「設定目標,彈性執行」:從 eBay 到創業,寫給有志成為 AI 工程師的你

「設定目標,彈性執行」:從 eBay 到創業,寫給有志成為 AI 工程師的你

撰文:Jason Chuang/讀者投書

我是台灣從傳統「一試定生死」的大學聯考轉型中,經由高中學校推薦徵選(後來改名叫「繁星推薦」入學),進入清華大學電機系的。我在大學很快樂地學了很多電機系的東西,也以為自己應該就像那時候大多數電機同學一樣,畢業會進新竹科學工業園區。我還記得我那時候就喜歡的課是 Java,我們期末報告要做電資館的電梯模擬,我非常喜歡那個寫 code 的過程,即使到現在 15 年過去了,我依然將成果放在我的個人網站上。

決心留學,提早準備語言

因為家人鼓勵我去美國念書,所以我在大三升大四的時候開始準備 TOEFL(托福)和 GRE。念過工程的人應該都知道,學校平時上課的課本是原文書,考 GRE 時,卻因為要跟多國人競爭──其中尤以中國人、印度人和美國人居多,而並不特別佔優勢。除了英文是印度人和美國人的母語之外,中國人更以善於考試、並有大量學長姐建立了龐大的網路題庫見長;相較之下,我在大學畢業前取得的考試成績並不理想。

既然我已經幫自己訂了目標,要申請美國留學,第一次的考試成績不好,仍然不能放棄,所以我在當兵的時候繼續找時間 K 英文。我找到管道,弄來中國的紅寶書和黑寶書研讀──有趣的是,我是政戰官,要管士兵們的言行思想,結果我卻在看簡體書,意外驚動了長官的長官。

所幸第二次的成績稍微好了一些,所以我以第二次的成績申請美國研究所。我那時候兵役是一年半,扣除一個月左右的軍訓課,實際時間約 1 年 5 個月。我把時間算得很剛好,從高雄左營退伍後 7 天,就在 12 月底隻身前往美國印地安納州的普渡大學(Purdue University)展開留學生涯。

克服萬難,取得博士學位

還記得那時候英文不好,冰天雪地的冬天裡找到了 Subway,我告訴店員說加點 Pepper(胡椒),但因為英文不好,店員聽成 Paper(紙),雞同鴨講了一番,用比手畫腳才讓店員知道我想要加料。

美國的博士訓練,是一段遙遙無期的煎熬,自己的畢業與否,操之在老闆。曾有統計指出,美國唸博士的學生裡,有一半會中途離開加入公司。一開始我也不知道我是要以碩士畢業還是博士畢業──但是後來決定了目標,我要拿博士離開,中間的找資金、掙扎是否暑期打工、努力通過博士班資格考,種種的辛苦都一一克服。

留美工作,從新創到大企業

在畢業前,我已經給自己設定目標:要留在美國工作,深入了解美國的產業發展,所以特別注意那時在相關領域裡,留在美國的外國人都做什麼,答案是軟體工程師。所以在要畢業前的研究,我就開始把學術的研究轉向比較能跟業界接軌的題目來做,也實際把我所發現提升機器學習的演算法,以 Java 實作並整合在 Weka 裡。

軟體工程師的工作機會,自然以矽谷和西雅圖最多,也因此我在博士畢業典禮前,先飛去灣區矽谷,跟幾家公司面試,很順利地找到願意幫我辦工作簽證的新創公司 Composite Software。我那時的想法是無論新創或是大公司都好,先有個身分留下來工作就好。實際進去之後,才知道新創人才臥虎藏龍,並不輸大企業──同事裡有 IBM 跳槽過來的、有喬治亞理工博士畢業的......等。在我離開第一份工作加入 eBay 後幾年,那家新創被 Cisco(思科)買下。

