科技島 - 生成式 AI 創新學院榮譽院長李啟龍（ Jason 哥）邀請國立臺中科技大學資管系教授兼任副主任姜琇森博士，探討 AI 工程師的養成、硬體與算力崛起、優秀 AI 工程師的秘訣以及資料分析設計的核心基礎。
首要問題是 AI 工程師技能多樣性。 AI 領域包括機器學習、深度學習、自然語言處理等多個領域，工程師需要全面掌握這些技能。多樣化的培訓資源可幫助建立堅實的 AI 基礎，鼓勵專業深化。
其次， AI 崛起得益於硬體升級和算力提升。 GPU 和 TPU 等硬體技術的不斷發展，大幅提升了 AI 模型的訓練和推理速度，推動 AI 應用廣泛普及。 AI 工程師需關注硬體趨勢，充分利用最新技術。
優秀 AI 工程師的秘訣在於問題解析和資料收集。他們善於將複雜問題拆解成可管理的子問題，同時熟練選擇、清洗和利用大資料。實踐和不斷學習是培養這一技巧的關鍵。
最後，紮實的 AI 基礎不可或缺。瞭解統計學、線性代數、微積分等數學原理至關重要。深入瞭解機器學習和深度學習演算法，熟悉各種工具和框架，有助於工程師更好地處理資料和構建 AI 模型。
這次對話為 AI 領域的未來發展提供了有益見解，突出了多樣性培訓、關注硬體趨勢、問題解析與資料收集技能以及堅實的 AI 基礎的重要性。這些要點將培養更多的 AI 領軍者，推動 AI 技術的不斷進步與應用。
科技島筆記
00:00 AI 工程師養成的最大問題是 ?
00:39 AI 崛起的推手：硬體升級與算力飆升
01:28 問題解析與數據收集 優秀 AI 工程師秘訣
03:09 紮實 AI 基礎： 優化資料分析設計
* 生成式 AI 創新學院 - 科技島 ➨ https://www.technice.com.tw/1111gpt/
* 來去科技島瞧瞧 ➨ https://bit.ly/3tDfD5h
#AI 工程師 # 問題解析 # 數據收集 # 李啟龍 # 姜琇森 # 科技島 #AI 造局者
【製作團隊】
1111 媒體中心
採訪撰稿 陳恆光
攝影 黃本洋、苗庭偉
剪接 潘奕雲