶，學習成長很有限
另外你說得對，很多傳產最近都成立的AI部門
但是資工碩通常不喜歡去傳產，除非高薪又早下班。
所以我聽說裡面都很少資工碩
但是名稱掛資料科學家
每次講自己的職稱都覺得很心虛，只有使用者經驗研究員聽起來更威
有的說的是台灣包山包海的資料科學家，很多沒有設計模型跟演算法
美國大公司的純資料科學家有個配合的工程師
幫忙把prototype 改寫成 production code
所以不必資工本科，很多統計，數學，工科博士背景
不過台灣prototype直接要上線的就很需要軟體工程背景了
因為上線交給客戶後有 bug 超麻煩
... <看更多>