加入eBay後,有幸加入 Architect 團隊,裡面都是資深的學長高手。我那時候的目標是希望自己變得跟他們一樣強,所以有技術討論的部分都會主動參與,看到學長寫的 code 會去學習模仿。灣區很多 meetup,我也會去參加,多了解其他公司在做什麼、如何透過團隊開發,完成資料工程與機器學習等任務。我是到最近才領悟到:原來機器學習是由三種負責不同任務的工程師/科學家共同完成。這個的 Architect 團隊的經驗,很大程度地提升了我未來創業所需要的技術能力。

圖/AI4quant Blog

我跟 eBay 同事相處融洽,有時候會一起喝咖啡、吃飯、聊天,我起初不太知道找話題,被同事們覺得有些木訥,後來慢慢發現到他們喜歡聊運動,且多半是足球或籃球──於是,即使自己對美國的運動文化不是那麼感興趣,還是會讓自己有空轉轉 ESPN,看看大家關注怎樣的話題。那時候的林書豪小有名氣,我也會跟他們介紹 " Linsanity "(林來瘋),增加同事間的交流。

在 eBay 參與了不同的資料相關計畫,學習得很開心。有一天我開始思考:我就在這樣的高薪環境下,年復一年的過著我下半輩子的人生嗎?我想要往高處爬,不管是當主管、或是一個組織的較高層決策者;過程中和聰明的印度人一起發了 IEEE 文章、一起發美國專利(機器學習預測模型),但繼續現在的生活,會讓我有機會往上爬嗎?即使有,要爬多久呢?

當我把我的目標訂為「我要再往上爬」,而且希望比較快地往上爬,想想矽谷的工作環境,應該很難吧!因為企業裡資源有限,隱隱約約感覺主管們分為「印度派」及「白人派」,兩邊在互相角力,其它亞洲人很少有爬到比較高階層的機會,也因而讓我萌生退意。

返台創業,擘畫未來藍圖

回到台灣,加入趨勢科技,發現裏面的資料比想像中複雜,花了一年多時間才比較清楚。那時候迷上了 Architect 的技術,希望我的能力能像之前在 eBay 共事的 Architect 那樣,獨自把大型的資訊系統開發出來,於是全心投入開發工作;終於順利地獨自開發出幾套服務千萬人的資訊系統,其 scalability(處理更多資訊要求的可擴展性)是可以無限擴大的。這段期間,我也參與了公司內的資料比賽,能貢獻我的機器學習專長、擔任業師,都是很棒的體驗。

後來看到了一些跳出來創辦 AI 相關公司/教育機構的創辦人成功的故事,如台灣人工智慧實驗室創辦人杜奕瑾、台灣人工智慧學校創辦人陳昇瑋,Appier 沛星互動科技創辦人游直翰等等,受到鼓舞之餘,我再度訂下目標,要像那些前輩們一樣成功。

我的下一步是離開趨勢科技,嘗試自己創業,因為希望自己的公司能夠一直追尋很酷炫的科技,於是將它取名為 AI4quant,原意是指 AI  for quantum computing era,希望這家 AI 公司活到量子電腦運算可以在室溫下運行的普及程度。

最後附上一張在 AI4quant 臉書粉絲專頁上廣為流傳的工程師結合《富爸爸,窮爸爸》的 4 個象限圖,給同樣是工程師/技術管理經理的讀者,一起思考如何規劃自己的職涯發展。

圖/AI4quant Facebook Fan Page

《關於作者》
Jason Chuang
Jason 從美國 Purdue 念博士專攻 Machine Learning 到進業界(eBay、趨勢科技)圍繞著 AI 已經打滾 12 年,玩過 Data Mining,NLP, Big Data Analytics Platform, Data Lake, Data Pipeline,甚至拿到【美國 ML Predictive Model 專利】,在 2018 年 8 月創辦 AI4quant,希望利用 Jason 看過無數個 AI 成功與失敗的案例,幫助台灣的企業加速導入 AI,提高 AI 專案的成功機率。

執行編輯:張詠晴
核稿編輯:林欣蘋

Photo Credit:Shutterstock

畢業就出國